基于圖像處理的井下作業(yè)防護織物導(dǎo)濕性能研究*

趙 兵 王芳芳 陳文艷

南通大學(xué)紡織服裝學(xué)院，江蘇 南通 226019

基于圖像處理的井下作業(yè)防護織物導(dǎo)濕性能研究*

趙 兵 王芳芳 陳文艷

南通大學(xué)紡織服裝學(xué)院，江蘇 南通 226019

為直觀分析井下作業(yè)防護織物基本性能參數(shù)對織物導(dǎo)濕性能的影響，選取7種棉織物，利用單反數(shù)碼相機采集液滴在織物中擴散的動態(tài)影像，利用MATLAB軟件進行圖像預(yù)處理，采用比值法將計算出的像素面積轉(zhuǎn)化成有效的吸水面積，再利用SPSS軟件建立織物基本參數(shù)與吸水面積的回歸預(yù)測方程。分析結(jié)果顯示圖像法與傳統(tǒng)稱重法顯著相關(guān)，這表明圖像法科學(xué)有效，所得結(jié)果精確度高、誤差較小，可取代傳統(tǒng)稱重法用于判定織物的導(dǎo)濕性能。

井下作業(yè)防護織物，導(dǎo)濕性能，圖像處理，吸水面積

織物導(dǎo)濕性能的優(yōu)劣將直接影響人體的熱濕平衡，如在高粉塵井下作業(yè)環(huán)境中，織物導(dǎo)濕性能顯得尤為重要，良好的熱濕舒適性有利于提高人體對環(huán)境的適應(yīng)性。當(dāng)前，對織物導(dǎo)濕性能的檢測仍以傳統(tǒng)測試方法為主，如織物芯吸高度的測量、滴液稱重等，但這些方法都較為繁瑣，且耗時長、精度不高。

不斷發(fā)展的圖像處理技術(shù)可以很好地彌補傳統(tǒng)測試方法的不足，且測量結(jié)果精確可靠，能有效避免人為因素的干擾。邱冠雄等[1]就針織物的表面吸濕度進行了研究，莊勤亮[2-3]研究了織物間液體傳導(dǎo)的機理，并借助圖像處理技術(shù)研究了織物導(dǎo)濕的自動測試方法，謝梅娣[4]就圖像處理技術(shù)測試織物導(dǎo)濕性能的應(yīng)用進行了研究。但將圖像處理技術(shù)與傳統(tǒng)稱重法相結(jié)合研究織物導(dǎo)濕性能的報道則相對較少，因此，本文在傳統(tǒng)滴液試驗的基礎(chǔ)上，利用單反數(shù)碼相機視頻記錄滴液試驗的全過程，再根據(jù)分別采集的各種織物在不同時間內(nèi)的圖像，運用MATLAB軟件進行圖像處理，編程計算出各種織物在相應(yīng)時間內(nèi)的吸水面積、吸水速度及最大吸水面積，分析得出織物基本參數(shù)對其導(dǎo)濕性能的影響。

1 試樣與基本參數(shù)

本文選擇了7種棉織物作為試驗對象，并利用BS 214D電子天平(德國賽多利斯集團)、織物密度儀(常州第二紡織儀器廠)、YG141L數(shù)字式織物厚度儀(萊州市電子儀器有限公司)等對各種織物的基本參數(shù)進行測試(表1)。

表1 織物基本參數(shù)

編號試樣織物組織厚度/mm面密度/(g·m-2)密度/[根·(10cm)-1]線密度/tex經(jīng)紗緯紗經(jīng)紗緯紗1#全棉平紋布平紋0.31126.525821325.327.92#全棉高密斜紋布斜紋0.19116.654341011.311.93#貢緞緞紋0.21131.15574946.411.34#滌棉布平紋0.21105.550927712.212.75#府綢平紋0.23117.851029713.113.06#全棉襯衫布斜紋0.25112.658538311.011.67#全棉仿麻布平紋0.31154.559143614.315.9

2 織物滴液試驗

試驗儀器：Canon EOS Rebel T3單反數(shù)碼相機、AutoRate織物外觀評定儀(美國Fabrate,LLC圖像科技公司)(圖1)、滴管、秒表、電子秤、描繪紙、鉛筆、剪刀等。

圖1 單反數(shù)碼相機與織物外觀評定儀

試樣準(zhǔn)備：被測織物試樣尺寸為15.00 cm×15.00 cm，圖像截取尺寸為7.94 cm×7.94 cm。截取圖像時應(yīng)保持水滴位于圖像的中央位置。

3 圖像處理步驟

由單反數(shù)碼相機采集到的試樣滴液圖像需經(jīng)過圖像處理后，才能計算出織物在相應(yīng)時間內(nèi)的吸水面積、吸水速度及最大吸水面積。因篇幅有限，本節(jié)將以7#試樣即全棉仿麻布為例，介紹圖像處理技術(shù)的整個過程(圖2)。

圖2 圖像處理過程

3.1 圖像的代數(shù)運算

利用合適的代數(shù)運算方法可達到混合圖像分離、圖像疊加和圖像局部顯示的目的。本文主要使用減運算和乘運算對圖像進行前期預(yù)處理，以減小由環(huán)境造成的干擾，提高后期試驗的精度。

3.1.1 圖像減運算

通?？椢锏奈畢^(qū)域亮度較高，故可根據(jù)這一特征進行圖像減運算，通過減去背景圖，分離出較明顯的吸水區(qū)域。圖3中，(a)為滴液試驗前織物圖像，(b)為滴液試驗后織物圖像。盡管圖3(b)中的吸水區(qū)域十分明顯，但吸水區(qū)域的邊緣和無水區(qū)域的亮度非常相近，若此時直接進行二值化處理，則會大大減小吸水面積，引起嚴(yán)重的試驗誤差，因此有必要進行圖像減運算[圖3(c)]。

圖3 圖像減運算前后

3.1.2 圖像乘運算

圖像經(jīng)減運算后亮度會有所降低。圖像乘運算則是在讀取兩幅相同像素大小的圖像后，將它們對應(yīng)的像素值相乘，最后返回得出結(jié)果。此運算通常會與常數(shù)相乘，若常數(shù)大于1，則圖像亮度會變高。因此，為更多地保留住細(xì)節(jié)，圖像乘運算時需乘以一個大于1的常數(shù)，并需經(jīng)多次試驗才能得出最合適的常數(shù)，達到最佳的效果(圖4)。

圖4 乘運算后的圖像

與圖3(c)相比，圖4中吸水區(qū)域的亮度有所增加，同時圖像吸水區(qū)域與背景圖的對比差異被充分保留。

3.2 圖像平滑化處理

為減弱圖像上的干擾和噪聲，同時保留圖像邊緣輪廓的信息[5]，本文采用中值濾波法對圖像進行平滑化處理，以利于隨后圖像特征的提取。

受織物紋理等因素的影響，織物吸水區(qū)域的顏色并不均勻。以圖4為例，經(jīng)圖像代數(shù)運算后，織物吸水區(qū)域的內(nèi)部會出現(xiàn)較為清晰的紋理，且這些紋理大多由灰色顆粒構(gòu)成。當(dāng)進行中值濾波處理后，吸水區(qū)域會變成淺灰色，而水跡邊緣基本無變化(圖5)。

圖5 平滑化處理后的圖像

3.3 圖像分割及二值化

為提取圖像特征，常采用二值化法將圖像和其背景進行分離。圖像分割具有將圖像分成若干個特定的、具有獨特性質(zhì)的區(qū)域，并提取出目標(biāo)的作用[6]，它是進行二值化的前提。本文采用迭代閾值法進行圖像分割，并加以二值化操作(圖6)，為后期計算吸水面積提供有利條件。

圖6 圖像二值化處理前后

3.4 像素面積轉(zhuǎn)化

由MATLAB軟件進行圖像處理后得到圖像面積的單位為像素，因此需對像素單位進行轉(zhuǎn)化，那么，吸水面積所占的像素就可以分別轉(zhuǎn)化為實際吸水面積，具體可通過比值法求出：

提取圖片時，各織物的原圖圖像面積和原圖圖像像素均保持不變。計算時，原圖圖像面積均為(7.94×7.94)cm2，原圖圖像像素均為300 px×300 px。

4 織物吸水性試驗數(shù)據(jù)與分析

4.1 試驗數(shù)據(jù)

根據(jù)上述圖像處理和像素面積轉(zhuǎn)化方法得到的試驗數(shù)據(jù)如表2所示，其與滴液試驗40 s時織物稱重法所得數(shù)據(jù)的比較歸納于表3。

表2 不同吸水時間圖像法所得吸水面積

吸水時間/s吸水面積/cm21#2#3#4#5#6#7#50.005.932.966.230.003.433.67100.007.624.638.570.005.155.01150.008.716.109.680.005.975.79201.299.567.4110.260.696.296.20251.2910.328.1811.040.796.496.42301.2910.758.6411.410.886.796.62351.3011.328.9711.450.886.966.66401.3411.979.2011.990.936.966.75

表3 織物稱重法與圖像法所得數(shù)據(jù)對比

試樣編號吸水面積/cm2稱重法圖像法1#1.061.342#10.5811.973#7.619.204#10.8411.995#1.110.936#7.136.967#5.556.75

4.2 數(shù)據(jù)分析

4.2.1 圖像法最大吸水面積與織物基本參數(shù)回歸分析

通過SPSS軟件對圖像法最大吸水面積和織物基本參數(shù)進行回歸分析(表4和表5)。因變量為圖像法最大吸水面積Y，自變量為織物基本參數(shù)——厚度x1、經(jīng)紗密度x2、緯紗密度x3、面密度x4、經(jīng)紗線密度x5、緯紗線密度x6。采用向后剔除法，自變量先全部選入方程，每次剔除1個使上述檢驗最不能拒絕H0者，直到不能剔除為止。

表4 圖像法最大吸水面積回歸模型分析

模型相關(guān)系數(shù)R判斷系數(shù)R2調(diào)整的判斷系數(shù)R2標(biāo)準(zhǔn)估計的誤差10.9560.9430.91227.56781

由表4可知，因變量與自變量之間存在一定的線性關(guān)系。

表5 圖像法最大吸水面積回歸方程系數(shù)

模型非標(biāo)準(zhǔn)化系數(shù)B標(biāo)準(zhǔn)誤差標(biāo)準(zhǔn)系數(shù)Sig.1(常量)-134.7490.000—0.000厚度x1-347.7190.000-3.7270.000經(jīng)紗密度x20.3510.0008.8720.006緯紗密度x3-0.0830.000-1.8190.004面密度x4-0.2390.000-0.8460.005經(jīng)紗線密度x5-3.2230.000-4.1350.005緯紗線密度x610.1360.00013.2650.002

根據(jù)表5中的系數(shù)可得多元回歸方程：

Y=-134.749-347.719x1+0.351x2-

0.083x3-0.239x4-3.223x5+

10.136x6

從回歸方程可以看出：織物厚度x1會影響織物的最大吸水面積，兩者呈負(fù)相關(guān)性；織物的緯紗線密度x6與織物的最大吸水面積存在正相關(guān)性；其他織物基本參數(shù)與其也有一定的相關(guān)關(guān)系，但相關(guān)性較弱。

4.2.2 圖像法試驗數(shù)據(jù)動態(tài)變化分析

根據(jù)表2的數(shù)據(jù)可得到織物吸水面積曲線圖(圖7)。

圖7 織物吸水面積曲線

由圖7可知：在試驗初期的15 s內(nèi)，2#和4#試樣的吸水面積擴散最快，15 s后，除2#和3#試樣仍保持上升態(tài)勢外，其他試樣的吸水面積漸漸趨于平緩，這說明2#、3#和4#這3種織物的導(dǎo)濕性能優(yōu)良；6#和7#試樣的曲線重疊較多，說明這2種織物的導(dǎo)濕性能非常相似，且都處于中等水平；1#和5#試樣在試驗初期吸水表現(xiàn)并不明顯，剛開始時擴散面積不大且擴散速度偏慢，說明這2種織物較難浸潤，導(dǎo)濕性能最差。

除去1#和5#這2種難浸潤的織物外，液態(tài)水滴在觸碰到其余5種織物的瞬間吸水速度最大，但15 s后擴散速度放緩，說明這5種織物在試驗初期時吸水面積變化顯著，但后期又大都趨于穩(wěn)定。所得7種織物的導(dǎo)濕性能順序為4#>2#>3#>6#>7#>1#>5#。

4.2.3 稱重法和圖像法吸水面積回歸分析

利用SPSS軟件對稱重法和圖像法吸水面積試驗數(shù)據(jù)建立回歸方程(表6)，因變量y為圖像法吸水面積，自變量x為稱重法吸水面積。

表6 吸水面積回歸模型分析

模型回歸方程相關(guān)系數(shù)RSig.1y=-0.020+1.123x0.9920.000

由表6可知，回歸方程相關(guān)系數(shù)R=0.992，即表明稱重法吸水面積和圖像法吸水面積的線性回歸效果顯著；斜率為1.123說明這2種方法所得結(jié)果差異并不大。因此，運用圖像法計算織物的吸水面積是科學(xué)可行的，此法可取代傳統(tǒng)稱重法。

5 結(jié)論

利用單反數(shù)碼相機視頻記錄織物導(dǎo)濕試驗的全過程，通過采集不同時間內(nèi)下的圖像，利用MATLAB軟件對所采集的圖像進行相關(guān)預(yù)處理后，編程計算出織物試樣在相應(yīng)時間內(nèi)的吸水面積、吸水速度及最大吸水面積，再通過SPSS軟件對試驗數(shù)據(jù)進行分析，得出：

(1) 織物試樣的吸水面積和吸水速度主要受織物厚度的影響，它們隨織物厚度的增加而不斷減小，呈負(fù)相關(guān)；與緯紗線密度有著正相關(guān)性；與其他織物基本參數(shù)也有一定的相關(guān)性。

(2) 基于不同時間內(nèi)下的吸水速度分析表明，織物試樣的導(dǎo)濕性能順序為滌棉布>全棉高密斜紋布>貢緞>全棉襯衫布>全棉仿麻布>全棉平紋布>府綢。

(3) 稱重法與圖像法的試驗數(shù)據(jù)具有顯著的線性關(guān)系，圖像法可取代稱重法用于判定不同織物的導(dǎo)濕性能，所得結(jié)果精確度較高、誤差較小，故圖像法科學(xué)、有效。

[1] 邱冠雄，張源，王中偉，等.針織物表面吸濕度的研究[J].紡織學(xué)報,1989,10(11):18-20.

[2] 莊勤亮.針織物間液體傳導(dǎo)的機理研究[J].東華大學(xué)學(xué)報(自然科學(xué)版),2002,28(1):21-25.

[3] 莊勤亮.借助圖像處理技術(shù)的織物導(dǎo)濕自動測試研究[J].東華大學(xué)學(xué)報(自然科學(xué)版),2002,28(3):68-73.

[4] 謝梅娣,王啟明,黃雅萍,等.圖像處理測試織物導(dǎo)濕性能的應(yīng)用研究[J].上海紡織科技,2005,33(11):62-63.

[5] 余紹勇.基于圖像處理的織物導(dǎo)濕性能研究[D].上海：東華大學(xué),2008.

[6] 賀慶樓.基于圖像技術(shù)的紡織品導(dǎo)濕性能的測試方法研究[D].上海：東華大學(xué),2007.

[7] 敬凌霄,張同華,汪濤,等.織物動態(tài)導(dǎo)濕儀器的設(shè)計與應(yīng)用[J].毛紡科技,2010,38(5):56-59.

Study on moisture transfer performance of underground protective fabric based on image processing technique

ZhaoBing,WangFangfang,ChenWenyan

School of Textile and Clothing, Nantong University, Nantong 226019, China

In order to intuitively analyze the influence of basic performance parameters of fabrics on moisture transfer performance of underground protective fabric, 7 kinds of cotton fabrics were selected, using digital camera to collect the dynamic images of liquid droplets on the fabric, then using MATLAB software for image preprocessing, transforming the pixel area into effective water absorption area with the ratio method, using SPSS software to establish the regression equation between the basic performance parameters of fabrics and water absorption area. The analysis results showed that the image method had a significant correlation with the traditional weighing method, which indicated the image method was scientific and effective with high precision and small error，and could replace the traditional weighing method to determine fabrics’ moisture tranfer performance.

underground protective fabric, moisture transfer performance, image process, water absorption area

*國家自然科學(xué)基金(51403106)；江蘇省自然科學(xué)基金(BK20140432)

2016-09-01

趙兵,男，1980年生，講師，主要研究方向為服裝材料、性能及產(chǎn)品開發(fā)

TS101.8

A

1004-7093(2016)11-0036-05