盧 雨 正

(江南大學 數(shù)字媒體學院，江蘇 無錫 214122)

竹節(jié)紗織物竹節(jié)分布均勻性評價方法

盧 雨 正

(江南大學 數(shù)字媒體學院，江蘇 無錫 214122)

針對二值化圖像的重心、面積2個指標，利用圖像技術(shù)對竹節(jié)紗織物表面竹節(jié)分布的均勻性進行評價。在計算機輔助生成竹節(jié)分布圖像基礎之上，隨機生成10 cm×10 cm的竹節(jié)分布圖，通過考核各圖的重心分布位置及各圖之間的面積分布變異系數(shù)，綜合考量竹節(jié)紗織物的竹節(jié)分布情況。測試結(jié)果顯示：當竹節(jié)密度較低時，減小竹節(jié)各個配比之間的長度差異能有效減少竹節(jié)不勻的產(chǎn)生。

竹節(jié)紗織物；竹節(jié)分布；參數(shù)設計；圖像處理；面積；重心

竹節(jié)紗是花式紗線的一種，其纖度在紗線長度方向上發(fā)生規(guī)律的或者不規(guī)律的變化，將這類紗線織入織物之后，可以形成類似竹節(jié)一樣的紋理，其名稱也由此而來。近年來，竹節(jié)紗廣泛應用于各類服裝、裝飾織物中，其細膩的雨點雨絲風格，粗狂的仿麻仿牛仔風格[1]，以及良好的穿著感受，使得竹節(jié)紗織物受到了廣大消費者的喜愛。

竹節(jié)紗織物中竹節(jié)參數(shù)設計是織物整體風格設計的重要組成部分。一般來講，竹節(jié)的分布需要具備一定的隨意特性和規(guī)律性，隨意性使得竹節(jié)的分布具備一定隨機性，體現(xiàn)其自然風格；而規(guī)律性則需保證竹節(jié)的分布密度大致相當，不要出現(xiàn)較大面積的分布不勻。

竹節(jié)紗紗線按照工藝參數(shù)可以分為規(guī)則竹節(jié)紗和模糊竹節(jié)紗兩類。規(guī)則竹節(jié)紗比較容易在織物的表面形成規(guī)律性很強的竹節(jié)分布，滿足竹節(jié)分布規(guī)律性的要求，但是容易在布面上形成較明顯的類似于斜紋分布的竹節(jié)，被形象地稱為“刮風”現(xiàn)象[2]；模糊竹節(jié)紗從根本上杜絕了“刮風”現(xiàn)象的出現(xiàn)，但實際生產(chǎn)發(fā)現(xiàn)，不同的參數(shù)設定會在布面上出現(xiàn)分布不勻的竹節(jié)，在某些區(qū)域竹節(jié)集結(jié)成片，而某些區(qū)域又沒有竹節(jié)分布[3]。

目前，對于竹節(jié)紗竹節(jié)分布的評價方法沒有國家標準，主要的評價過程由人工完成。具體過程如下[2]：在布面各個位置取相同的面積，分別計數(shù)該面積內(nèi)竹節(jié)的數(shù)量，如果各個面積內(nèi)竹節(jié)的數(shù)量差異不太大，則表示竹節(jié)分布均勻的，反之，則表明該織物的分布是不均勻的。這種方法需要在形成織物之后進行，且評價的準確性難以保證。因此，本研究擬提出一種新的評價方法，并提出針對竹節(jié)參數(shù)設計的意見建議。

1 竹節(jié)分布評價指標的選擇

竹節(jié)紗織物的竹節(jié)分布從根本上講是織物當中某一特殊成分的分布，其影響的是人們對竹節(jié)紗織物的視覺感受。本研究擬借助計算機圖形圖像學，利用現(xiàn)有的圖形圖像學中的指標，建立新的評價體系，代替原有的評價方法。

竹節(jié)分布特性針對的是人的近距離視覺特性，從一定程度上說，只要距離足夠遠，視野足夠大，無論采用什么樣的方式生產(chǎn)出來的竹節(jié)紗織物，其竹節(jié)分布都是均勻的。但是，人們在使用過程中，往往關(guān)注的是一個視野范圍內(nèi)的竹節(jié)分布，因此，在實際測量時，往往選取10 cm×10 cm的區(qū)域進行竹節(jié)分布的測量，基于圖像處理分析的指標針對的布面的大小也應在這個區(qū)域之內(nèi)。

傳統(tǒng)的評價方法分析的是織物中的竹節(jié)部分，因此可以針對竹節(jié)部分進行分析，將竹節(jié)部分提取出來，獲得二值化后的竹節(jié)分布圖像，黑色點表示織物中的竹節(jié)部分，白色點表示織物中的其余部分，引入二值化圖像的兩個幾何特征來評價竹節(jié)分布的均勻性。

1.1 面 積

面積是二值化圖像中一個非常重要的指標，具體見式(1)[4]：

式(1)中：As表示二值化圖像的面積；S表示圖像的區(qū)域；f(x,y)表示每一個坐標點的數(shù)值。

企業(yè)經(jīng)濟責任審計是指依據(jù)我國法律法規(guī)的相關(guān)要求對政府機構(gòu)領(lǐng)導人員在任職時期發(fā)生的各類經(jīng)濟活動進行經(jīng)濟責任審計?，F(xiàn)階段，國家審計機關(guān)、內(nèi)部審計機構(gòu)、社會審計組織都在經(jīng)濟責任審計的主體范圍內(nèi)。國家審計機關(guān)在企業(yè)經(jīng)濟責任審計中占據(jù)首要主體的地位，其職責主要是實施經(jīng)濟責任審計。企業(yè)經(jīng)濟責任的審計對象有縣級以上和以下的黨政領(lǐng)導干部、國有企業(yè)和國有控股企業(yè)部門、領(lǐng)導人員、單位內(nèi)部管理的領(lǐng)導干部，有的地區(qū)還涉及部門、單位其他的副職領(lǐng)導和財務主管。

由于圖像是二值化的，定義黑色的點數(shù)值是1，白色點的數(shù)值為0(減小計算量)。所以，面積的大小反映的就是在指定面積中黑色點的數(shù)量，其數(shù)值也直接反映了織物中竹節(jié)分布的數(shù)量。對于分布均勻的竹節(jié)紗織物而言，幾塊采集織物的圖像之間的As大小的差異不能太大，As變化的CV值是考察竹節(jié)分布均勻性與否的最有效指標。對于均勻分布的竹節(jié)織物而言，同一織物所有分布圖的As數(shù)值的CV值應小于10 %。

1.2 重 心

重心是二值化圖像中另一重要指標，為了借用重心的概念，假設二值圖像的每個像素點的質(zhì)量完全相等，大小為1，0像素點的質(zhì)量為0，則重心表示如下[4]：

式(2)～式(3)中：在按照式(2)和式(3)計算的過程中，xm和ym均要取整，則點(xm, ym)就是二值化圖像的重心；Ns表示圖像中所有大小為1的點的數(shù)量；x與y是質(zhì)量為1的像素點的坐標。

重心是織物圖像內(nèi)部竹節(jié)分布均勻與否的一個重要指標，均勻分布的竹節(jié)紗織物，其每一幅二值化圖像的重心都應該在整個圖像的幾何中心位置的附近。如果圖像的重心距離幾何中心很遠，說明竹節(jié)的分布存在不均勻現(xiàn)象，在該布面內(nèi)竹節(jié)的分布存在著明顯的變化，不符合標準的竹節(jié)紗織物。一般來說，在幾何重心附近波動1 cm，屬于正常的波動，大于這個數(shù)值，就說明在織物的內(nèi)部竹節(jié)的分布不均衡。對于均勻分布的竹節(jié)紗織物，其每一幅織物圖像的重心都應滿足上述要求。

該方法與傳統(tǒng)方法相比，最大的優(yōu)勢是采用計數(shù)白色像素點的數(shù)量的方法，即計算二值化圖像面積的方法，代替了原來計數(shù)竹節(jié)數(shù)量的方法，使得計算過程更為精確，快捷；同時引入了圖像重心這個概念，彌補了原有的評價方法中沒有的用于每塊布樣內(nèi)部竹節(jié)分布是否均衡的缺陷。

2 織物圖像的準備

進行評價之前，需要將織物中竹節(jié)的分布用圖像的手段凸顯出來，利用二值化圖像將竹節(jié)與其他部位區(qū)分開來，用圖像相關(guān)指標對其進行描述。當前，有文獻利用gabor變換等類似于疵點檢測的手段從織物表面讀取竹節(jié)分布[5-8]。這些算法雖然從理論上可以實現(xiàn)竹節(jié)部分的獲取，但是必須基于已有的竹節(jié)織物，且算法實現(xiàn)過程較為復雜，準確性不高。

竹節(jié)紗織物的竹節(jié)分布與竹節(jié)紗的紗線參數(shù)、織物的織造參數(shù)密切相關(guān)[9]，因此，本研究擬借助于模擬仿真系統(tǒng)，直接通過調(diào)節(jié)相關(guān)參數(shù)獲得織物表面竹節(jié)部分的分布圖，利用上述指標進行評價。

為了驗證CAD系統(tǒng)模擬竹節(jié)分布的準確性，選取規(guī)則分布的緯向竹節(jié)紗織物(經(jīng)竹節(jié)織物及不規(guī)則分布的緯竹節(jié)織物圖像重復性差，無法準確對照)，將CAD系統(tǒng)模擬的竹節(jié)分布與真實竹節(jié)分布進行對照。

將圖1及圖2對比不難發(fā)現(xiàn)，織物圖像中竹節(jié)的分布在模擬圖中得到了體現(xiàn)。竹節(jié)長度相當，竹節(jié)形成的斜紋的傾斜程度相當，而且竹節(jié)的間距也基本相等。因此，可以用CAD系統(tǒng)完成竹節(jié)分布的模擬。

圖1 規(guī)則循環(huán)緯竹節(jié)掃描圖像Fig.1 Scanned image of regular weft slubby yarn fabric

圖2 CAD系統(tǒng)模擬竹節(jié)分布圖像Fig.2 Simulation image of the slub distribution based on CAD system

3 參數(shù)對竹節(jié)分布性能的影響

3.1 竹節(jié)密度對分布均勻性的影響

采用CAD系統(tǒng)可以對各類竹節(jié)紗織物竹節(jié)分布進行模擬[10]，系統(tǒng)默認96 dpi的分辨率來進行模擬，隨機選取9幅378×378像素(10 cm×10 cm)大小的竹節(jié)分布圖進行測量，獲取相關(guān)指標。

選取模糊[11]竹節(jié)紗，將竹節(jié)紗織入緯向竹節(jié)織物，基紗纖度21 S。紡紗過程中，基紗長度在280，200，400 cm 3個參數(shù)隨機選取，竹節(jié)長度在30，40，50 mm 3個參數(shù)中隨機選取，倍率均取300 %，且相鄰竹節(jié)與基紗的長度組合不同。按照普通紗與竹節(jié)紗比例為0︰1和3︰1分別模擬高密度竹節(jié)紗織物和低密度竹節(jié)紗織物，隨機截取9幅分布圖，評價結(jié)果見表1，表2。

表1 高密度緯竹節(jié)織物評價結(jié)果Tab.1 Evalution results of the high density weft slubby yarn fabric

由于模擬的織物圖像的大小為378×378像素，幾何質(zhì)心的位置應該為(189，189)。從表1、表2中可以看出，竹節(jié)分布的質(zhì)心偏移量有一定的差異。高密竹節(jié)織物中，其重心最大偏移5.3 mm，偏移量較??；低密度織物試樣重心最大偏移12.4 mm?？梢姡兔芏戎窆?jié)織物中存在內(nèi)部分布不均衡。

表1中面積的平均值為32 763，面積變化的標準差為2 574，CV為7.9 %；表2中平均面積為5 593，標準差為993，CV為17.7 %。從面積的評價角度來說，第一組可以認為其面積大小基本相當，但第二組明顯的表現(xiàn)出面積波動，也從另外一個角度反映出在第二組的配置下，竹節(jié)分布的不均勻性。

一般來說，竹節(jié)分布密度較高的竹節(jié)紗織物，其竹節(jié)分布不容易出現(xiàn)不均勻現(xiàn)象，對于竹節(jié)密度不太高的織物，則有必要對其參數(shù)進行嚴格調(diào)整，防止出現(xiàn)竹節(jié)分布不勻的情況。

3.2 竹節(jié)參數(shù)對竹節(jié)分布的影響

竹節(jié)分布密度越高，越不容易產(chǎn)生不勻，因此以模糊竹節(jié)紗[11]為例，討論普通紗與竹節(jié)紗的配比為3︰1的情況下，對2組不同參數(shù)分別進行竹節(jié)分布情況的評價。

第一組竹節(jié)紗基紗長度在200～380 mm內(nèi)隨機選取，竹節(jié)長度在30～50 mm內(nèi)隨機選?。坏诙M竹節(jié)紗基紗長度在240～340 mm內(nèi)隨機選取，竹節(jié)長度仍然在30～50 mm內(nèi)隨機選取。2組紗倍率均為300 %。從理論上說，2組紗線的竹節(jié)密度應該完全相等，具體考察其分布均勻性的情況。評價結(jié)果見表3。

表3 模糊竹節(jié)分布情況評價結(jié)果Tab.3 Evaluation results of the vague slubby yarn fabric

從表3中重心偏移量可以看出，第一組最大質(zhì)心偏移量出現(xiàn)在4號，達到14.6 mm；第二組中最大偏移量是8號，達10.1 mm。從質(zhì)心分布對比可以看出，第二組工藝參數(shù)配置下，每塊試樣內(nèi)部竹節(jié)分布均勻性有所提高。面積的分布有明顯變化，第一組面積的均值為5 512，標準差為919，CV為16.7 %；第二組面積的均值為5 988，標準差為708，CV為11.8 %。說明第二組竹節(jié)紗竹節(jié)分布比較均勻。

3.3 結(jié)果分析

采用模糊控制的方法可以有效避免“刮風”現(xiàn)象，但是對于其紗線中的參數(shù)控制需要特別注意。在模糊循環(huán)的竹節(jié)紗中，減弱每段基紗長度間的差異，將使得紗線的循環(huán)方式中不規(guī)則的程度降低，竹節(jié)出現(xiàn)的程度越來越規(guī)則，竹節(jié)分布的均勻性也可以得到顯著的提高，同時還可以避免“刮風”現(xiàn)象。針對比例模糊循環(huán)的竹節(jié)紗織物也有這樣的分布特點，減少各個比例間基紗長度及竹節(jié)長度變化差異，可以改善織物竹節(jié)分布的均勻性，避免竹節(jié)分布不勻現(xiàn)象的出現(xiàn)。

一般來說，采用簡單規(guī)律的規(guī)則循環(huán)竹節(jié)紗(圖1)，竹節(jié)分布會形成類似于“刮風”一樣的效果，很少在緯向竹節(jié)織物中采用。規(guī)則循環(huán)的竹節(jié)紗往往需要通過加長竹節(jié)循環(huán)周期來進行實際的生產(chǎn)，一個循環(huán)周期內(nèi)往往包含十幾個甚至幾十個竹節(jié)紗及基紗的組合。在限定的考核面積內(nèi)，規(guī)則竹節(jié)紗竹節(jié)分布尚未完成其循環(huán)周期，或者其周期未得到明顯體現(xiàn)，則其竹節(jié)分布表現(xiàn)與模糊竹節(jié)類似，只不過在更大的檢測范圍內(nèi)這類竹節(jié)紗織物才能表現(xiàn)出一定的規(guī)律性，對竹節(jié)分布的影響不大。此時，竹節(jié)循環(huán)內(nèi)部的紗線參數(shù)設置也可以參考模糊循環(huán)竹節(jié)紗紗線的參數(shù)設定方法。

此外，由于本評價方法基于CAD系統(tǒng)，可以多次取樣進行測算。為了保證評價的質(zhì)量與準確性，可以采用超過9次以上的方式進行，所得結(jié)果將更加準確。

4 結(jié) 語

提出利用圖像學技術(shù)中面積及重心2個指標對竹節(jié)紗的分布均勻性進行評價。通過簡單地模擬仿真軟件獲得竹節(jié)分布二值化圖像，在此基礎之上，用上述指標進行計算。利用重心與幾何中心的偏差距離，以及多幅圖像面積間的CV值，分別印證竹節(jié)分布均衡性與竹節(jié)分布的數(shù)量偏差。最后，對各類竹節(jié)紗的參數(shù)配比進行了分析比較，對竹節(jié)紗織物的實際生產(chǎn)提出了指導性意見。

[1] 趙立曼，沈蘭萍，郭紅娟.仿牛仔織物的設計與開發(fā)[J].絲綢，2010，47(1)：36-38.

[2] 邵利韜，劉充.竹節(jié)紗的設計生產(chǎn)及來樣織物分析[J].紡織導報，2008(9)：88-89.

[3] 郝高云，韓光明，馬愛華.減少竹節(jié)布規(guī)律性疵點的有效措施[J].棉紡織技術(shù)，2005，33(10)：56-57.

[4] 章毓晉.圖像處理和分析技術(shù)[M].2版.北京：高等教育出版社，2008：253-254.

[5] CAMPBELL J G, FRALEY C, MURTAGH F, et al. Linear fl aw detection in woven textiles using model-based clustering[J].Pattern Recongintion letters, 1997, 18(9): 1539-1548.

[6] CHOI H T, JEONG S H, KIM S R, et al. Detecting fabric defects with computer vision and fuzzy rule generation(part I)[J]. Textile Rearch Journal, 2001, 71(6): 518-526.

[7] TSAI I S, HU M C. Autamatic inspection of fabric defects using an artificial neural network technique[J].Textile Rearch Journal, 1996, 66(7): 472-482.

[8] 溫智婕，劉秀平，蘇智勛，等.一種基于gabor濾波器的竹節(jié)紗檢測方法[J].大連理工大學學報，2009，49(3)：449-453.

[9] 姚文愛，徐伯俊，盧雨正，等.竹節(jié)織物CAD系統(tǒng)的開發(fā)[J].毛紡科技，2007(3)：56-58.

[10] 盧雨正.竹節(jié)紗織物竹節(jié)分布CAD系統(tǒng)的開發(fā)[J].山東紡織科技，2011(4)：26-29.

[11] 徐伯俊，謝春萍.竹節(jié)紗的生產(chǎn)工藝及控制裝置[J].紡織導報，2004(2)：46-48.

Evaluation method for the slub distribution evenness in the slubby yarn fabric

LU Yu-zhen g
(School of Digital Media, Jiangnan University, Wuxi 214122, China)

The centroid and the area parameters of the binary image are separated to assess the slub distribution in the slub yarn fabrics, and the evaluation method for the slub distribution evenness was provided. The slub distribution images are randomly created by the CAD system with the size of 10cm×10cm. The slub distribution in the slubby yarn fabric is obtained by the distance between the centroid and the geometric center and the coefficient value area of every image. The testing results showed that with the lower slub distribution, reducing the length difference between slub parameters can improve the slub distribution evenness greatly.

Slubby yarn fabric; Slub distribution; Parameters design; Image analysis; Area; Centroid

TS106.414

A

1001-7003(2012)04-0033-04

2011-12-27；

2012-02-19

盧雨正(1979－ )，講師，主要從事計算機技術(shù)在紡織領(lǐng)域的應用研究。