图像处理技术在纺织品检测中主要应用在纤维检测、纱线检测和织物检测三个领域。
    (1)纤维检测主要是纤维的外观形态、直径、棉网均匀度检测，纤维异型度检测，羊毛的细度、纤维混纺比的测定等等。
    (2)纱线检测主要是纱线混合状态及纱线的外观质量等。

    (3)织物方面主要有织物的密度、组织结构、折皱分析、悬垂性评定、起球等级评定以及疵点检测等。 

计算机图像处理主要包括以下方面：
    (1)图像预处理，其目的是对图像去除噪声，突出目标。
    (2)图像分割和目标提取，主要目的是从图像中获得感兴趣的区域。
    (3)特征提取，是要获得对目标的有效特征表达和描述。
    (4)目标分类，是在提取特征的基础上实现判别和分类。
    常用的图像识别方法有：灰度匹配法、形态法、神经网络法、纹理模型法四种。其中，神经网络法的缺点是，可能因为特征值选择的不合适或者不足，造成检验结果的不可靠，纹理模型法的不足在于仅仅通过随机场模型并不能最大限度地降低图像分析的计算复杂度和提高图像处理的速度，因而还不能实现织物疵点的快速自动检测。
    随着计算机科学技术的发展，以前靠人来完成的很多纺织品检验工作现在可以用计算机来代替。计算机图像识别技术体现出快速、准确、高可靠性和稳定性等优势，在纺织行业的应用会越来越广泛，特别是在线检测方面得到应用和发展。

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们