竹节纱织物竹节分布均匀性评价方法

卢 雨 正

(江南大学 数字媒体学院，江苏 无锡 214122)

竹节纱织物竹节分布均匀性评价方法

卢 雨 正

(江南大学 数字媒体学院，江苏 无锡 214122)

针对二值化图像的重心、面积2个指标，利用图像技术对竹节纱织物表面竹节分布的均匀性进行评价。在计算机辅助生成竹节分布图像基础之上，随机生成10 cm×10 cm的竹节分布图，通过考核各图的重心分布位置及各图之间的面积分布变异系数，综合考量竹节纱织物的竹节分布情况。测试结果显示：当竹节密度较低时，减小竹节各个配比之间的长度差异能有效减少竹节不匀的产生。

竹节纱织物；竹节分布；参数设计；图像处理；面积；重心

竹节纱是花式纱线的一种，其纤度在纱线长度方向上发生规律的或者不规律的变化，将这类纱线织入织物之后，可以形成类似竹节一样的纹理，其名称也由此而来。近年来，竹节纱广泛应用于各类服装、装饰织物中，其细腻的雨点雨丝风格，粗狂的仿麻仿牛仔风格[1]，以及良好的穿着感受，使得竹节纱织物受到了广大消费者的喜爱。

竹节纱织物中竹节参数设计是织物整体风格设计的重要组成部分。一般来讲，竹节的分布需要具备一定的随意特性和规律性，随意性使得竹节的分布具备一定随机性，体现其自然风格；而规律性则需保证竹节的分布密度大致相当，不要出现较大面积的分布不匀。

竹节纱纱线按照工艺参数可以分为规则竹节纱和模糊竹节纱两类。规则竹节纱比较容易在织物的表面形成规律性很强的竹节分布，满足竹节分布规律性的要求，但是容易在布面上形成较明显的类似于斜纹分布的竹节，被形象地称为“刮风”现象[2]；模糊竹节纱从根本上杜绝了“刮风”现象的出现，但实际生产发现，不同的参数设定会在布面上出现分布不匀的竹节，在某些区域竹节集结成片，而某些区域又没有竹节分布[3]。

目前，对于竹节纱竹节分布的评价方法没有国家标准，主要的评价过程由人工完成。具体过程如下[2]：在布面各个位置取相同的面积，分别计数该面积内竹节的数量，如果各个面积内竹节的数量差异不太大，则表示竹节分布均匀的，反之，则表明该织物的分布是不均匀的。这种方法需要在形成织物之后进行，且评价的准确性难以保证。因此，本研究拟提出一种新的评价方法，并提出针对竹节参数设计的意见建议。

1 竹节分布评价指标的选择

竹节纱织物的竹节分布从根本上讲是织物当中某一特殊成分的分布，其影响的是人们对竹节纱织物的视觉感受。本研究拟借助计算机图形图像学，利用现有的图形图像学中的指标，建立新的评价体系，代替原有的评价方法。

竹节分布特性针对的是人的近距离视觉特性，从一定程度上说，只要距离足够远，视野足够大，无论采用什么样的方式生产出来的竹节纱织物，其竹节分布都是均匀的。但是，人们在使用过程中，往往关注的是一个视野范围内的竹节分布，因此，在实际测量时，往往选取10 cm×10 cm的区域进行竹节分布的测量，基于图像处理分析的指标针对的布面的大小也应在这个区域之内。

传统的评价方法分析的是织物中的竹节部分，因此可以针对竹节部分进行分析，将竹节部分提取出来，获得二值化后的竹节分布图像，黑色点表示织物中的竹节部分，白色点表示织物中的其余部分，引入二值化图像的两个几何特征来评价竹节分布的均匀性。

1.1 面 积

面积是二值化图像中一个非常重要的指标，具体见式(1)[4]：

式(1)中：As表示二值化图像的面积；S表示图像的区域；f(x,y)表示每一个坐标点的数值。

企业经济责任审计是指依据我国法律法规的相关要求对政府机构领导人员在任职时期发生的各类经济活动进行经济责任审计。现阶段，国家审计机关、内部审计机构、社会审计组织都在经济责任审计的主体范围内。国家审计机关在企业经济责任审计中占据首要主体的地位，其职责主要是实施经济责任审计。企业经济责任的审计对象有县级以上和以下的党政领导干部、国有企业和国有控股企业部门、领导人员、单位内部管理的领导干部，有的地区还涉及部门、单位其他的副职领导和财务主管。

由于图像是二值化的，定义黑色的点数值是1，白色点的数值为0(减小计算量)。所以，面积的大小反映的就是在指定面积中黑色点的数量，其数值也直接反映了织物中竹节分布的数量。对于分布均匀的竹节纱织物而言，几块采集织物的图像之间的As大小的差异不能太大，As变化的CV值是考察竹节分布均匀性与否的最有效指标。对于均匀分布的竹节织物而言，同一织物所有分布图的As数值的CV值应小于10 %。

1.2 重 心

重心是二值化图像中另一重要指标，为了借用重心的概念，假设二值图像的每个像素点的质量完全相等，大小为1，0像素点的质量为0，则重心表示如下[4]：

式(2)～式(3)中：在按照式(2)和式(3)计算的过程中，xm和ym均要取整，则点(xm, ym)就是二值化图像的重心；Ns表示图像中所有大小为1的点的数量；x与y是质量为1的像素点的坐标。

重心是织物图像内部竹节分布均匀与否的一个重要指标，均匀分布的竹节纱织物，其每一幅二值化图像的重心都应该在整个图像的几何中心位置的附近。如果图像的重心距离几何中心很远，说明竹节的分布存在不均匀现象，在该布面内竹节的分布存在着明显的变化，不符合标准的竹节纱织物。一般来说，在几何重心附近波动1 cm，属于正常的波动，大于这个数值，就说明在织物的内部竹节的分布不均衡。对于均匀分布的竹节纱织物，其每一幅织物图像的重心都应满足上述要求。

该方法与传统方法相比，最大的优势是采用计数白色像素点的数量的方法，即计算二值化图像面积的方法，代替了原来计数竹节数量的方法，使得计算过程更为精确，快捷；同时引入了图像重心这个概念，弥补了原有的评价方法中没有的用于每块布样内部竹节分布是否均衡的缺陷。

2 织物图像的准备

进行评价之前，需要将织物中竹节的分布用图像的手段凸显出来，利用二值化图像将竹节与其他部位区分开来，用图像相关指标对其进行描述。当前，有文献利用gabor变换等类似于疵点检测的手段从织物表面读取竹节分布[5-8]。这些算法虽然从理论上可以实现竹节部分的获取，但是必须基于已有的竹节织物，且算法实现过程较为复杂，准确性不高。

竹节纱织物的竹节分布与竹节纱的纱线参数、织物的织造参数密切相关[9]，因此，本研究拟借助于模拟仿真系统，直接通过调节相关参数获得织物表面竹节部分的分布图，利用上述指标进行评价。

为了验证CAD系统模拟竹节分布的准确性，选取规则分布的纬向竹节纱织物(经竹节织物及不规则分布的纬竹节织物图像重复性差，无法准确对照)，将CAD系统模拟的竹节分布与真实竹节分布进行对照。

将图1及图2对比不难发现，织物图像中竹节的分布在模拟图中得到了体现。竹节长度相当，竹节形成的斜纹的倾斜程度相当，而且竹节的间距也基本相等。因此，可以用CAD系统完成竹节分布的模拟。

图1 规则循环纬竹节扫描图像Fig.1 Scanned image of regular weft slubby yarn fabric

图2 CAD系统模拟竹节分布图像Fig.2 Simulation image of the slub distribution based on CAD system

3 参数对竹节分布性能的影响

3.1 竹节密度对分布均匀性的影响

采用CAD系统可以对各类竹节纱织物竹节分布进行模拟[10]，系统默认96 dpi的分辨率来进行模拟，随机选取9幅378×378像素(10 cm×10 cm)大小的竹节分布图进行测量，获取相关指标。

选取模糊[11]竹节纱，将竹节纱织入纬向竹节织物，基纱纤度21 S。纺纱过程中，基纱长度在280，200，400 cm 3个参数随机选取，竹节长度在30，40，50 mm 3个参数中随机选取，倍率均取300 %，且相邻竹节与基纱的长度组合不同。按照普通纱与竹节纱比例为0︰1和3︰1分别模拟高密度竹节纱织物和低密度竹节纱织物，随机截取9幅分布图，评价结果见表1，表2。

表1 高密度纬竹节织物评价结果Tab.1 Evalution results of the high density weft slubby yarn fabric

由于模拟的织物图像的大小为378×378像素，几何质心的位置应该为(189，189)。从表1、表2中可以看出，竹节分布的质心偏移量有一定的差异。高密竹节织物中，其重心最大偏移5.3 mm，偏移量较小；低密度织物试样重心最大偏移12.4 mm。可见，低密度竹节织物中存在内部分布不均衡。

表1中面积的平均值为32 763，面积变化的标准差为2 574，CV为7.9 %；表2中平均面积为5 593，标准差为993，CV为17.7 %。从面积的评价角度来说，第一组可以认为其面积大小基本相当，但第二组明显的表现出面积波动，也从另外一个角度反映出在第二组的配置下，竹节分布的不均匀性。

一般来说，竹节分布密度较高的竹节纱织物，其竹节分布不容易出现不均匀现象，对于竹节密度不太高的织物，则有必要对其参数进行严格调整，防止出现竹节分布不匀的情况。

3.2 竹节参数对竹节分布的影响

竹节分布密度越高，越不容易产生不匀，因此以模糊竹节纱[11]为例，讨论普通纱与竹节纱的配比为3︰1的情况下，对2组不同参数分别进行竹节分布情况的评价。

第一组竹节纱基纱长度在200～380 mm内随机选取，竹节长度在30～50 mm内随机选取；第二组竹节纱基纱长度在240～340 mm内随机选取，竹节长度仍然在30～50 mm内随机选取。2组纱倍率均为300 %。从理论上说，2组纱线的竹节密度应该完全相等，具体考察其分布均匀性的情况。评价结果见表3。

表3 模糊竹节分布情况评价结果Tab.3 Evaluation results of the vague slubby yarn fabric

从表3中重心偏移量可以看出，第一组最大质心偏移量出现在4号，达到14.6 mm；第二组中最大偏移量是8号，达10.1 mm。从质心分布对比可以看出，第二组工艺参数配置下，每块试样内部竹节分布均匀性有所提高。面积的分布有明显变化，第一组面积的均值为5 512，标准差为919，CV为16.7 %；第二组面积的均值为5 988，标准差为708，CV为11.8 %。说明第二组竹节纱竹节分布比较均匀。

3.3 结果分析

采用模糊控制的方法可以有效避免“刮风”现象，但是对于其纱线中的参数控制需要特别注意。在模糊循环的竹节纱中，减弱每段基纱长度间的差异，将使得纱线的循环方式中不规则的程度降低，竹节出现的程度越来越规则，竹节分布的均匀性也可以得到显著的提高，同时还可以避免“刮风”现象。针对比例模糊循环的竹节纱织物也有这样的分布特点，减少各个比例间基纱长度及竹节长度变化差异，可以改善织物竹节分布的均匀性，避免竹节分布不匀现象的出现。

一般来说，采用简单规律的规则循环竹节纱(图1)，竹节分布会形成类似于“刮风”一样的效果，很少在纬向竹节织物中采用。规则循环的竹节纱往往需要通过加长竹节循环周期来进行实际的生产，一个循环周期内往往包含十几个甚至几十个竹节纱及基纱的组合。在限定的考核面积内，规则竹节纱竹节分布尚未完成其循环周期，或者其周期未得到明显体现，则其竹节分布表现与模糊竹节类似，只不过在更大的检测范围内这类竹节纱织物才能表现出一定的规律性，对竹节分布的影响不大。此时，竹节循环内部的纱线参数设置也可以参考模糊循环竹节纱纱线的参数设定方法。

此外，由于本评价方法基于CAD系统，可以多次取样进行测算。为了保证评价的质量与准确性，可以采用超过9次以上的方式进行，所得结果将更加准确。

4 结 语

提出利用图像学技术中面积及重心2个指标对竹节纱的分布均匀性进行评价。通过简单地模拟仿真软件获得竹节分布二值化图像，在此基础之上，用上述指标进行计算。利用重心与几何中心的偏差距离，以及多幅图像面积间的CV值，分别印证竹节分布均衡性与竹节分布的数量偏差。最后，对各类竹节纱的参数配比进行了分析比较，对竹节纱织物的实际生产提出了指导性意见。

[1] 赵立曼，沈兰萍，郭红娟.仿牛仔织物的设计与开发[J].丝绸，2010，47(1)：36-38.

[2] 邵利韬，刘充.竹节纱的设计生产及来样织物分析[J].纺织导报，2008(9)：88-89.

[3] 郝高云，韩光明，马爱华.减少竹节布规律性疵点的有效措施[J].棉纺织技术，2005，33(10)：56-57.

[4] 章毓晋.图像处理和分析技术[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] 温智婕，刘秀平，苏智勋，等.一种基于gabor滤波器的竹节纱检测方法[J].大连理工大学学报，2009，49(3)：449-453.

[9] 姚文爱，徐伯俊，卢雨正，等.竹节织物CAD系统的开发[J].毛纺科技，2007(3)：56-58.

[10] 卢雨正.竹节纱织物竹节分布CAD系统的开发[J].山东纺织科技，2011(4)：26-29.

[11] 徐伯俊，谢春萍.竹节纱的生产工艺及控制装置[J].纺织导报，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

卢雨正(1979－ )，讲师，主要从事计算机技术在纺织领域的应用研究。