数字图像处理技术在棉纤维检测中的应用研究

■ 夏 彬 王 飞 王泽武 秦建锋

〔1郑州棉麻工程技术设计研究所，郑州450004〕

〔2东华大学纺织学院，上海201600〕

根据《国家统计局关于2017年棉花产量的公告》，2017年我国棉花种植面积为322.97万hm2（4 844.5万亩），总产量548.6万t[1]。棉花作为大宗农产品，在收购、加工、贸易以及纺织过程中需要对其品质指标进行检测以保证公平、公正地结算。同时，随着数字图像处理技术的发展，多种类的图像处理与检测系统在棉纤维检测领域得到应用，这些自动化检测系统通过图像处理技术代替人眼对目标进行测量，并以算法进行模拟人类视觉功能，有效弥补了人工感官检验的不足，提高了检测的效率，也使检测结果更具科学性、客观性。

本文立足棉纤维自动化检测中的难点，在数字图像处理技术的基础上，针对棉花含杂与异性纤维检测应用进行了探讨。

一、数字图像处理系统

数字图像处理技术的研究最早起始于20世纪60年代，它被定义为用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，并对信息加以理解与分析，用于检测、测量和控制。

典型的图像处理与检测系统包括光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。如图1所示，系统首先通过相机或其它图像拍摄装置将目标转换成图像信号，然后转变成数字化信号传送给专用的图像处理系统，系统通过像素分布、亮度、颜色信息以及各种运算所抽取的目标特征进行计算和分析，根据预设的容许度以及其它判决条件来做智能决策，由执行模块做出或者输出判断结果。图像处理与检测系统能够有效克服人工感官检验的不足，提高工作效率与效果，可以应用于棉纤维检验领域。

图1 图像处理与检测系统结构

二、图像处理技术在棉纤维检测中的应用

（一）棉花含杂检测

棉花杂质指是存在于棉纤维中的非棉纤维及其着生纤维（破籽、僵片、不孕籽等）。近年来，我国新疆棉区普遍采用机采棉技术，籽棉在采摘过程中混入了大量杂质，即使经过籽棉清理和皮棉清理，皮棉中仍含有较高的含杂率。棉花杂质含量作为定级和定价的主要指标直接影响轧花和纺纱质量。根据国家标准GB/T 6499-2012《原棉含杂率试验方法》[2]，含杂率采用杂质机与人工挑拣称重方式进行，该方式劳动强度大且耗时长，难以用于轧花过程中的实时、快速检测。

对于棉花杂质的在线检测，国内外研究从杂质物理特性与化学成分进行分析。检测方法包括空气动力分离技术、断层光摄影技术、多光谱图像技术等。目前，图像处理技术的仍然是棉花在线含杂检测的主流技术[3-5]。通过在线含杂检测设备能够实时掌握加工过程中皮棉含杂率的变化情况，及时调整加工主机设备的参数做到“因花配车”，进而提高棉花加工质量。

棉花杂质在线系统主要由检测站、数据处理机以及网络设备构成，如图2所示。其中，检测站完成取样与图像采集，然后将棉样图像通过网络传送至数据处理机的图像处理软件，由图像处理算法完成含杂结果的计算与显示。其中，在线取样装置采用平板结构，由电机带动旋转，取样板从取样初始位置、取样位置，最后到达检测位置，检测完成后回到取样初始位置，等待下一次取样操作。杂质分析模块采用图像处理方法，相机采集棉样图像后，将其传送至图像处理软件进行滤波处理，清除图像噪声，然后进行图像分割，得到二值化的棉样图像，最后通过图像处理算法识别出杂质数量，并计算含杂面积百分比。

图2 棉花杂质在线检测系统示意图

（二）棉花异性纤维检测

异性纤维也被称为“三丝”，在国家标准GB 1103.1-2012《棉花第1部分：锯齿加工细绒棉》[6]中，将异性纤维定义为混入棉花中的非棉纤维与非本色棉纤维，比如塑料绳、塑料膜、毛发、丝、麻、染色线以及化学纤维等。假如异性纤维在棉花采摘、加工过程中没有被及时清除混入纺纱环节，容易造成染色不均等缺陷，严重影响成纱质量以及我国棉花的国际竞争力。

对于异性纤维检测，国内外的公司以及研究机构已取得了丰硕的研究成果，它们采用的检测方法各有不同[7-10]，大致分为三种类型：图像处理检测技术、超声波检测技术、光电式识别检测技术。其中，图像处理检测技术相对成熟，具有良好的检测效果。

基于图像处理技术的异性纤维检测系统主要包括五个环节，即棉花物料铺放开松、气流输送、实时图像采集、图像算法分析检测、异性纤维剔除。其结构示意图如图2所示，当带有异性纤维的棉花物料通过开松机构打散开松后被气流输送到检测通道中，并在气流的作用下均匀向前传送，在多光谱光源（包括紫外线光源、荧光光源）的照射下，摄像机采集棉样图像，将棉样图像传输至计算机中，由图像处理算法进行分析，识别出疑似异性纤维的大小和位置，同时根据气流速度，适时发送指令给高压气阀，驱动喷嘴喷出疑似异性纤维棉团。

图3 基于图像处理技术的异纤检测系统示意图

三、展望

综上所述，数字图像处理技术在棉纤维领域中的应用，有效弥补了人工感官检验的不足，提高了检测的效率与效果。同时，国内外研究机构也研制了多种检测装备，虽然取得了良好的使用成果。但是仍然没有有效解决检测精度、检测速度、系统稳定性。

今后的研究方向主要侧重在以下两个方面：1.检测技术方面应用在线近红外图像、多光谱图像和高光谱图像等新的检测技术，结合光谱和图像两个特征的优点，融合后提高检测精度。2.检测设备研发方面采用现有检测方式，配备高速高精度检测器、稳定光源和高速数据处理器，改进识别算法，提高检测精度与检测速度。