基于形态特征的几种非织造用纤维的检测及算法研究
发布时间：2021-12-10 20:45
随着非织造技术以及智能化纺织技术的不断发展,多种类纤维材料的开发与制备已经成为研究领域的热点。而这些纤维材料的制造技术及工艺为纤维材料成分检测与鉴别带来了大量的应用性课题。羊毛是天然的动物纤维,属于纺织工业的重要原料,其在非织造领域主要通过针刺技术加工,热收缩后用于高档的钢琴按键毡布以及高档密封垫及衬垫等密封材料,因其具有良好的声学性能以及有效的除尘能力能够有效提升钢琴的品质。在羊毛制品中常需要混合一定量的羊绒纤维,而羊绒纤维的含量决定了以其为主要原材料成品的品质和加工技术的标准,其制备过程中羊绒/羊毛的混合比的精确控制的需求,也对工艺技术过程的检测提出了更高的要求。而当前市场上针对羊绒/羊毛的区分仍旧以人工为主要方法,缺少一种客观、实时、有效的分类检测方法。粘胶纤维具有优秀的吸湿性能,非织造加工中时容易缠绕,而涤纶纤维弹性好、耐腐蚀,但不易染色同时吸水性能也不如粘胶纤维。在非织造加工工艺中可以使用二者进行混合制备各种密封性功能用品,由于其成品应用需求不同,需要采用不同的混合比对二者进行混合。高品质的涤纶/粘胶网的制备对精确、实时的混合比检测技术提出了更高的要求,而当前没有一种能够实时...
【文章来源】：东华大学上海市 211工程院校 教育部直属院校
【文章页数】：148 页
【学位级别】：博士
【部分图文】：
非织造用材料应用领域
由于二者在纤维表象以及特征的相似性，目前而言光学显微镜以及扫描电子显微镜(SEM)是对羊绒纤维进行识别的最重要方法。SEM 下羊绒及羊毛纤维的显微形态如图1-2。从图1-2可以观察到与羊毛相比羊绒的鳞片纹理较为不明显。(a) 羊绒纤维 （b）羊毛纤维图1-2 羊绒及羊毛纤维 SEM 下的形态(放大比例 1000 倍)2.非织造用材料也包含许多化学纤维，其特殊的用途与天然纤维形成有利的补充。在各种纤维进行混合制造的过程中，对纤维混合织造的比例进行有效的控制是极为困难的，尤其是实时的对混合纤维的比例进行测算是混合控制的第一步，该计算可以对上游的工序进行量化控制起到关键作用。与此同时，由于混合纤维的特点、作用以及定价也不尽相同，所以对混合材料的比例进行测算也可以对非织造产品的精确定价和成本估计起到重要的作用。
(a) 涤纶纤网 (b)粘胶纤网(c)粘胶/涤纶混合纤网 (d)木棉纤网图1-3 常用非织造用纤维样本 SEM 图在文中选取了非织造用材料常见的 1 全涤纶、2 全粘胶、3 木棉等三种纤维并加入了非织造常用的木棉纤维、以及昂贵的羊绒、羊毛等纤维进行了分析鉴别，同时对粘胶和涤纶的混合纤维的混合比进行了量化计算。其中粘胶、涤纶、木棉以及粘胶与涤纶混合纤网见图1-3。3.由于当前原棉是非织工艺所制造的医卫用品的主要原材料，同时也为了扩展了视觉形态分析技术在非织造用材料应用的多样性，本课题选取了原棉作为研究对象。在常用的非织造原材料中，原棉通过开包、粗开松、混合、筵棉以及梳理等过程通过水刺工艺加工成为医卫用品。其中原棉的质量决定了成品的质量也影响了织造工艺。当前原棉质量有不同的分类方式：其中包括按照棉花的品种划分、按照棉花的初加工划分、按照棉花的色泽划分以及按照行业或者国家标准对棉花质量进行划分[6–9]。原棉质量不仅影响了原棉材料的市场价格和下游棉织物成品的价格，同时也对原棉加工工序及质量具有正相关的影响，从技术层面也对实时的检测和质量鉴别工序提出了更高的要求。所以，对原棉质量的分级研究具有大的意义。根据 GB1103.1-2012 棉花第 1 部分:锯齿加工细绒棉
【参考文献】：
期刊论文
[1]我国储备棉政策对国际棉花市场传递效应研究——基于VEC模型和协整方法分析[J]. 祝宏辉,李晓晓. 价格月刊. 2018(07)
[2]基于“两河流域”棉区变迁分析的棉花生产发展研究[J]. 白岩,王桂峰,董文全,周勇,李雪,朱怀艳,尚怀国. 中国棉花. 2018(05)
[3]机器视觉技术在现代农业装备领域的应用进展[J]. 周航,杜志龙,武占元,宋程,郭楠,林亚玲. 中国农机化学报. 2017(11)
[4]绒纤维专家鉴别特征统计分析及自动鉴别方法研究[J]. 马彩霞,刘小楠,刘峰. 毛纺科技. 2014(10)
[5]一种改进的Roberts和灰色关联分析的边缘检测算法[J]. 文永革,何红洲,李海洋. 图学学报. 2014(04)
[6]一种基于改进Canny的边缘检测算法[J]. 许宏科,秦严严,陈会茹. 红外技术. 2014(03)
[7]我国棉花生产现状与发展趋势[J]. 喻树迅. 中国工程科学. 2013(04)
[8]原棉品质与成纱质量关系的探讨[J]. 陈同中,杜娟. 现代纺织技术. 2004(02)
[9]基于两种色彩空间的颜色选择方法[J]. 王胜正,施朝健. 计算机应用与软件. 2004(02)
[10]原棉品级与棉纤维主要品质指标关系的研究[J]. 郑芝奖,刘从九. 纺织学报. 2000(04)
博士论文
[1]多焦面图像融合及其在纺织品数字化检测中的应用[D]. 周金凤.东华大学 2018
[2]基于集成学习的高分遥感图像玉米区高精度提取算法研究[D]. 李大威.中北大学 2017
[3]基于深度学习的图像分类方法研究[D]. 孟丹.华东师范大学 2017
[4]基于迁移学习与深度卷积特征的图像标注方法研究[D]. 宋光慧.浙江大学 2017
[5]籽棉轧花及皮棉清理关键技术研究[D]. 董全成.山东大学 2016
[6]深度学习模型的高效训练算法研究[D]. 陈凯.中国科学技术大学 2016
[7]基于Gabor滤波的虹膜多特征提取及融合识别方法研究[D]. 何飞.吉林大学 2015
[8]棉麻纤维图像分析及自动检测技术的研究[D]. 宗亚宁.东华大学 2006
硕士论文
[1]基于深度学习的图像分类及应用研究[D]. 辛晨.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]细粒度物体分类算法研究与实现[D]. 何东梅.北京交通大学 2016
[3]基于纹理分析的羊绒羊毛鉴别[D]. 袁森林.东华大学 2016
[4]棉花轧工质量分级仪器的研究[D]. 陈光亭.山东农业大学 2014
本文编号：3533362
【文章来源】：东华大学上海市 211工程院校 教育部直属院校
【文章页数】：148 页
【学位级别】：博士
【部分图文】：
非织造用材料应用领域
由于二者在纤维表象以及特征的相似性，目前而言光学显微镜以及扫描电子显微镜(SEM)是对羊绒纤维进行识别的最重要方法。SEM 下羊绒及羊毛纤维的显微形态如图1-2。从图1-2可以观察到与羊毛相比羊绒的鳞片纹理较为不明显。(a) 羊绒纤维 （b）羊毛纤维图1-2 羊绒及羊毛纤维 SEM 下的形态(放大比例 1000 倍)2.非织造用材料也包含许多化学纤维，其特殊的用途与天然纤维形成有利的补充。在各种纤维进行混合制造的过程中，对纤维混合织造的比例进行有效的控制是极为困难的，尤其是实时的对混合纤维的比例进行测算是混合控制的第一步，该计算可以对上游的工序进行量化控制起到关键作用。与此同时，由于混合纤维的特点、作用以及定价也不尽相同，所以对混合材料的比例进行测算也可以对非织造产品的精确定价和成本估计起到重要的作用。
(a) 涤纶纤网 (b)粘胶纤网(c)粘胶/涤纶混合纤网 (d)木棉纤网图1-3 常用非织造用纤维样本 SEM 图在文中选取了非织造用材料常见的 1 全涤纶、2 全粘胶、3 木棉等三种纤维并加入了非织造常用的木棉纤维、以及昂贵的羊绒、羊毛等纤维进行了分析鉴别，同时对粘胶和涤纶的混合纤维的混合比进行了量化计算。其中粘胶、涤纶、木棉以及粘胶与涤纶混合纤网见图1-3。3.由于当前原棉是非织工艺所制造的医卫用品的主要原材料，同时也为了扩展了视觉形态分析技术在非织造用材料应用的多样性，本课题选取了原棉作为研究对象。在常用的非织造原材料中，原棉通过开包、粗开松、混合、筵棉以及梳理等过程通过水刺工艺加工成为医卫用品。其中原棉的质量决定了成品的质量也影响了织造工艺。当前原棉质量有不同的分类方式：其中包括按照棉花的品种划分、按照棉花的初加工划分、按照棉花的色泽划分以及按照行业或者国家标准对棉花质量进行划分[6–9]。原棉质量不仅影响了原棉材料的市场价格和下游棉织物成品的价格，同时也对原棉加工工序及质量具有正相关的影响，从技术层面也对实时的检测和质量鉴别工序提出了更高的要求。所以，对原棉质量的分级研究具有大的意义。根据 GB1103.1-2012 棉花第 1 部分:锯齿加工细绒棉
【参考文献】：
期刊论文
[1]我国储备棉政策对国际棉花市场传递效应研究——基于VEC模型和协整方法分析[J]. 祝宏辉,李晓晓. 价格月刊. 2018(07)
[2]基于“两河流域”棉区变迁分析的棉花生产发展研究[J]. 白岩,王桂峰,董文全,周勇,李雪,朱怀艳,尚怀国. 中国棉花. 2018(05)
[3]机器视觉技术在现代农业装备领域的应用进展[J]. 周航,杜志龙,武占元,宋程,郭楠,林亚玲. 中国农机化学报. 2017(11)
[4]绒纤维专家鉴别特征统计分析及自动鉴别方法研究[J]. 马彩霞,刘小楠,刘峰. 毛纺科技. 2014(10)
[5]一种改进的Roberts和灰色关联分析的边缘检测算法[J]. 文永革,何红洲,李海洋. 图学学报. 2014(04)
[6]一种基于改进Canny的边缘检测算法[J]. 许宏科,秦严严,陈会茹. 红外技术. 2014(03)
[7]我国棉花生产现状与发展趋势[J]. 喻树迅. 中国工程科学. 2013(04)
[8]原棉品质与成纱质量关系的探讨[J]. 陈同中,杜娟. 现代纺织技术. 2004(02)
[9]基于两种色彩空间的颜色选择方法[J]. 王胜正,施朝健. 计算机应用与软件. 2004(02)
[10]原棉品级与棉纤维主要品质指标关系的研究[J]. 郑芝奖,刘从九. 纺织学报. 2000(04)
博士论文
[1]多焦面图像融合及其在纺织品数字化检测中的应用[D]. 周金凤.东华大学 2018
[2]基于集成学习的高分遥感图像玉米区高精度提取算法研究[D]. 李大威.中北大学 2017
[3]基于深度学习的图像分类方法研究[D]. 孟丹.华东师范大学 2017
[4]基于迁移学习与深度卷积特征的图像标注方法研究[D]. 宋光慧.浙江大学 2017
[5]籽棉轧花及皮棉清理关键技术研究[D]. 董全成.山东大学 2016
[6]深度学习模型的高效训练算法研究[D]. 陈凯.中国科学技术大学 2016
[7]基于Gabor滤波的虹膜多特征提取及融合识别方法研究[D]. 何飞.吉林大学 2015
[8]棉麻纤维图像分析及自动检测技术的研究[D]. 宗亚宁.东华大学 2006
硕士论文
[1]基于深度学习的图像分类及应用研究[D]. 辛晨.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]细粒度物体分类算法研究与实现[D]. 何东梅.北京交通大学 2016
[3]基于纹理分析的羊绒羊毛鉴别[D]. 袁森林.东华大学 2016
[4]棉花轧工质量分级仪器的研究[D]. 陈光亭.山东农业大学 2014
本文编号：3533362
本文链接：https://www.wllwen.com/projectlw/qgylw/3533362.html
