摘要: 棉／Lyocell混纺产品吸湿性好，穿着舒适性优良，备受市场青睐，世界各国都将纺织品的纤维成分标签作为强制性要求，而我国纤维素类纤维成分和含量目前大部分采用传统方法进行检测，在检验时效、检验结果准确性、检验方法适应性及检测成本方面均存在问... 展开 棉／Lyocell混纺产品吸湿性好，穿着舒适性优良，备受市场青睐，世界各国都将纺织品的纤维成分标签作为强制性要求，而我国纤维素类纤维成分和含量目前大部分采用传统方法进行检测，在检验时效、检验结果准确性、检验方法适应性及检测成本方面均存在问题，迫切需要一种自动、快速、准确检测方法。 国家教育部优秀博士论文专项基金[200350]“纤维纺织品计算机图像自动识别检测”课题组对纤维素类纤维识别，以及纱线和织物的混纺比测试作了系统的研究，开发并研制了用于纤维图像采集和识别检测的全自动系统——“纤维图像自动采集和识别系统”。该系统以棉／苎麻纤维的识别为突破口展开了研究，在此基础上实现了纤维识别种类的扩展，实现了棉／lyocell散纤维的自动识别，并取得了较好的准确性。 然而，纺织品混纺比检验的主要对象是混纺纱线和织物，纱线和织物中的纤维经过纺织和染整等加工，其表面形态与散纤维相比发生了一定变化，因此需要对“纤维图像自动采集和识别系统”识别方案进行一定的改进，同时需要确定针对纱线和织物混纺比检测的试验方案。 本研究的主要内容有： 1．不同加工环节中棉/Lyocell形态及密度差异； 2．“纤维图像自动采集和识别系统”特征参数优化分析； 3．系统验证及提高系统识别准确率方案研究：通过大量试验验证系统改进后的识别准确性；研究合适的取制样方法、纤维段的最佳切段长度和最小样本容量以提高系统识别准确率，即从纤维段切断与分散、系统识别率等角度探索纤维取制样方法，对不同纤维来源的材料进行平行试验，研究基于系统的纤维段的最佳切段长度，从理论和试验角度分析基于系统的最小样本容量。 本研究主要结论有： 1．来源相同的棉／Lyocell纤维受到不同加工工序的影响，纤维直径及密度变化显著，纱线和织物中纤维与原始散纤维相比，纵向形态发生较大变化。 2．从原六个特征参数的提取原理分析得出，棉和Lyocell纤维在纤维投影和宽度变化曲线上不存在显著性差异，原特征参数不能有效量化混纺产品中棉和Lyocell纤维的差异；通过大量自动识别试验得出，“纤维图像自动采集和识别系统”中用于识别苎麻和棉纤维散纤维的特征参数，对棉／Lyocell纤维的散纤维可以达到良好的识别准确率，但对于棉／Lyocell混纺纱线和织物中纤维识别准确率不佳，针织物中纤维识别准确率平均下降5%，机织物平均下降15%，因此需要针对这类棉/Lyocell纤维设计新的识别用参数。 3．对“纤维图像自动采集和识别系统”识别算法改进后所采用的两个全新特征参数纤维纵向切段“片段间不匀”和“片段内不匀”进行试验，分析得出这两个特征参数具有弱相关性，特征参数概率分布曲线表现出良好的稳定性和有效性，符合模式识别对分类用特征参数的需要。 4．通过验证性试验，得出系统优化后，纱线和针织物中纤维平均识别准确率达到95%以上；影响系统识别的因素有纤维本身特性、纺织、染整、制片方法等；通过验证性试验得出载玻片制备对纤维识别准确率影响最大。 5．确定了载玻片制备方案，提高了系统识别准确率：通过对比分析得出最佳纱线段切断工具为哈氏切片器，最佳纱线段分散液体为无水酒精；确定了系统最佳切段长度范围为0.6-0.7mm;理论分析得出纤维段不小于2467根时，可满足系统识别准确率的稳定性，即识别结果均方差不大于3%，通过试验得出机织物和针织物纤维段分别不小于2106根、1583根即可满足稳定性要求，综合考虑确定系统的最小样本容量略大于理论值，为2500根。试验结果表明，该方案对于提高棉／Lyocell纤维识别准确率是有效的。 收起