Jenis dan peratusan serat yang terkandung dalam kain tekstil adalah faktor penting yang mempengaruhi kualiti kain, dan mereka juga adalah apa yang pengguna perhatikan ketika membeli pakaian. Undang -undang, peraturan dan dokumen penyeragaman yang berkaitan dengan label tekstil di semua negara di dunia memerlukan hampir semua label tekstil untuk menunjukkan maklumat kandungan serat. Oleh itu, kandungan serat adalah item penting dalam ujian tekstil.

Penentuan kandungan serat makmal semasa boleh dibahagikan kepada kaedah fizikal dan kaedah kimia. Kaedah pengukuran keratan rentas mikroskop serat adalah kaedah fizikal yang biasa digunakan, termasuk tiga langkah: pengukuran kawasan keratan rentas serat, pengukuran diameter serat, dan penentuan bilangan serat. Kaedah ini digunakan terutamanya untuk pengiktirafan visual melalui mikroskop, dan mempunyai ciri-ciri kos buruh yang memakan masa dan tinggi. Bertujuan dengan kekurangan kaedah pengesanan manual, teknologi pengesanan automatik kecerdasan buatan (AI) telah muncul.

Prinsip asas pengesanan automatik AI

(1) Gunakan pengesanan sasaran untuk mengesan keratan rentas serat di kawasan sasaran

(2) Gunakan segmentasi semantik untuk segmen seksyen salib serat tunggal untuk menghasilkan peta topeng

(3) Kirakan kawasan keratan rentas berdasarkan peta topeng

(4) Kirakan purata kawasan keratan rentas setiap serat

Sampel ujian

Pengesanan produk campuran serat kapas dan pelbagai gentian selulosa yang diperbaharui adalah wakil biasa penggunaan kaedah ini. 10 kain campuran kapas dan serat viscose dan kain campuran kapas dan modal dipilih sebagai sampel ujian.

Kaedah Pengesanan

Letakkan sampel keratan rentas yang disediakan pada peringkat penguji automatik keratan rentas AI, menyesuaikan pembesaran yang sesuai, dan mulakan butang program.

Analisis hasil

(1) Pilih kawasan yang jelas dan berterusan dalam gambar bahagian silang serat untuk melukis bingkai segi empat tepat.

(2) Tetapkan serat yang dipilih dalam bingkai segi empat tepat yang jelas ke dalam model AI, dan kemudian pra-klasifikasi setiap bahagian silang serat.

(3) Selepas pra-klasifikasi serat mengikut bentuk keratan rentas serat, teknologi pemprosesan imej digunakan untuk mengekstrak kontur gambar setiap keratan serat.

(4) Peta garis gentian ke imej asal untuk membentuk imej kesan akhir.

(5) Kirakan kandungan setiap serat.

Conclusion

Untuk 10 sampel yang berbeza, hasil kaedah ujian automatik rentas AI dibandingkan dengan ujian manual tradisional. Kesalahan mutlak adalah kecil, dan ralat maksimum tidak melebihi 3%. Ia mematuhi standard dan mempunyai kadar pengiktirafan yang sangat tinggi. Di samping itu, dari segi masa ujian, dalam ujian manual tradisional, ia mengambil masa 50 minit untuk pemeriksa untuk menyelesaikan ujian sampel, dan hanya mengambil masa 5 minit untuk mengesan sampel oleh kaedah ujian automatik rentas AI, yang meningkatkan kecekapan pengesanan dan menjimatkan tenaga manusia dan kos masa.

Artikel ini diekstrak dari jentera tekstil langganan WeChat