El tipus i el percentatge de fibra que contenen els teixits tèxtils són factors importants que afecten la qualitat dels teixits, i també són allò a què presten atenció els consumidors a l'hora de comprar roba. Les lleis, els reglaments i els documents d'estandardització relacionats amb les etiquetes tèxtils de tots els països del món exigeixen que gairebé totes les etiquetes tèxtils indiquin informació sobre el contingut de fibra. Per tant, el contingut de fibra és un element important en les proves tèxtils.

La determinació actual del contingut de fibra al laboratori es pot dividir en mètodes físics i mètodes químics. El mètode de mesura de la secció transversal amb microscopi de fibra és un mètode físic d'ús comú, que inclou tres passos: la mesura de l'àrea de la secció transversal de la fibra, la mesura del diàmetre de la fibra i la determinació del nombre de fibres. Aquest mètode s'utilitza principalment per al reconeixement visual a través d'un microscopi i té les característiques de consum de temps i un cost laboral elevat. Per tal de solucionar les deficiències dels mètodes de detecció manual, ha sorgit la tecnologia de detecció automatitzada amb intel·ligència artificial (IA).

Principis bàsics de la detecció automatitzada per IA

(1) Utilitzeu la detecció d'objectius per detectar seccions transversals de fibra a la zona objectiu

(2) Utilitzeu la segmentació semàntica per segmentar una secció transversal de fibra única per generar un mapa de màscares

(3) Calculeu l'àrea de la secció transversal basant-vos en el mapa de màscares

(4) Calcula l'àrea de la secció transversal mitjana de cada fibra

Mostra de prova

La detecció de productes barrejats de fibra de cotó i diverses fibres de cel·lulosa regenerada és un representant típic de l'aplicació d'aquest mètode. Es seleccionen 10 teixits barrejats de cotó i fibra de viscosa i teixits barrejats de cotó i modal com a mostres de prova.

Mètode de detecció

Col·loqueu la mostra de secció transversal preparada a l'escenari del provador automàtic de secció transversal AI, ajusteu l'augment adequat i inicieu el botó del programa.

Anàlisi de resultats

(1) Seleccioneu una àrea clara i contínua a la imatge de la secció transversal de la fibra per dibuixar un marc rectangular.

(2) Col·loqueu les fibres seleccionades al marc rectangular transparent del model d'IA i, a continuació, preclassifiqueu cada secció transversal de fibra.

(3) Després de preclassificar les fibres segons la forma de la secció transversal de la fibra, s'utilitza tecnologia de processament d'imatges per extreure el contorn de la imatge de cada secció transversal de fibra.

(4) Mapeu el contorn de la fibra a la imatge original per formar la imatge de l'efecte final.

(5) Calcula el contingut de cada fibra.

Cconclusió

Per a 10 mostres diferents, els resultats del mètode de prova automàtica de secció transversal d'IA es comparen amb la prova manual tradicional. L'error absolut és petit i l'error màxim no supera el 3%. S'ajusta a l'estàndard i té una taxa de reconeixement extremadament alta. A més, pel que fa al temps de prova, en les proves manuals tradicionals, l'inspector triga 50 minuts a completar la prova d'una mostra i només triga 5 minuts a detectar una mostra mitjançant el mètode de prova automàtica de secció transversal d'IA, cosa que millora considerablement l'eficiència de detecció i estalvia costos de mà d'obra i temps.

Aquest article és extret de WeChat Subscription Textile Machinery