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

La determinació del contingut de fibra del laboratori actual es pot dividir en mètodes físics i mètodes químics. El mètode de mesurament de la secció del microscopi de fibra és un mètode físic utilitzat habitualment, que inclou tres passos: la mesura de l’àrea de secció de fibra, la mesura del diàmetre de la fibra i la determinació del nombre de fibres. Aquest mètode s’utilitza principalment per al reconeixement visual mitjançant un microscopi i té les característiques de consum de temps i un elevat cost laboral. Amb l'objectiu de les deficiències dels mètodes de detecció manual, ha sorgit la tecnologia de detecció automatitzada de la intel·ligència artificial (AI).

Principis bàsics de la detecció automatitzada d’AI

(1) Utilitzeu la detecció de l'objectiu per detectar seccions transversals de fibra a l'àrea objectiu

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

(3) Calculeu l'àrea de secció basada en el mapa de la màscara

(4) Calculeu la superfície mitjana de la secció de cada fibra

Mostra de prova

La detecció de productes barrejats de fibra de cotó i diverses fibres regenerades de cel·lulosa 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 preparada a l’escenari del provador automàtic de la secció AI, ajusteu la ampliació adequada i inicieu el botó del programa.

Anàlisi de resultats

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

(2) Configureu les fibres seleccionades en el marc rectangular clar al model AI i, a continuació, pre-classifiqueu cada secció de fibra.

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

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

(5) Calculeu el contingut de cada fibra.

Conclusió

Per a 10 mostres diferents, es comparen els resultats del mètode de prova automàtica de la secció transversal de la IA amb la prova manual tradicional. L’error absolut és petit i l’error màxim no excedeix el 3%. S’ajusta a la norma i té una taxa de reconeixement extremadament elevada. A més, en termes de temps de prova, en proves manuals tradicionals, triguen 50 minuts a l’inspector a completar la prova d’una mostra, i només es triguen 5 minuts a detectar una mostra pel mètode de prova automàtica de la secció transversal de l’AI, que millora molt l’eficiència de detecció i estalvia un cost de manual i temps.

Aquest article extret de la maquinària tèxtil de la subscripció de WeChat