棉花污染
——需一個(gè)健全的系統(tǒng)

D. Saravanan

Bannari Amman理工學(xué)院(印度)

軋棉纖維的質(zhì)量取決于其物理指標(biāo)，包括纖維顏色、長(zhǎng)度、強(qiáng)度、細(xì)度及纖維不含污染物與異物的水平。其中，棉纖維的污染至關(guān)重要，它決定了所得材料的質(zhì)量和價(jià)格。盡管可以采用標(biāo)準(zhǔn)檢測(cè)方法評(píng)估軋棉中是否存在污染物及污染程度[以每千克纖維中含有污染纖維的克數(shù)(g/kg)計(jì)]，但尚無(wú)標(biāo)準(zhǔn)確定織物階段污染物的可接受水平和大小。據(jù)瑞士蘇黎世國(guó)際紡織品制造商聯(lián)合會(huì)(ITMF)的報(bào)告，因污染引起的索賠額占棉花和混紡棉紗總銷售額的1.4%～3.2%。單個(gè)受污染的棉包在后續(xù)混合使用過程中，還可能會(huì)污染更多的棉包。

1 棉花污染

ITMF按照“受污染最多”和“受污染最少”“受黏性影響最大”和“受黏性影響最小”“受種皮碎片影響最大”和“受種皮碎片影響最小”等評(píng)價(jià)方式對(duì)棉花污染物、黏性和種皮進(jìn)行分類。目前，也有研究根據(jù)污染物的性質(zhì)對(duì)其進(jìn)行了進(jìn)一步分類。調(diào)查顯示，2005—2016年，由各國(guó)抽取的樣本顯示，棉花污染程度呈上升或表現(xiàn)為持久性污染的趨勢(shì)。棉花行業(yè)應(yīng)具備基于污染物含量實(shí)時(shí)對(duì)棉花進(jìn)行分類的能力，即能夠定義污染物類型以對(duì)棉纖維進(jìn)行分級(jí)并去除污染物。

自引入機(jī)器采摘以來(lái)，發(fā)達(dá)國(guó)家的棉花采摘和軋棉方式發(fā)生了巨大變化。但手工采摘仍是發(fā)展中國(guó)家的主要采摘方式。新的植棉方式也導(dǎo)致了新的污染物產(chǎn)生，如塑料地膜和滴灌帶的碎片。棉花采摘是一項(xiàng)遍布全球的季節(jié)性活動(dòng)，并且大多數(shù)軋棉廠雇用臨時(shí)勞工從事軋棉作業(yè)，而這些雇用工人對(duì)工藝不熟練，可能無(wú)法遵循棉花加工的質(zhì)量要求并識(shí)別棉花缺陷。

2 檢測(cè)與追溯

目前已有許多基于商業(yè)技術(shù)的解決方案，如基于區(qū)塊鏈系統(tǒng)、示蹤纖維及軋棉時(shí)的DNA標(biāo)記等，用于確保市售棉花的追溯。電子元器件、條形碼和射頻識(shí)別(RFID)系統(tǒng)的大量應(yīng)用，以及信息的“云”存儲(chǔ)，方便了對(duì)單個(gè)棉包的源頭追溯，同時(shí)解決了與鑒定棉纖維源頭相關(guān)的主要問題。

盡管檢測(cè)可降低因污染引起的索賠風(fēng)險(xiǎn)，但其并不能確保所生產(chǎn)的紗線或織物不含異物。基于下述兩方面原因，在早期處理階段清除污染物更有利：一方面，早期清除可防止污染物擴(kuò)散到更大的范圍；另一方面，早期清除有助于避免后期更多的干預(yù)。污染物的類型、數(shù)量、污染行為及對(duì)棉纖維的黏附力各不相同，很難采用單一策略將所有污染物質(zhì)與棉纖維分離。若異性纖維(如化學(xué)纖維、動(dòng)物纖維和其他非棉纖維)混入棉中，則在進(jìn)行紡紗工藝前很難將其去除。此外，在去除棉花雜質(zhì)的過程中，這些異性纖維可能會(huì)折斷、縮短或撕裂并變得更細(xì)。由于棉纖維的色相閾值處于不同污染物(如其他服用纖維、白色棉絮、紙張、塑料線和布條等)的色相值范圍內(nèi)，這對(duì)圖像采集系統(tǒng)及算法的設(shè)計(jì)與開發(fā)提出了很大的挑戰(zhàn)。在處理線上，棉花通過各種機(jī)器通道和導(dǎo)管，其流動(dòng)不均勻且速度不穩(wěn)定，這極大地影響了異性纖維的去除效率。

為能夠采取適當(dāng)?shù)拇胧┫驕p少棉花中的雜質(zhì)，提高棉花加工效率和產(chǎn)品質(zhì)量，有必要對(duì)棉花中雜質(zhì)的性質(zhì)進(jìn)行快速識(shí)別。人們已嘗試使用基于X射線微層析圖像分析、共現(xiàn)矩陣特征、小波、色彩空間模型、最佳波長(zhǎng)成像及機(jī)器視覺等圖像處理方式檢測(cè)污染物。這些系統(tǒng)和方法在檢測(cè)白色和彩色污染物時(shí)具有不同的檢測(cè)效率。這些檢測(cè)系統(tǒng)大多采用圖像采集、圖像轉(zhuǎn)換、圖像處理和圖像后處理的序列檢測(cè)污染物。工業(yè)界對(duì)這些檢測(cè)系統(tǒng)的接受程度取決于檢測(cè)操作的簡(jiǎn)便性、操作時(shí)間或速度及識(shí)別污染物的一致性。然而，研究人員在開發(fā)檢測(cè)算法時(shí)面臨一些挑戰(zhàn)，如污染物形狀和紋理的變化較大、對(duì)許多視覺和非視覺因素有依賴、污染物的位置和方向不確定、獲取大型數(shù)據(jù)庫(kù)的數(shù)據(jù)困難，這些都使得估算任務(wù)更難實(shí)現(xiàn)。特征選擇技術(shù)旨在通過減小維數(shù)并識(shí)別相關(guān)特征來(lái)簡(jiǎn)化特征集，同時(shí)不影響預(yù)測(cè)精度。目前，總共有75個(gè)特征集被用于各種研究工作中，其中與顏色相關(guān)的特征集有27個(gè)，與紋理特征相關(guān)的有41個(gè)，與形狀特征相關(guān)的有7個(gè)。

預(yù)計(jì)到2020年底，全球紡織纖維消費(fèi)量將超過1.2億 t，復(fù)合年增長(zhǎng)率最低為4%，其中棉纖維有望達(dá)到25%。基于此，需深入分析污染物的作用及其影響，并采取措施避免污染物的產(chǎn)生。

3 污染檢測(cè)系統(tǒng)

在顏色空間系統(tǒng)中，盡管人們已提出了很多表示顏色的系統(tǒng)，但RGB可謂是一個(gè)基本模型，它可以方便地融入其他系統(tǒng)，最大限度地提高檢測(cè)和分類精度。然而，任何基于顏色測(cè)量的系統(tǒng)都對(duì)光線敏感，因此，光強(qiáng)度、溫度和光照角度的差異會(huì)使測(cè)量結(jié)果發(fā)生變化。現(xiàn)有的許多軟件都使用RGB系統(tǒng)，并且在計(jì)算機(jī)圖形學(xué)中，選擇RGB系統(tǒng)可簡(jiǎn)化系統(tǒng)的體系結(jié)構(gòu)和設(shè)計(jì)。但RGB在處理“真實(shí)世界”圖像時(shí)不是很有效，它是最不均勻的色彩空間系統(tǒng)之一，因?yàn)樗鼰o(wú)法將兩種顏色間的視覺差異用色點(diǎn)之間的距離表示。RGB系統(tǒng)對(duì)低強(qiáng)度區(qū)域的噪聲也很敏感。許多研究人員建議使用不同的顏色系統(tǒng)，如靈活使用HSL、YDbDr，YCbCr和YPbPr等顏色空間識(shí)別有黏性和無(wú)黏性的樹皮、細(xì)小污染物或昆蟲、白色異纖維、棉籽、異物及一般污染物和異性纖維，并將這些顏色空間轉(zhuǎn)換為RGB空間。

無(wú)論化學(xué)成分還是分子結(jié)構(gòu)，棉纖維與異性纖維都存在明顯的差異，這也是使用光譜分析法區(qū)分棉纖維與異物的基礎(chǔ)。許多研究人員研究采用紅外(IR)，近紅外(NIR)，短波紅外(SWIR)和高光譜識(shí)別和檢測(cè)污染物及污染物性質(zhì)，光譜范圍涵蓋可見光和IR/NIR/SWIR能譜等。SWIR波段的成像系統(tǒng)具有獨(dú)特的遙感功能，可用于材料檢測(cè)、檢查和過程監(jiān)控等。高光譜圖像提供了遙感SWIR吸收特征的最有效的方法。這些系統(tǒng)具有狹窄的連續(xù)光譜帶，可準(zhǔn)確區(qū)分吸收特征的波長(zhǎng)位置與形狀。

X射線微層析成像采用不同的算法，以高分辨率對(duì)棉花污染物進(jìn)行檢測(cè)與分類，并繞過了繁瑣的試樣制備環(huán)節(jié)。X射線圖像還可以方便地使用密度信息區(qū)分檢測(cè)對(duì)象。由于能夠生成物體的3D圖像，因此使用X射線微層析成像技術(shù)可有效提取污染物的準(zhǔn)確形狀和大小。然而，X射線微層析成像研究中使用的低能掃描易導(dǎo)致感知衰減系數(shù)增大、低強(qiáng)度背景特征大量出現(xiàn)，以及在整個(gè)切片中出現(xiàn)均勻噪聲等問題。

隨著圖像捕捉系統(tǒng)的最新發(fā)展，機(jī)器視覺嘗試以新的方式整合現(xiàn)有技術(shù)，并用于解決現(xiàn)實(shí)世界中的問題，包括基于自動(dòng)化的圖像的檢查、過程控制和指導(dǎo)系統(tǒng)。使用機(jī)器視覺提取的信息可以是簡(jiǎn)單的好壞信號(hào)，也可以是一組復(fù)雜的數(shù)據(jù)集，如，圖像中每個(gè)檢測(cè)對(duì)象的身份、位置和方向。如此看來(lái)，與其他系統(tǒng)相比，機(jī)器視覺識(shí)別似乎更優(yōu)越。然而，該方法也存在缺陷，它依賴于用于分析系統(tǒng)獲取的圖像算法的開發(fā)。有關(guān)污染物檢測(cè)的算法、智能編碼系統(tǒng)、支持向量機(jī)技術(shù)及納入污染物檢測(cè)系統(tǒng)的各種機(jī)器學(xué)習(xí)方法的最新發(fā)展，均可以為污染物的檢測(cè)和消除提供優(yōu)化解決方案，減少對(duì)棉花行業(yè)經(jīng)濟(jì)的影響。

4 結(jié)語(yǔ)

隨著棉纖維利用率的不斷提高，通過重復(fù)使用和纖維回收實(shí)現(xiàn)可持續(xù)制造過程，還需一個(gè)智能的自學(xué)習(xí)系統(tǒng)，以識(shí)別不同加工階段的污染物，對(duì)其進(jìn)行分類和去除。除了識(shí)別在全球棉纖維中已知的常規(guī)污染物外，棉花行業(yè)還需要一個(gè)健全的系統(tǒng)，以識(shí)別具有不同特征集的特定區(qū)域污染物并對(duì)其進(jìn)行分類。 此外，還需通過適當(dāng)?shù)募?lì)機(jī)制，鼓勵(lì)在棉花種植、收獲、軋棉及其他加工階段采取優(yōu)化措施，確保棉纖維的無(wú)污染供應(yīng)。