基于圖像處理的紡織品耐摩擦色牢度評級

安亦錦，薛文良，丁 亦，張順連

(1.東華大學 紡織面料技術教育部重點實驗室，上海 201620；2.東華大學 紡織學院，上海 201620；3.廣州檢驗檢測認證集團有限公司，廣東 廣州 511447)

色牢度是紡織品生產質量控制和成品檢驗中極為重要的指標，是指紡織品的顏色在加工、穿著、使用和洗滌等過程中所能承受外界作用力的大小[1-4]。在評定原樣和試樣的色差時基本沿用目測法[5]，即檢驗人員利用人眼對模擬實驗后的紡織品進行灰度差別轉換，再與標準灰色樣卡[6-7]對照，判斷色差等級。該過程存在極大的主觀因素，易受外界環(huán)境以及主觀因素的影響[8]，需要一種能代替人眼判斷、提高效率和準確度并降低工作量的評級方式。

目前解決方式是采用儀器測定法來實現色牢度自動評級，所用的測色儀器主要基于光譜分析測色[9-10]；但儀器法的測色方法和色差計算等理論研究在應用方面還不成熟，國外進口設備昂貴且在國內實際應用中存在顏色標準不一致性等問題，使得儀器法評級不能作為最終色牢度判斷的依據[11-13]，且測試時間較長，探測頭取樣面積固定、單一，有必要探索和研究一種更智能便捷的紡織品色牢度輔助評級方法。實質上，色牢度評級是對圖像進行識別的過程，而深度學習可自主、準確地實現這一過程，因此，本文嘗試以紡織品耐摩擦色牢度評級為例，利用圖像處理技術對采集圖像進行增強和分割，規(guī)避目前儀器方法存在的顏色空間不足、取樣面積單一等問題，且處理準確快速；……