尝试使用桑枝和树干提取物对羊毛，丝绸，棉，cotton麻，尼龙，丙烯酸和聚酯纤维进行染色，并研究了染色性。 桑树中乙醇提取物的染色性低，而羊毛，尼龙和丝绸织物的水提取物的染色性高。 它们被染成褐色和淡黄色。 所获得的颜色取决于染料溶液中提取物的浓度，染色时间，染料溶液的pH值和染色温度。 羊毛，尼龙和丝绸织物随着染色温度的升高而被染色得更深。 桑extract提取物具有荧光和还原性。 结果表明，桑extract提取物中含有黄酮醇，如香豆素，山ka酚或槲皮素，它们与Al3 +形成络合物并显示荧光。 用桑树提取物或AlCl3 /桑树提取物处理过的羊毛在紫外线照射下显示荧光。

设计了一种利用机器视觉，并且结合LabVIEW多线程处理机制与Hough变换及Gabor算法的织物疵点检测系统。通过LabVIEW中基于数据流的生产/消费者并行软件编写模式与队列的结合，防止内存中的图像因为采集速度过快而被覆盖，造成数据丢失。在检测算法中使用Hough变换获取织物纹理方向角并作为Gabor滤波器的方向以检测织物疵点，再通过最大熵进行图像分割。实验结果表明，该处理机制与检测算法的结合具有良好的织物疵点检测效果。

近年来，由于基于语义的语义压缩技术的迅速发展，语义语义的稀疏表达被大量地运用于图像处理和图像处理等方面。利用稀疏表达和词典学习原理，对两类面料缺陷的逼近表达进行了研究，提出了一种新的织物缺陷识别方法。本课题的主要工作包括： 通过对目前纺织品缺陷的识别方法进行了研究，提出了一种新的分类方法，即以特征抽取和无属性抽取相结合的方法，对目前的缺陷进行了分析和归纳。然后，依据论文提出的基于稀疏表达和词典的学习算法，对面料缺陷的逼近表达进行了设计。最后，对试验结果进行了分析，表明了逼近表达式的有效性，为后续的面料缺陷识别奠定了基础。 介绍了一种利用稀疏表达技术进行纺织品缺陷识别的总体过程。首先采用直方图均衡方法对缺陷进行预处理；其次，利用逼近的稀疏表达模式，将缺陷图像进行分割，获得缺陷的部分；然后通过对缺陷分量进行重叠阈值分割，实现缺陷识别。

土工合成材料检测报告（土工合成材料 土工织物）.docx

土工合成材料土工织物产品质量行业监督抽查实施规范.doc

该数据库由七个不同织物结构的245张4096 x 256像素图像组成。数据库中有140个无缺陷图像，每种类型的织物20个，除此之外，有105幅纺织行业中常见的不同类型的织物缺陷（12种缺陷）图像。图像的大尺寸允许用户使用不同的窗口尺寸，从而增加了样本数量。Internet上的数据库还包含所有具有缺陷的图像的分割mask，使得白色像素表示缺陷区域，其余像素为黑色。

在织物疵点自动检测开发中,传统的图像处理代码编写繁琐、效率不高。OpenCV具有较强的图像处理能力且提供了丰富的图像处理函数,可以把OpenCV运用到织物疵点检测上。以断经、纬疵样本为例,提出在OpenCV环境下采用阈值分割提取疵点图像,利用形态学技术实现噪点分离及断线连接。边缘检测实现了疵点图像在原图像中的准确定位。实验结果表明,OpenCV有简化代码、提高编程效率的图像处理强大功能,疵点检测结果准确,效率高。

人工智能-机器学习-插值分析在织物染色计算机配色中的应用研究.pdf

医用织物管理制度

医院医用织物管理制度