A textilanyagokban található rost típusa és százalékos aránya fontos tényezők, amelyek befolyásolják a szövetek minőségét, és a fogyasztók is erre figyelnek ruházat vásárlásakor. A textilcímkékre vonatkozó törvények, rendeletek és szabványügyi dokumentumok a világ minden országában előírják, hogy szinte minden textilcímkén fel kell tüntetni a rosttartalomra vonatkozó információkat. Ezért a rosttartalom fontos elem a textilvizsgálat során.

A laboratóriumok rosttartalmának meghatározása jelenleg fizikai és kémiai módszerekre osztható. A rostmikroszkópos keresztmetszeti mérési módszer egy általánosan használt fizikai módszer, amely három lépésből áll: a rost keresztmetszeti területének mérése, a rostátmérő mérése és a rostok számának meghatározása. Ezt a módszert elsősorban mikroszkópos vizuális felismerésre használják, és időigényes és magas munkaköltségű. A manuális detektálási módszerek hiányosságait célozva jelent meg a mesterséges intelligencia (MI) automatizált detektálási technológia.

Az AI automatizált észlelésének alapelvei

(1) Célérzékelés segítségével érzékelje a szálkeresztmetszeteket a célterületen

(2) Szemantikus szegmentálás segítségével egyetlen szál keresztmetszetét szegmentáljuk, hogy maszktérképet generáljunk.

(3) Számítsa ki a keresztmetszeti területet a maszktérkép alapján

(4) Számítsa ki az egyes szálak átlagos keresztmetszeti területét

Tesztminta

A pamutszálakból és különféle regenerált cellulózszálakból álló kevert termékek kimutatása tipikus példája ennek a módszernek. Tíz pamut-viszkózszálas, valamint pamut-modál szálas kevert szövetet választottak ki vizsgálati mintának.

Észlelési módszer

Helyezze az előkészített keresztmetszeti mintát az AI keresztmetszet-vizsgáló automata tárgyasztalára, állítsa be a megfelelő nagyítást, és indítsa el a programot a gombbal.

Eredményelemzés

(1) Jelöljön ki egy tiszta és folytonos területet a szál keresztmetszetének képén egy téglalap alakú keret megrajzolásához.

(2) Helyezze el a kiválasztott szálakat az átlátszó téglalap alakú keretben az AI modellben, majd osztályozza előre az egyes szálkeresztmetszeteket.

(3) Miután a szálakat a szálkeresztmetszet alakja szerint előosztályozták, képfeldolgozó technológiát alkalmaznak az egyes szálkeresztmetszetek képének kontúrjának kinyerésére.

(4) A szál körvonalát képezze le az eredeti képhez, hogy létrehozza a végső effektképet.

(5) Számítsa ki az egyes rostok tartalmát.

Ckizárás

10 különböző minta esetében a mesterséges intelligencia által vezérelt automatikus keresztmetszeti vizsgálati módszer eredményeit összehasonlítják a hagyományos manuális vizsgálattal. Az abszolút hiba kicsi, a maximális hiba pedig nem haladja meg a 3%-ot. Megfelel a szabványnak, és rendkívül magas felismerési aránnyal rendelkezik. Ezenkívül a vizsgálati idő tekintetében a hagyományos manuális vizsgálat során az ellenőrnek 50 percre van szüksége egy minta vizsgálatához, míg a mesterséges intelligencia által vezérelt automatikus keresztmetszeti vizsgálati módszerrel mindössze 5 perc alatt detektálható egy minta, ami jelentősen javítja az érzékelési hatékonyságot, és munkaerőt, valamint időt takarít meg.

Ez a cikk a Wechat előfizetéses textilipari gépekből származik.