Vrsta i postotak vlakana sadržanih u tekstilnim tkaninama važni su faktori koji utječu na kvalitet tkanina, a to je i ono na što potrošači obraćaju pažnju prilikom kupovine odjeće. Zakoni, propisi i standardizacijski dokumenti koji se odnose na etikete tekstila u svim zemljama svijeta zahtijevaju da gotovo sve etikete tekstila naznače informacije o sadržaju vlakana. Stoga je sadržaj vlakana važna stavka u testiranju tekstila.

Trenutno laboratorijsko određivanje sadržaja vlakana može se podijeliti na fizičke i hemijske metode. Metoda mjerenja poprečnog presjeka vlaknastim mikroskopom je često korištena fizička metoda, koja uključuje tri koraka: mjerenje površine poprečnog presjeka vlakana, mjerenje prečnika vlakana i određivanje broja vlakana. Ova metoda se uglavnom koristi za vizuelno prepoznavanje putem mikroskopa i ima karakteristike dugotrajnosti i visokih troškova rada. Ciljajući na nedostatke ručnih metoda detekcije, pojavila se tehnologija automatizirane detekcije umjetnom inteligencijom (AI).

Osnovni principi automatizovane detekcije putem umjetne inteligencije

(1) Koristite detekciju cilja za detekciju poprečnih presjeka vlakana u ciljanom području

(2) Koristite semantičku segmentaciju za segmentaciju poprečnog presjeka jednog vlakna kako biste generirali mapu maske

(3) Izračunajte površinu poprečnog presjeka na osnovu mape maske

(4) Izračunajte prosječnu površinu poprečnog presjeka svakog vlakna

Testni uzorak

Detekcija miješanih proizvoda od pamučnih vlakana i različitih regeneriranih celuloznih vlakana tipičan je primjer primjene ove metode. Kao uzorci za ispitivanje odabrano je 10 miješanih tkanina od pamučnih i viskoznih vlakana te miješanih tkanina od pamuka i modala.

Metoda detekcije

Postavite pripremljeni uzorak poprečnog presjeka na stolić automatskog AI testera poprečnih presjeka, podesite odgovarajuće uvećanje i pokrenite program pritiskom na dugme.

Analiza rezultata

(1) Odaberite jasno i neprekidno područje na slici poprečnog presjeka vlakna kako biste nacrtali pravokutni okvir.

(2) Postavite odabrana vlakna u prozirnom pravokutnom okviru u AI model, a zatim prethodno klasificirajte svaki poprečni presjek vlakna.

(3) Nakon prethodne klasifikacije vlakana prema obliku poprečnog presjeka vlakana, koristi se tehnologija obrade slike za izdvajanje konture slike svakog poprečnog presjeka vlakna.

(4) Preslikajte obris vlakna na originalnu sliku kako biste formirali konačnu sliku efekta.

(5) Izračunajte sadržaj svakog vlakna.

Czaključak

Za 10 različitih uzoraka, rezultati AI metode automatskog ispitivanja poprečnog presjeka upoređeni su s tradicionalnim ručnim ispitivanjem. Apsolutna greška je mala, a maksimalna greška ne prelazi 3%. To je u skladu sa standardom i ima izuzetno visoku stopu prepoznavanja. Osim toga, što se tiče vremena ispitivanja, kod tradicionalnog ručnog ispitivanja, inspektoru je potrebno 50 minuta da završi ispitivanje uzorka, a AI metodom automatskog ispitivanja poprečnog presjeka potrebno je samo 5 minuta da detektuje uzorak, što značajno poboljšava efikasnost detekcije i štedi radnu snagu i vrijeme.

Ovaj članak je preuzet sa WeChat pretplate za tekstilne mašine