2、数字化技术在织物结构分析中的应用

数字化技术在织物结构分析中的应用

1 引言

织物作为一种独特材料，具有柔韧性、可穿戴性、美学质量和可缝制性等多种特性。织物结构和外观是评估织物产品质量的关键因素。织物结构定义了纱线的构造及其在织物材料中的位置，包括编织图案和密度等。织物外观则更多地与织物表面的视觉效果相关，如起皱、起球、毛茸茸和表面粗糙度。

传统上，织物结构和外观的分析依赖于主观的人类评估，但这种方法速度慢、容易疲劳、主观性强且不一致。随着现代纺织工业的发展，基于图像分析和人工智能的机器视觉技术逐渐取代了传统方法，提高了织物质量测试和评估的自动化和准确性。本篇博客将介绍一种基于双面扫描和主动网格模型（AGM）的新型数字方法，用于识别机织织物的编织图案。

2 背景与文献综述

织物编织结构的工业识别依然依赖于肉眼和挑针，这是一项非常繁琐且耗时的工作，无法满足现代纺织行业对“快速响应”的需求。因此，开发自动化的数字人工智能系统来替代传统方法变得尤为重要。自20世纪80年代以来，随着计算机技术的发展，对织物结构自动识别的研究取得了显著进展。

2.1 日本早期研究

从20世纪80年代到90年代中期，日本科学家Akiyama及其团队提出了一系列基于数字图像处理和模式识别的技术，用于分析织物结构。他们研究了主流系统设计和数字测试概念，并尝试开发从光学分析到数字图像处理的转换方法。例如，Akiyama等人使用平纹、斜纹和缎纹织物建立了分布模式与其衍射图像之间的关系，并验证了其他编织图案的关系。

2.2 欧洲和美国的发展

从20世纪90年代到21世纪初，美国科学家Wood和Xu发表了许多关于数字图像处理方法应用于织物结构