人工智能在纺织品检测领域的应用

伏广伟，张珍竹，李红英，张志荣，王 文，陈锦坚

（1.中国纺织工程学会，北京 100025；2.佛山中纺联检验技术服务有限公司，广东 佛山 528000；3.广州冠图视觉科技有限公司，广东 广州 510520）

近年来，人工智能（Artificial Intelligence，AI）随着大数据、深度学习和类脑计算等技术的不断进步，取得了快速的发展。人工智能因其能快速处理数据、提高劳动效率、降低人力成本等优势，已广泛应用于纺织业、农业、通信业、交通业、服务业、金融业等领域。在纺织品检测领域中，传统的纺织品检测需要消耗操作人员大量的时间来完成重复的操作，并且在操作时，还可能接触到有害物质等，不仅影响企业的效益，还会损害操作人员的身体健康，而人工智能赋予纺织品检测使得这些问题得到了明显改善。为了更好地提高劳动效率、检测的准确度和降低企业成本，针对人工智能在纺织品检测领域的研究变得越来越重要。

1 人工智能发展历程

人工智能的概念最早于1956年由麦卡赛、明斯基等人提出。此后，人工智能的发展较为波折，可以将其发展历程分为5个阶段：第一阶段为1956—1974年，这一阶段可以称为黄金年代。在此阶段，计算机可以解决数学里的部分问题，甚至可以学习和使用英语，人们对于人工智能表现出相当乐观的态度，政府机构也积极向该领域投入了大量资金；第二阶段为1974—1980年，是人工智能的第一次低谷，人工智能的发展遇到了瓶颈，计算机的运算能力、问题的复杂程度、数据库的大小以及莫拉维克悖论等，都一定程度地限制了人工智能的发展。与此同时，经费也由于政府的投资削减而变得紧张；第三阶段为1980—1987年，是繁荣阶段，一类名为“专家系统”的人工智能程序，被全球大量公司所采纳，各国也开始继续向人工智能领域投入资金；第四阶段为1987—1993年，人工智能的发展再一次进入低谷。随着人工智能应用规模的不断扩大，专家系统存在的一些问题也开始显现出来，如应用领域狭窄、知识获取困难等，相关研究的进展缓慢，商业机构对人工智能开始冷落，人工智能再一次遭遇经费短缺问题；第五阶段为1993年至今，随着互联网、大数据、云计算、物联网等技术的不断进步，以深度神经网络为代表的一系列人工智能技术得到了快速发展，人工智能走向实用化，被广泛应用于语音识别、图像处理、无人驾驶等前沿领域，迎来再一次繁荣[1]。

2 人工智能在纺织品检测领域的研究现状

近年来，随着图像识别与分析、特征值数据提取、BP神经网络等技术的不断进步，人工智能在纺织品检测领域有了局部的应用，人们对人工智能在纺织品领域应用的研究也越来越深入。

从纤维的角度研究，Baker等[2]利用图像处理技术，对纤维的形态和结构进行分析和测定。以此为基础，Thibodeaux等[3]利用图像处理技术，对棉纤维的成熟度进行检测，测量出的结果与气流法相比基本保持一致。李立明等[4]对羊绒羊毛的鳞片进行了研究，以纤维细度以及鳞片的周长和高度等特征建立数据库，通过数据库里的信息，鉴别羊毛羊绒纤维。Robson等[5]利用图像处理技术，对羊绒羊毛的鳞片高度、圆整度、充满度等16个指标进行分析，最后得出鳞片高度是鉴别羊绒羊毛的重要指标。袁森林[6]通过共生矩阵，获取羊绒羊毛表面纹理的特征参数，并利用主成分分析法，得到可用于分类识别的参数体系，最后利用BP神经网络技术，得到羊毛纤维的鉴别模型。许鹤群等[7-8]提取了纤维截面的各项几何特征参数，对兔毛/黏胶/腈纶混纺纱的纤维成分含量进行自动识别研究。赵宇涛等[9]提取了纤维直径比、平均扭曲度和充满度等6个特征参数，利用神经网络建立了纤维数据库。另一学者设计了一种基于图像处理来识别和分类原棉疵点的特征识别算法，该方法识别准确率高。

从织物的角度研究，某学者通过贝叶斯决策以及提取特征值的方法，对织物的疵点进行了分类，并建立了用于织物疵点检测的专家系统。另有学者研究了平纹、斜纹和缎纹等织物的疵点特征，并运用神经网络技术，对疵点进行了检测分类。其他学者利用神经网络和共生矩阵的方法，研究了织物的断经、断纬及油污疵点检测。

3 人工智能在纺织品检测领域的应用实例

从理论上分析，人工智能技术在纺织品检测领域有较为广泛的应用，但由于各方面因素的影响，当下在纺织品检测领域的应用比较局限，现就部分应用实例进行介绍。

3.1 AI棉麻仪

广州冠图视觉科技有限公司推出了一款用于测量各种混纺产品中棉麻纤维含量的AI棉麻仪。该仪器利用计算机视觉技术，可以在较短时间内完成玻片上纤维的拍摄，如图1（a）所示，并对棉[图1（b）]和麻[图1（c）]纤维的特征值进行提取。棉纤维纵截面呈扁平带状、天然转曲，麻纤维有横节、轮廓硬朗，可快速识别并计算出混纺产品中棉麻纤维的含量，从制样到出结果只需要8 min，与传统的成分检测相比，检测效率得到了很大的提高，降低了企业的人力成本。同时，也降低了检测人员的工作强度，提高了检测人员的工作舒适性。

3.2 AI毛绒仪

AI毛绒仪的主要功能是测量各种混纺产品中动物毛类纤维的含量，该仪器利用计算机视觉技术，全自动获取混纺纤维的清晰图像[图2（a）]。在检测混纺产品中的动物毛类纤维含量时，羊绒羊毛的鉴别难度最大。该仪器通过提取羊毛[图2（b）]和羊绒[图2（c）]鳞片厚度、高度等特征值参数，可以较为精确地区分羊绒与羊毛，计算出混纺产品中动物毛类纤维各组分的含量。目前，重庆大学和广州冠图视觉科技有限公司对此类用于测量各种混纺产品中动物毛类纤维含量的仪器均有研究，广州冠图视觉科技有限公司的AI毛绒仪功能较为完善，已在市场上逐步推广。

图2 （a）AI毛绒仪实际检测；（b）羊毛纵面；（c）羊绒纵面

3.3 AI细度仪

AI细度仪由广州冠图视觉科技有限公司近期研发而成，主要用于棉麻、毛绒类纤维细度测量。原理主要是利用人工智能技术赋能传统的显微镜检测设备，通过计算机视觉技术，全自动获得纤维的单根直径、平均细度以及纤维粗细均匀度的各类数据[图3（a）]，与传统的人工目测纤维细度[图3（b）]相比，AI细度仪测量了纤维的整体直径，并计算出平均值，可为各类纤维的细度质量情况提供更加准确的数据参考。

图3 （a）AI直径的计算；（b）人工直径的计算

3.4 AI横截面仪

AI横截面仪是一种将传统显微镜与人工智能相结合的检测设备，主要用于纺织品检测行业中纤维横截面的识别和评价面积计算。通过计算机视觉技术，将横截面拍摄的图像智能化，绘制出纤维横截面边缘[图4（a）]，与传统的方法相比[图4（b）]，AI横截面仪可大大降低劳动强度。在绘制边缘的基础上，更可以对纤维进行预分类，并自动形成横截面相关的数据报告。重庆大学和广州冠图视觉科技有限公司都在利用人工智能识别和评价纤维截面，对这方面有深入的研究。2021年，在智博会上，重庆大学展示了他们团队制作的AI横截面仪，但该团队的仪器还处在试验阶段。广州冠图视觉科技有限公司研制的AI横截面仪已经较为成熟，目前正在推广中。

图4 （a）AI通过算法直接生成横截面轮廓；（b）传统的人工手动在A4纸上画出纤维横截面轮廓

3.5 AI菌落计数仪

AI菌落计数仪通过图像采集技术，利用计算机对采集的图像进行分析，自动计数和测量细菌在固体培养基上生长而形成肉眼可见的菌落或菌斑（图5）。该类仪器广泛应用于食品品质分析、水质分析、乳及乳制品的检测、医院临床检验、化妆品检验、环保监测和纺织品检测等。在2021年疫情中，大量的口罩被生产和销售，口罩在生产和销售前，都需要经过细菌过滤效率的检测。在该项目检测中，需要对菌落计数，传统的方法是靠人工数，耗时长且容易出错。以广州冠图视觉科技有限公司研制的AI菌落计数仪为例，一次可检测6个标准培养皿，检测速度为4秒/个，可以将结果批量导出至Excel，极大地提高了检测的准确度和检测效率。目前，已知国内研究AI菌落计数仪的公司和单位主要有广州冠图视觉科技有限公司、重庆大学、北京先驱威锋计数开发有限公司、杭州讯数科技有限公司及青岛明博环保有限公司，大部分公司和单位已经开始了产业化生产。

图5 广州冠图视觉科技AI菌落计数仪实际检测

3.6 AI验布机

瑞士的乌斯特企业于2018年收购了以色列制造的用于检测织物质量、色彩的自动视觉检测设备。随后，英国的Shelton Machineslt集团和德国的Erhardt＆Leimer集团也相继推出了WEBSPECTOR及ELSIS inspector等检测织物质量的机器，即AI验布机。近年来，我国的深圳精锐视觉、无锡精质视觉、深圳灵图慧视、上海赛斐机电和常州安视等企业都开始了产业化生产，如上海赛斐机电生产的AI验布机（图6）。在软件方面，如图像处理及算法系统等，国内企业拥有自主知识产权，但关键硬件方面，如摄像头、镜头等，还需从欧美发达国家进口。

图6 AI验布机

4 结语

我国是纺织品生产大国，也是纺织品检测大国。将人工智能技术应用于纺织品检测领域，不仅显著提高了检测效率，也提高了检测结果的准确性和客观性，同时也降低了企业的人力成本，给企业带来了更高的效益。目前，将人工智能技术应用到纺织品检测领域的范围还较小，但结合纺织品检测领域和人工智能的特点来分析，可以预见，人工智能会在织物色牢度、起毛起球评级等方面有更广阔的应用前景。