起毛起球是毛织物和大多数含化纤织物的主要外观疵点之一，一直以来都是纺织服装业的经典难题，在织物的品质评定，或者进行减少起毛起球的尝试中，均须考虑正确地测评织物的起毛起球性。影响起球的因素较多，如羊毛纤维表面鳞片和形态卷曲‘1。，纤维表面和弯曲性能的基本特征，但在以往的研究中对此关注较少心‘31，一般采用后整理¨-5]的方法来改善起球并且讨论其影响。研究起毛起球的原因基本都是从纱线捻度¨]、组织结构"]、织物经纬密¨1、加工工艺，或同时考虑这几者的共同的影响∽一…，或对纤维进行表面化学改性研究¨。13]。
毛球形成包括2个方面原因：一是织物表面突出纤维端和圈毛羽的逐渐转移，二是这些自由纤维端和圈毛羽与成球后固着织物表面的纤维发生纠缠¨“。以往为减少织物起球所做的工作包括：1)使用树脂化学涂覆¨引；2)采用uV物理处理¨¨is]；3)臭氧／氧气处理‘1 9‘；4)连续或脉冲低温等离子体(LTP)气体或聚合处理。2””1，这些研究工作或是对羊毛表面改性以改变表面摩擦从而增加抽拔力，或者降低纤维强力使起球后易于从织物表面脱落，或是用树脂或聚合膜沉积补偿羊毛的强力损伤，但是，从根本上彻底解决起毛起球问题且不给织物其他性能如外观和手感带来负面影响，仍然存在着很大挑战。起毛是起球的先决必要条件，起球是一个过程，通常的表述’2引是：起毛一纠缠一起球一脱落。一般认为，先起毛，后发生起球，一旦纤维发生纠缠即有成球的机会和趋势，其实质是纤维纠缠成团后成疏松的球状，随着摩擦次数的增加，球状纤维团逐渐变紧，当球的成形速度超过球的脱落速度时，出现起球。起球是织物外观疵点，也是织物品质评定的一个指标或使用价值的评价依据。
现有的方法基本上是针对织物的磨损进行评价，并且一般是描述织物的起球量。尽管讨论的是起毛起球，但实质对起毛(fuzzing)并不评价，大多研究只是关注起球(pilling)。由于是对织物进行测评，故只能是滞后测量即事实已经存在。
本文结合现有的起球方法和表征技术，对前人常用的3种织物起毛起球起因及其主观评价方法、图像处理织物表面毛球的客观表征和神经网络预测起球的虚拟表征方法的研究工作进行回顾，以强调研究起毛、起球本质机制的重要，提出了因机制研究不足导致的各种表征技术存在的缺憾，明确了表征技术对明晰起毛起球机制的重要性，将有利于对织物起毛起球机制进行本质表达的研究。

一、已有的起毛起球测试及表征方法
目前，对纱线的起毛起球表征都是先织成织物经裁剪进行磨损后，再通过比照评价。织物起球的预测技术，是在实验和分析讨论后的基础上建立某些相关参数与起球的关系，然后依据这些参数来预报起球的可能性，即利用人工神经网络对织物的起球趋势进行预测心”2”。起毛起球表征技术的基本现状是以感官的评价为基础，依据的是经验的结果和数据，并因此来预报起球。
1．1 起毛机制的表达
一直以来，利用织物最终起球数、球粒或起球质量等来表达该织物起毛起球的难易，人们忽略了对起毛的表征或对起毛机制的表达。一些研究者通过跟踪旋转的磨料运用定时显微摄影，对起球初期的纤维纠缠阶段进行研究，并对起球初期的起毛过程进行表征，其中Gintis和Mead旧纠根据圈毛羽的产生和抽拔来定义起毛形成机制，但没有给出详细的实际纠缠机制。
1．2起球过程模拟及装置
从模拟织物起球的过程来说，装置较多，虽然这些装置的具体组成及结构有差异，但其目的均是从模拟人体穿着织物的角度出发，并且根据相应的标准比较各种不同织物试样的起球等级，目前常采用的评价织物起球方法有随机翻滚起球仪法口叫(Random Tumble Pilling Test)、ICI起球箱法(ICIPilling—Box Test)、马丁代尔起磨仪法(MartindaleAbrasion Tester)¨“、圆轨迹起球仪法(GB／T4802．1—2008《纺织品织物起毛起球性能的测定第1部分：圆轨迹法》)、电子填塞法(Elastomeric—padMethod)、膨胀振动仪法(Inflated—diaphragm Tester)、刷式起球仪法(Brush．pinning Tester)、表面保持法(Appearance．retention Method)和HATRA(TheHosiery and Allied Trades Research Association)起球仪法等口8。”1。使用较多的是ICI起球箱法(参照GB／T 4802．3—2008《纺织品织物起毛起球性能的测定第3部分：起球箱法》)和随机翻滚法(参照GB／T 4802．4—2009《纺织品织物起毛起球性能的测定第4部分：随机翻滚法》)，而马丁代尔法也可用于织物耐磨性的测试(GB／T 4802．2—2008《纺织品织物起毛起球性能的测定第2部分：改型马丁代尔法》)，因此也应用广泛。
以上列出的起球评价方法大多是尽可能模拟织物实际穿着状态下的起球行为，织物通过模拟实际穿着或进行起球实验从而形成毛球后，需要对试样起球程度进行相关的评估¨“。

二、起毛起球的评价技术
起毛起球的评价方法一般可分为主观评价、客观评价和虚拟表征3种。
2．1 主观评价
主观评价常用的有样照法、描述法、切割称重、起球曲线4种旧2|。样照法是指与标准样照进行对照，目前国内多采用此方法。该方法采用目测，让评价者对评级箱内的待评织物与标准样照作对比，给出织物的起球等级，采用5级制，级数1代表织物起球程度最严重。一般由本领域经验丰富的专家来进行评级，对多个起球实验也可结合描述法和样照法进行同时评定，描述法和样照法的相关程度很高。切割称重方法是对毛球进行计数然后切割称量，球径大小视为相同，该方法的缺点是易受主观因素影响且测量费时。起球曲线反映了试样单位面积上的起球个数，因选取区域的差异，其结果也易受人为因素的影响。这2种方法一般仅在科研和产品研发中使用。此外，尚存在制样方法的一致性和稳定性问题。
2．2 客观评价
20世纪90年代以来，图像处理技术快速发展，分析算法新成果不断涌现，同时计算机软硬件技术不断提高，不少研究人员开始专注应用计算机视觉对织物起毛起球客观评级的研究，取得了一些成果。计算机视觉评估主要基于2类：一类是起球织物灰度图像∞n34】，另一类是起球织物表面形态高低起伏信息(又称距离图像)心2。23’”]。除了计算机视觉评定外，还有用建立模型对织物起球过程进行描述¨“”。的方法。
2．2．1灰度图像的计算机视觉评估
计算机视觉技术为起球的客观评价提供了一种较好的方法。20世纪80年代末至90年代初就已经研发了对毛球鉴别和表征的有效图像分析技术。作为起球评定的图像分析系统的典型设备包括CCD照相机、图像采集卡、电脑及分析软件，同时还需要合适的硬件配置，但分析软件通常需要定制或者自行开发∞””1。
起球评价程序应包括至少2个部分：毛球区分和特征值提取。素色织物中比较简单的毛球区分计算机算法遵循一个普通的原则，那就是毛球的高度比周围区域高，因此能够通过选择恰当的阈值来进行区别‘3引。正如Ramgulam等‘船1提出的，区分用CCD照相机捕捉到有图案的织物表面毛球是比较困难的，因为不同颜色区域产生毛球的密度不同，可以采用激光扫描技术获得织物图像从而克服在有图案的织物表面区分毛球产生的困难，但是激光扫描比照相机拍摄速度慢得多，因为激光扫描需要戈-Y相来传输试样，因此，用于毛球评价的图像处理系统应与当前视觉标准相一致，能适用于不同颜色或图案的试样，同时与系统元件分开，并且速度够快。为此，文献[33]研制了适用于彩色织物起球的评价系统，并对图像增强，将背景织物与毛球分开，提取出毛球特征值，并且对毛球密度、平均大小和明暗对比进行表征，将标准样照也采用图像处理后，最后进行对比评价。
随后，快速、准确、自动化的织物起毛起球评价方法得到发展，与前面提及的以阶段性图案过滤之后对毛球切割的方法不同，Jensen等p4 3利用图像分析技术对针织物的起毛起球进行评价，主要是在傅里叶有线域利用掩模对给定试样计算出绒毛和毛球的数量，该方法将绒毛和毛球从结构组织背景有效过滤出来，其主要步骤为图像获取、傅里叶转换、掩模生成、绒毛和毛球特征提取，并将结果与专家评级相比较，发现一致性较好。
结合计算机算法的图像处理技术的表征技术也得以发展，如利用小波重建对标准起球照片进行图像处理。4。4 21，将织物表面重复的图案变细同时增强毛球，结果表明重建分辨率水平、小波基数和重建使用的子图像对毛球分割产生影响进而影响起球等级，毛球与整个图像的面积比也是起球等级的影响因素‘431。
2．2．2距离图像的计算机视觉评估
一般通过激光逐点扫描织物的表面获得距离图像，也可以通过其他方法间接获取H4“引。利用激光三角法采集图像的原理和方法是将织物试样放在工作平台上，光束从激光器发出，经透镜照射到织物表面，散射后的光束经成像透镜由位置传感器接受，根据三角测量原理得到织物表面该点的相对高度，试样在X方向和l，方向以一定的间隔进行位移，通过逐点扫描织物得到反映织物表面整个高度分布的距离图像卜…。
2．2．3应用模型的织物起球表征
织物的起毛起球是一个动态的过程，其形成机制也是依托于这个过程来阐述的。1959年Gintis和Mead旧纠描述了起毛起球的3个基本阶段，Ukponmwam等”¨概述为“首先，纤维由于一些机械运动至织物表面．j其次，表面的纤维纠缠成类似于小球的形状。最后，小球可能被磨掉或从织物上脱落”。
起球的3个阶段被简单叙述为不起球、起球的绒毛和绒毛脱落的n丁能性。B&B模型采』H化学反应动力学的类比，用动力学的方程描述这些过程：dW／dt=矗：V+南5X一(后3+k4)形+k。U式叶1：W为起球时绒毛阶段的材料质量；t为时间；k为每个过程中的比例常数。，该方程是计算起球最复杂的方程。1974年Conti和Tassinari 4…采取了Gintis和Mead的建议，在起球形成前起毛迅速发生阶段，把模型简化为W—X—Y。Cooke和Arthur”通过进一步的实验观察，提?Ij一个更复杂的步骤，包括没起球、起球或脱落的圈毛羽，也有起毛过程中的端毛羽，但是，他们得m的结论是“任何试图建立运用反应一动力学分析南17个速度系数和9个‘反应物’浓度控制的动力学情形的模型，将导致一个无法接受的复杂的解决方法”，尤其是当速度常数随时间可能变化的时候。1975年Conti和Tassinari 51’采用一种整体统汁法汁算形成小球的纤维数，但是这种方法没有覆盖起球的细小稀薄处。Cooke’”认为毛球的生长似乎是一个交互的过程，存在一个没有球生长的停滞期，此时在纤维同结点发生了纤维多霞分裂，包括纤维的抽拔和卷曲成球。Cooke和Arthur’”编写了整个过程巾这个部分的简单力学模型，但没有拓展到起球的其他阶段。
随着这些早期模型的建立和研究以及计算机计算能力的提高，意味着可能建立1个完整的模型，即从单个纤维露H{织物、成球、然后经球的脱落整个过程。Hearle拍为建模打下了基石；}；(结果见图2)，并拓展了有助于理解起球过程的某些关系(见图3)。对一个可预测的模型，许多方面的问题需要更多地了解：在纠缠的组织内纤维运动的自由度、相关参数的测量。
文献[37]第2部分描述了起球过程的简单一维模型的基本原理，预测了涉及的不同步骤和因素的影响。起球过程的顺序较高程度依赖于起毛起球过程中纤维长度的时空分布。
2．2．4起毛起球机制的研究
Gintis和Mead”捕述了起毛形成机制是圈毛羽的产生和拔出，但未给出实际的纠缠机制。Cooke?54j通过扫描电镜观察了一系列棉及棉／涤纶磨损实验的衣服起毛排列，汪实毛球形成前存在纤维疲劳，随着摩擦过程的进行，纤维发生纠缠‘”。，同时存在从轻微破裂到严重劈裂直至完全折断的不同程度损坏，疲劳区域显示}{5纤维发生了非常小弯曲半径的弯曲，相当于纤维间相互锁结。
由于起毛过程发生在织物表面的微观结构中，并且持续的时间非常短，描述其发生机制变得比较复杂。而通常在绒毛密集区域产生毛球，出现纠缠的旋转缠结模式。
起球初期和发展分为6个阶段：绒毛密集的局部区域的建立；该区域不牢同的纠缠及发展；纠缠变紧成为1个硬的纤维球状物；固结纤维抽拔形成一个离散的运动的毛球；随着毛球重定位，某些同结纤维断裂；剩下的同结纤维断裂和毛球掉落-…。
2．3 虚拟表征
虚拟表征是借助于计算机图像处理及分析算法，对给定的原料参数及加工参数通过神经网络算法预测织物起毛起球趋势的过程。神经网络可以表示线性和非线性关系，并且可以从模拟数据中直接得出它们的关系心5’57I。根据取得的许多参数关系式，神经网络可以模拟各种现象，尤其是十分复杂或难以解释的现象¨“。
人工神经网络将获得的信息加工成范例，可以从神经系统上形成信息传递，类似大脑从各个不同途径得到感受”“。
神经网络包含许多神经，每根神经与其他神经相连，所有接触的信息可用加权加以调整并记录其数据，用1个转换因素乘以连通神经总数提供的信息就得出1个非线性(静态)的总因素，如公式"9‘所示：
式中：ttj为非线性总因素；加，i为第．『根神经在i层上
加权；Yi为在i层上信号Y的信息因素，Yi=l／(1+
e“‘)。
这个输出的结果也可以是将神经网络中任意一个神经的信息，逐层转换至其他神经或转变为整个系统的输出H“。
因人工神经网络的出现，织物起球性能的预测发生新转机。纺织领域的各类实验中广泛使用神经网络，比如从判别羊毛／马海毛纤维怕叫到服装的穿着舒适感哺1I，此外，Behran等M21利用神经网络预测精梳毛纺的性能，以及预测织物起球性能一’2L63|。艾红玲等¨4。采用BP神经网络方法，建立纱线和织物结构参数与织物起毛起球性之间的关系，根据各种影响因素的变化预测精纺粗花呢起毛起球等级。人工神经网络模拟可以完成起球特性的预测，考虑到在网络实践时有限的数据位置，可以考虑增加网络数据点。优化的网络参数及预处理工序将会提高预测的准确性，这个模式的功能呵以作为预测的手段。
也有用线性回归㈤3和灰色理论‘66 3等方法来进行预测。

三、主要问题
3．1主观表征方面
主观表征有很多方法，但决策过程往往受评价者主观因素及外界环境干扰从而导致主观评定的结果离散性大，缺乏准确性。另外，织物种类不同，起球方法不同，以及各个机构制定的不同的起球等级样照一“，对评定结果均会造成差异。
3．2客观表征方面
客观表征中基于新型设备的方法，比如激光三角成像法，采用的设备昂贵、复杂；而基于图像处理算法又包含多个步骤Ⅲ1。对织物尤其是有复杂花型表面的绒毛和小球的区分不清是导致客观表征不准确的一大障碍。同时，由于深色织物表面反光效果较差，在成像过程中，织物表面的毛球与织物本身的光强度相差不大，也是客观表征的一大问题。
3．3虚拟表征方面
多年来有许多科研人员对起球的问题进行了深入的研究，然而起球本质的确切模型或准确预测至今仍未形成。起球的关键因素及其原理现已基本清楚，但在这个研究课题内因素之间及其在众多加工过程中的情况，却缺乏理论论证；即使了解了在诸多加工过程中繁多复杂的因素，但这其中的每个因素及其影响织物起球的主要共同作用的程度还有待考证。
现有的起毛起球评价方法是对织物进行的摩擦起球实验，必须要先将纱线织成样片，要求实验室备有各种不同规格的织机，不仅多了一道工序而且占地费时。另一方面，仪器摩擦时间长，实验用织片面积小，试样的代表性差。相对于主观评价方法而言，基于图像处理的评级方式虽然更加客观，但是由于图像分析受到织物组织结构不同导致的不同纹理、印染加工后出现不同颜色深浅以及局部烂花和印花的影响，这些问题都给图像处理带来一定困难，对等级评定的准确性也存在影响。
3．4机制问题方面
以往较多地关注影响起毛起球的外在因素，在研究成因与过程方面，其进展只是给出了一些定性的描述¨。，而忽略了起毛起球发生、发展、消亡的规律，因此，应该跳出对织物进行起球实验的局限，转而考虑研究适合纱线甚至纤维或纤维团的摩擦起球和等级评定方法，如寻求纱线的毛羽长度、毛球形态及直径、磨损物质量等在线原位测量为一体的快速、准确、客观、适合工业化应用的评价方法和装置。

四、结 语
目前，起毛起球仍是一个争论不休的、争议最大的问题。本文概述了织物起毛起球的表征方法，并指出了起毛起球机制和各种表征技术存在的问题， [11]希望能对学术界和工业界有所启发。尤其是借助各种表征技术对织物的起毛起球机制进行本质表达，仍是今后国内外研究者努力的方向。

更多关于 ： 起毛起球测试仪