纵观近年来国内外的研究,织物起球性能评定的发展趋势是客观化和自动化。80年代后期开始,国内外的一些学者开始尝试用图像处理技术评估起球性能。

    1988年Konda等人率先用类别方差法对起球图像进行二值化,最后得到了标准样照的毛球尺寸分布曲线和标准样照不同等级的毛球数量、毛球总面积的变化曲线。研究者发现建立毛球总数量和毛球总面积的二维指标比单一指标更精确,但是这项研究中明显存在很多限制:一是试样的照明和标准样照的照明不一致,从而使图像均匀的要求变得困难;二是仅测量了2种图像特征,只分析了7种素色织物,因而存在一定的局限性。

    1993年RamgulamR.B.和AmirbayatJ等人采用一套激光扫描装置,光线投射到被检测织物上,通过在织物不同位置扫描,可获得织物的表面轮廓,通过提取毛球的数量、总的投影面积和高度等特征指标,建立尺寸、最大投影面积、最大高度的三维坐标体系进行评级。

    此后xuB在图像处理方法方面又做了很大的改进。研究者通过对图像进行傅立叶变换得到频谱图,用傅立叶反变换对非峰点部分进行重建,得到了包括毛球的图像,再使用模板匹配技术,从非周期性成分中分离出毛球,提取毛球的密度、尺寸、对比度等特征,最后用ASTM样照的测量值建立起球的经验评级方程,但由于图像的亮度不匀,对比度没有显示出和毛球一致的变化。

    1997年,史广安等人研究了织物起球与织物表面的光泽度的相关性,认为用织物表面的反射性能来表征织物起球程度是合理的。这种方法的局限性在于织物的组织结构不同,其反射情况也不同,而且粗糙度大时,粗糙度和光泽度的线性关系会改变,从而给测试结果带来误差。

    1998年HisC.H.和BreseeR.R用图像处理评价起球方面作了更深入的研究。他们把图像分成许多小的区域用模板进行平滑,图像经锐化、腐蚀、膨胀等一系列处理后,提取到毛球的尺寸、形状、数量、总面积等指标。这项技术仅适用于素色织物。

    最近,国内徐增波等人用wodl分解纹理模型从织物图像中分离出毛球信息,以毛球的面积百分比、总数和密度3个指标对织物的起球程度进行评价,但是对应于起球程度的变化,密度这个指标在一段区域内区分度不是很好,而且也没有解决毛羽及松结构毛球对评估的影响。