Причины перекоса уточных нитей

Перекос уточных нитей (перекос утка) — это неперпендикулярное расположение нитей по отношению к основным на всей ширине ткани или на её части.

Образование перекосов на движущей ткани может быть следствием в основном 2-х причин:

- различные по ширине участки ткани имеют разные скорости движения или транспортировки;

- различные по ширине участки ткани проходят разные длины путей (движение по дуге и т.п.).

Возможно также совместное действие этих причин.

Диагональные перекосы возникают в основном из-за разной степени натяжения кромок тканей при обработке их расправленным полотном. Чаще всего причиной таких перекосов являются тканенаправляющие ролики с непараллельными осями (перекошенные ролики). Если оси роликов лежат в одной плоскости, то они вызывают перекос ткани в большей степени, чем ролики, оси которых лежат в разных плоскостях. Различные по форме перекосы могут быть вызваны неодинаковой степенью прижима полотна ткани по кромкам в жалах валов тканенаправляющими роликами, имеющими неправильную цилиндрическую форму, косыми или волнистыми швами при сшивке полотен ткани, повышенным натяжением ткани, повышенным трением полотна в местах перегиба, неравномерностью потока воздуха при сушке, неравномерностью сушки нитей основы при шлихтовании и ряд других причин.

Различные скорости участков ткани могут создаваться также из-за неравномерного прижатия валов по ширине ткани, загрязнения участков валов или роликов, неравномерной выработки валов, при жгутовой обработке вследствие трения различными участками ткани о ведущие и ведомые валы, при транспортировке жгута в направляющих кольцах и т.д.

Возникновение перекосов уточных нитей может происходить уже в ткацком производстве. Однако в основном перекосы образуются в процессе отделки тканей.

Наибольшее количество перекосов в отделочных фабриках дают, как правило, отбельные цеха; много перекосов образуется в красильно-заварочных и аппаратурно-отделочных цехах. Необходимо отметить, что распределение перекосов по цехам, их количество и величина зависят от системы контроля за перекосами на каждой фабрике, от количества и места установки приспособлений и устройств правки перекосов утка, а также культуры производства на данном участке, цехе и всей фабрике.

Ткани с перекосом утка считаются браком и могут привести к следующим нежелательным явлениям: при пошиве одежды, после раскроя ткани с перекошенными уточными нитями, в месте шва может не совпадать рисунок, особенно клетки; может изменяться форма раскроя; может измениться внешний вид сшитой одежды из-за деформации ткани с перекошенными уточными нитями; при поступлении на печать ткани с перекошенными уточными нитями происходит несовпадение геометрического печатного рисунка с направлением уточных нитей, что в дальнейшем приводит к искажению рисунка и т.д.

По причине перекосов уточных нитей понижается сортность более 20 % тканей от общего количества выпускаемых тканей 2-го сорта или около 1 % от общего количества выпускаемых хлопчатобумажных и штапельных тканей, а также велик процент переправы из-за перекосов утка.

Для управления устройствами исправления перекоса необходимо их оснащение системами контроля, способными непрерывно определять пространственное положение уточных нитей в ходе процесса отделки ткани [1].

1.3 Критерии качества изображения

Цель процесса повышения качества изображения состоит в том, чтобы снимок «выглядел лучше». Неудивительно поэтому, что если цель намечена неоднозначно, то и методы, применяемые для повышения качества изображений, оказываются весьма разнообразными. Субъективные суждения о том, что изображение «выглядит лучше», связаны также с критериями, зависящими от предназначения изображения (изображение должно «выглядеть лучше» применительно к определенной задаче). Если использование изображения связано с точным анализом или количественными измерениями, то радикальные операции, приводящие к значительному изменению пространственных или яркостных соотношений в изображении, могут оказаться неприемлемыми. С другой стороны, если изображение применяется только для субъективных целей, то допустимы операции, существенно изменяющие пространственные или яркостные соотношения или же и те и другие, но в целом улучшающие субъективное восприятие изображения. Следовательно, для повышения качества изображения можно применять широкий круг методов; пригодность каждого из них зависит от целей повышения качества данного изображения.

Очень часто окончательную оценку изображения делает человек. Если бы человеческое зрение было идеальным и отвечало на световое воздействие с абсолютной точностью и совершенной линейностью, то его можно было бы и не изучать. Однако система зрения человека обладает нелинейной характеристикой, а ее отклик не является абсолютно верным. Важность этих положений для получения изображений признана довольно давно, однако они не в полной мере использовались при обработке изображений. Поэтому прежде чем говорить об улучшении качества изображения, нужно сказать о том, какими характеристиками обладает зрение человека, чтобы в большей мере использовать возможности, которыми можно воздействовать на человека.

Одной из характеристик системы зрения человека является способность восприятия яркости света. Эксперименты по определению восприятия людьми минимально различимых градаций яркости света, поступающего от калиброванного источника, показали, что яркость света воспринимается глазом нелинейно. Если начертить график зависимости величины этой минимально различимой градации яркости от эталонной яркости, то при изменении яркости в пределах нескольких порядком этот график имеет логарифмический характер. Такие субъективные экспериментальные результаты согласуются с объективными данными, полученными в экспериментах на животных, в которых было показано, что светочувствительные клетки сетчатки и оптический нерв возбуждаются с частотой, пропорциональной логарифму интенсивности подводимого к ним света. По вполне понятным причинам подобные объективные измерения на людях не проводились. Тем не менее объективные данные для животных и субъективные показания для людей более чем убедительно подтверждают вывод о том, что яркость света воспринимается по логарифмическому закону.

Другой отличительной характеристикой системы зрения человека является ее пространственно-частотный отклик. Импульсный отклик глаза, рассматриваемого в виде двумерной линейной системы (т.е. линейной после начального логарифмического преобразования интенсивности наблюдаемого света), не является - функцией Дирака. Реакция глаза на приходящее световое поле описывается аппаратной функцией, сечение которой показано на рисунке 1.1(а). Острый центральный пик и отрицательные боковые лепестки импульсного отклика глаза показывают, что глаз обрабатывает пространственные частоты так же, как фильтр верхних частот. Точная форма частотной характеристики глаза исследовалась с помощью ряда психовизуальных экспериментов; было показано, что глаз подавляет низкие

(a - сечение (осеcимметричной) аппаратной функции глаза человека;

б - сечение (осесимметричной) частотной характеристики глаза человека)

Рисунок 1.1 – Сечения глаза человека

и ослабляет высокие пространственные частоты. В грубом приближении пространственно-частотный отклик глаза имеет полосовой характер. Подобная характеристика (рисунок 1.1 б), например, была получена в ряде экспериментов, проведенных Манносом и Сакрисоном. Наконец, особенностью зрения человека является способность к насыщению, т.е. к ограничению отклика при очень больших или очень малых интенсивностях наблюдаемого светового потока. Перечисленные свойства системы зрения можно описать моделью, представленной в виде блок - схемы на рисунке 1.2. Однако данная модель совершенно не отражает других известных свойств системы зрения. Например, есть сведения, что некоторые стороны процесса восприятия изображения можно объяснить только наличием не одной, как на рисунке 1.2, а нескольких линейных систем, включенных параллельно, т.е. в рамках модели с частотными каналами. Другие визуальные явления (такие, как иллюзия одновременного контраста) указывают, что логарифмическое преобразование, введенное в блок-схеме, является слишком большим упрощением. Но, несмотря на известные недостатки, представленная модель, является полезной, поскольку она:

· объясняет ряд важных явлений, таких, как восприятие яркости света и полосы Маха;

· указывает, что в системе зрения содержатся некоторые элементы системы обработки информации. В частности система зрения человека, по-видимому, выполняет некоторые операции гомоморфной обработки информации [2].

Рисунок 1.2 - Блок-схема системы зрения человека

Полезно связать логарифмическое преобразование изображения, выполняемое глазом, с рассмотренным ранее вопросом о плотностном и яркостном изображениях. Можно заметить, что поскольку яркость света воздействует на глаз по логарифмическому закону, глаз воспринимает изображение как плотностное, если даже оно представлено (с помощью устройства отображения) в виде яркостного изображения.

Представляется логичным воспользоваться моделями системы зрения человека при анализе возможных применений цифровой обработки изображений. Однако это делать нужно осторожно, так как система зрения человека настолько сложна, что необоснованное применение упрощенных моделей зрения может принести больше вреда, чем пользы.

1.4 Теория повышения качества изображений

Множество подходов к улучшению изображений распадается на две большие категории: методы обработки в пространственной области (пространственные методы) и методы обработки в частотной области (частотные методы). Термин пространственная область относится к плоскости изображения как таковой, и данная категория объединя­ет подходы, основанные на прямом манипулировании пикселями изображения. Методы обработки в частотной области основываются на модификации сигнала, формируемого путем применения к изо­бражению преобразования Фурье. Наряду с этим не являются бесполезными и технологии, базирующиеся на различных комбина­циях методов из данных двух категорий.

Термин пространственная область относится к множеству пикселей, составляющих изображение. Пространственные методы суть процедуры, оперирующие непосредственно значениями этих пикселей. Процессы пространственной обработки описываются уравнением:

g(x,y) = T[f(x,y)], (1.1)

где f(х, у) — входное изображение, g(x, у) — обработанное изобра­жение, а T — оператор над f, определенный в некоторой окрестно­сти точки (х, у). Более того, T может оперировать над последовательностью входных изображений, например, выполняя поэлементное суммирование.

Рисунок 1.3 – Окрестность

3x3 вокруг точки (х, у)

Главный подход в определении окрестности вокруг точки (х, у) заключается в использовании квадратной или прямоугольной области — подмножества изображения, центрированного в точке (х,у), как показано на рисунке. Центр данного подмножества пе­редвигается от пикселя к пикселю, начиная, скажем, с верхнего ле­вого угла. Оператор T выполняется в каждой точке (х,у), давая в результате выходное значение g для данной точки. Процесс использует только пиксели внутри области изображения, ограниченной некоторой окрестностью. Квадратные или прямоугольные массивы являются, безусловно, наиболее распространенными из-за простоты их реализации, хотя иногда применяются окрестности другой формы, например, приближающиеся к кругу.

Простейшая форма оператора T достигается в случае, когда окрестность имеет размеры 1x1 (т.е. один пиксель). В этом случае g зависит только от значения f точке (х,у), и T становится функцией градационного преобразования (также называемой функцией преобразования интенсивностей или функцией отображения) вида:

s=T(r), (1.2)

где, для простоты обозначения, r и s суть переменные, обозначающие, соответственно, значения яркостей изображений f (х, у) u g (x, у) в каждой точке (х, у). Например, если Т(r) имеет вид, показанный на рисунок 1.3, то эффект от такого преобразования выразится в получе­нии изображения более высокого контраста по сравнению с оригина­лом, а также в затемнении пикселей со значениями меньшими m и по­вышении яркостей пикселей со значениями большими m на исходном изображении. В этом методе, известном как усиление контраста, значения r меньшие m при приближении к уровню черного сжимаются с помощью функции преобразования во все более узкий диапазон s. Обратный эффект имеет место для значений r, больших m.

В предельном случае, показанном на рисунке 1.4 (б), Т(r) дает в результате двух-градационное (бинарное) изображение.

(

(а - гипотети­ческая функция преобразования T(r); б – предельный случай T(r))

Рисунок 1.4 - Градационное преобразование для улучшения контраста

Отображение такой формы называют пороговой функцией. С помощью градационных преобразований могут быть построены некоторые довольно простые, но действенные методы обработки изображений. Поскольку результат улучшения каждого элемента изображения зависит только от яркости этого же элемента, методы данной категории часто относят к про­цедурам поэлементной обработки.

Увеличение размеров окрестности приводит к значительно большей гибкости. Принцип заключается в том, что для нахождения значения g в некоторой точке (х, у), используются значения функции f внутри некоторой окрестности заранее заданной формы, окружающей точку (х, у). Один из основных подходов в такой постановке базируется на использовании так называемых масок (также упоминаемых как фильтры, ядра, шаблоны или окна 1). Чаще всего маска представляет собой небольшой двумерный массив, значения коэффи­циентов маски внутри которого определяют существо процесса, например, повышение резкости изображения. Методы улучшения, базирующиеся на таком подходе, часто относят к обработке по маске или фильтрации по маске.

Не нашли, что искали? Воспользуйтесь поиском: