Abstract
In this study, the images of the yarns were taken using a stereomicroscope. MATLAB software was used in image processing studies. The recommended image acquisition and processing steps in previous studies were followed, and the obtained results from textural parameters of images were compared with the results of Uster H and sh. The highest correlation in Uster H hairiness was obtained in the entropy textural parameter of the Sobel technique. The highest correlation in Uster sh hairiness was obtained in the mean of matrix elements (mean2) from the textural parameters in the Sobel technique. In general, higher correlation results were found in Uster sh than in Uster H. It has been observed that the Uster H results have deficiencies in determining the hairiness of dyed yarns. The different from the literature, this study presents that among the hairiness parameters, Uster sh shows the values closest to the real.
Keywords
Yarn hairiness Uster tester Image processing Edge detection algorithm Textural parameters of image
References
- 1. Xia, Z., Liu, X., Wang, K., Deng, B., Xu, W., 2019. A Novel Analysis of Spun Yarn Hairiness Inside Limited Two-Dimensional Space. Textile Research Journal, 89(21-22), 4710-4716.
- 2. Ozkaya, Y.A., Acar, M.,Jackson, M.R., 2007. Hair Density Distribution Profile to Evaluate Yarn Hairiness and its Application to Fabric Simulations. Journal of the Textile Institute, 98(6), 483-490.
- 3. Zhang, G., Xin, B. 2016. An Overview of the Application of Image Processing Technology for Yarn Hairiness Evaluation. Research Journal of Textile and Apparel. 20(1), 24-36.
- 4. Sun, Y., Li, Z., Pan, R., Zhou, J., Gao, W., 2017. Measurement of Long Yarn Hair Based on Hairiness Segmentation and Hairiness Tracking. The Journal of the Textile Institute, 108(7), 1271-1279.
- 5. Wang, L., Lu, Y., Pan, R., Gao, W., 2021. Evaluation of Yarn Appearance on a Blackboard Based on Image Processing. Textile Research Journal, 91(19-20), 2263-2271.
- 6. Jing, J., Huang, M., Li, P., Ning, X., 2018. Automatic Measurement of Yarn Hairiness Based on the Improved MRMRF Segmentation Algorithm. The Journal of the Textile Institute, 109(6), 740-749.
- 7. Guo, M., Gao, W., Wang, J., 2023. Online Measurement of Sizing Yarn Hairiness Based on Computer Vision. Fibers and Polymers, 24(4), 1539-1552.
- 8. Telli, A., 2021a. The Comparison of the Edge Detection Methods in the Determination of Yarn Hairiness Through Image Processing. Textile and Apparel, 31(2), 91-98.
- 9. Telli, A., 2021b. İplik Tüylülüğünün Belirlenmesi için Bir Görüntü Analizi Yaklaşımı ve Zweigle Tüylülüğü ile Karşılaştırılması. 9th International Fiber and Polymer Research Symposium, 19-20 November 2021, 207-210.
- 10. Telli, A., 2022a. Uster Zweigle HL400 Cihazında Ölçümü Yapılan İpliklerin Tüylülük Sonuçlarının Mikroskop Altında Alınan Görüntülerin İşlenmesi ile Değerlendirilmesi. UÇTEK 2022 Ulusal Çukurova Tekstil Kongresi, 29-30 Eylül 2022, 217-224.
- 11. Telli, A., 2022b. The Comparison of the Yarn Hairiness Test Devices Using the Hairiness Length Classification System. Tekstil ve Mühendis, 29(128), 219-228.
Abstract
Bu çalışmada ipliklerin görüntüleri stereomikroskop kullanılarak alınmıştır. Görüntü işleme çalışmalarında MATLAB yazılımı kullanılmıştır. Önceki çalışmalarda önerilen görüntü elde etme ve işleme adımları izlenmiş ve görüntülerin dokusal parametrelerinden elde edilen sonuçlar, Uster H ve sh sonuçlarıyla karşılaştırılmıştır. Uster H tüylülüğündeki en yüksek korelasyon, Sobel tekniğinin entropi dokusal parametresinde elde edilmiştir. Uster sh tüylülüğünde en yüksek korelasyon, Sobel tekniğinde dokusal parametrelerden matris elemanlarının ortalamasında (mean2) elde edilmiştir. Genel olarak Uster sh'de Uster H'ye göre daha yüksek korelasyon sonuçları bulunmuştur. Uster H sonuçlarının boyalı ipliklerin tüylülüğünü belirlemede eksiklikleri olduğu görülmüştür. Literatürden farklı olarak, bu çalışma, tüylülük parametrelerinden Uster sh'in gerçeğe en yakın değerleri gösterdiğini ortaya koymaktadır.
Keywords
İplik tüylülüğü Uster Tester Görüntü işleme Kenar belirleme algoritması Görüntü doku parametreleri
References
- 1. Xia, Z., Liu, X., Wang, K., Deng, B., Xu, W., 2019. A Novel Analysis of Spun Yarn Hairiness Inside Limited Two-Dimensional Space. Textile Research Journal, 89(21-22), 4710-4716.
- 2. Ozkaya, Y.A., Acar, M.,Jackson, M.R., 2007. Hair Density Distribution Profile to Evaluate Yarn Hairiness and its Application to Fabric Simulations. Journal of the Textile Institute, 98(6), 483-490.
- 3. Zhang, G., Xin, B. 2016. An Overview of the Application of Image Processing Technology for Yarn Hairiness Evaluation. Research Journal of Textile and Apparel. 20(1), 24-36.
- 4. Sun, Y., Li, Z., Pan, R., Zhou, J., Gao, W., 2017. Measurement of Long Yarn Hair Based on Hairiness Segmentation and Hairiness Tracking. The Journal of the Textile Institute, 108(7), 1271-1279.
- 5. Wang, L., Lu, Y., Pan, R., Gao, W., 2021. Evaluation of Yarn Appearance on a Blackboard Based on Image Processing. Textile Research Journal, 91(19-20), 2263-2271.
- 6. Jing, J., Huang, M., Li, P., Ning, X., 2018. Automatic Measurement of Yarn Hairiness Based on the Improved MRMRF Segmentation Algorithm. The Journal of the Textile Institute, 109(6), 740-749.
- 7. Guo, M., Gao, W., Wang, J., 2023. Online Measurement of Sizing Yarn Hairiness Based on Computer Vision. Fibers and Polymers, 24(4), 1539-1552.
- 8. Telli, A., 2021a. The Comparison of the Edge Detection Methods in the Determination of Yarn Hairiness Through Image Processing. Textile and Apparel, 31(2), 91-98.
- 9. Telli, A., 2021b. İplik Tüylülüğünün Belirlenmesi için Bir Görüntü Analizi Yaklaşımı ve Zweigle Tüylülüğü ile Karşılaştırılması. 9th International Fiber and Polymer Research Symposium, 19-20 November 2021, 207-210.
- 10. Telli, A., 2022a. Uster Zweigle HL400 Cihazında Ölçümü Yapılan İpliklerin Tüylülük Sonuçlarının Mikroskop Altında Alınan Görüntülerin İşlenmesi ile Değerlendirilmesi. UÇTEK 2022 Ulusal Çukurova Tekstil Kongresi, 29-30 Eylül 2022, 217-224.
- 11. Telli, A., 2022b. The Comparison of the Yarn Hairiness Test Devices Using the Hairiness Length Classification System. Tekstil ve Mühendis, 29(128), 219-228.
Details
| Primary Language | English |
|---|---|
| Subjects | Textile Technology, Textile Sciences and Engineering (Other) |
| Journal Section | Articles |
| Authors | |
| Publication Date | December 28, 2023 |
| Published in Issue | Year 2023 Volume: 38 Issue: 4 |
