Fakulta textilní
Hodnocení procesu žmolkování textilií s využitím opticky zjasňujícího prostředku
Diplomová práce
Lenka Szeinerová
Liberec 2014
Technická univerzita v Liberci Fakulta textilní
Katedra hodnocení textilií
V Liberci dne 19. 11. 2014
Žádám o změnu termínu odevzdání diplomové práce z 6. 1. 201č na 19. 5. 2014.
Důvod odkladu odevzdání:
Po poradě s vedoucím práce žádám o odklad odevzdání diplomové práce.
Děkuji za vyřízení.
Bc. Lenka Szeinerová Vyjádření vedoucího práce
Vyjádření vedoucího katedry:
Prohlášení
Byla jsem seznámena s tím, že na mou diplomovou práci se plně vztahuje zákon č. 121/2000 Sb., o právu autorském, zejména § 60 – školní dílo.
Byla jsem seznámena s tím, že na mou diplomovou práci se plně vztahuje zákon č. 121/2000 Sb., o právu autorském, zejména § 60 – školní dílo.
Beru na vědomí, že Technická univerzita v Liberci (TUL) nezasahuje do mých autorských práv užitím mé diplomové práce pro vnitřní potřebu TUL.
Užiji-li diplomovou práci nebo poskytnu-li licenci k jejímu využití, jsem si vědoma povinnosti informovat o této skutečnosti TUL; v tomto případě má TUL právo ode mne požadovat úhradu nákladů, které vynaložila na vytvoření díla, až do jejich skutečné výše.
Diplomovou práci jsem vypracovala samostatně s použitím uvedené literatury a na základě konzultací s vedoucím mé diplomové práce a konzultantem.
Současně čestně prohlašuji, že tištěná verze práce se shoduje s elektronickou verzí, vloženou do IS STAG.
Datum:
Podpis:
PODĚKOVÁNÍ
Na tomto místě bych chtěla poděkovat své vedoucí Ing. Laryse Ocheretné, Ph.D.
za konzultace, odborné rady a trpělivé vedení během zpracovávání diplomové práce. Dále bych chtěla poděkovat Ing. Lence Technikové za konzultace. Chtěla byt také poděkovat své rodině za finanční a psychickou podporu běhěm studia. A v neposlední řadě mému příteli Ing. Milanu Grígerovi, za cenné rady a velkou psychickou oporou.
ANOTACE
Diplomová práce se zabývá studiem kinetiky žmolkování a vyhodnocením tohoto děje pomocí opticky zjasňujících prostředků. V první části práce je definována samotná žmolkovitost a faktory, které ji nejvíce ovlivňují. Poté následuje popis metod určených k hodnocení žmolkovitosti, podrobněji je charakterizována metoda Martindale. Teoretickou část práce uzavírá charakteristika opticky zjasňujících prostředků, jejich vlastností a použití v textilní praxi.
Experimentální část práce je členěna do třech kapitol. Nejdříve je popsána samotná příprava vzorků – tj. ošetření zvolených textilií opticky zjasňujícím prostředkem. Poté provedení Martindale testu a vyhodnocení procesu žmolkování textilií v čase. Pro hodnocení žmolkování v programovacím prostředí Matlab byl navržen a následně aplikován algoritmus umožňující provedení analýzy získaných obrázků sady vzorků. Podrobný popis algoritmu a získané výsledky jsou popsány a diskutovány v této části práce.
K L Í Č O V Á S L O V A :
Žmolkovitost, opticky zjasňující prostředky, Martindale test, Matlab
ANNOTATION
This thesis deals with the study of the kinetics of pilling and evaluation of this process by using optical brighteners. In the first part is defined pilling itself and factors which have the most affect on this process. After that is following a description of methods for the evaluation of pilling. The Martindale method is characterized in more detail. The theoretical part of the thesis closes characteristics of optical brighteners, their properties and their using in textile´s practice.
The experimental part of the thesis is divided into three chapters. In the first places is described the preparation of samples - i.e. deposition of optical brighteners on the chosen textiles. Afterwards implementation of Martindale test and evaluation process of pilling fabric over time. For the evaluation of pilling was designed and then applied the algorithm in the Matlab programming environment. The algorithms allow to analyse images obtained from sets of samples. Detailed description of the algorithm and the results are obtained, described and discussed in this part.
KEY WORDS:
Pilling, optical brighteners, Martindale test, Matlab
DIPLOMOVÁ PRÁCE 9
Obsah
Seznam použitých symbolů a zkratek ... 11Úvod ... 12
1 Žmolkovitost ... 13
1.1 Faktory ovlivňující žmolkování ... 14
2 Standardní metody hodnocení žmolkovitosti ... 16
2.1 Martindale test ... 16
2.2 Komorový žmolkovací přístroj ... 19
2.3 Žmolkovitost na přístroji ICI ... 20
3 Souhrn současného stavu v objektivním hodnocení ... 22
4 Opticky zjasňující prostředky ... 25
4.1 Historický vývoj OZP ... 25
4.2 Charakteristika OZP ... 25
4.3 Použití OZP v textilní praxi... 26
4.3.1 Požadované vlastnosti OZP pro aplikaci na textil ... 27
5 Princip obrazové analýzy ... 28
5.1 Digitální obraz ... 29
5.2 Druhy digitálních obrazů ... 31
6 Hodnocení žmolkovitosti pomocí přístroje Martindale a obrazové analýzy ... 32
6.1 Popis testovaných textilií... 33
6.2 Nanesení OZP na testované vzorky... 34
6.3 Testování textilií na žmolkovitost ... 36
6.4 Zpracování snímků pomocí obrazové analýzy ... 41
6.4.1 Postup předzpracování pořízených obrazů ... 43
6.4.2 Segmentace obrazu ... 45
6.4.3 Detekce žmolků... 47
6.5 Indexace objektů... 48
6.5.1 Výpočet charakteristik žmolkovitosti ... 49
7 Vyhodnocení charakteristik žmolkovitosti ... 52
7.1 Sledování změny počtu objektů v čase... 54
7.2 Sledování změny velikosti nalezených objektů v čase ... 55
7.3 Sledování změny hustoty v čase ... 59
7.4 Tvorba žmolků ... 61
Diskuze... 63
Závěr ... 65
DIPLOMOVÁ PRÁCE 10 Seznam obrázků ... 69 Seznam příloh ... 70
DIPLOMOVÁ PRÁCE 11
SEZNAM POUŽITÝCH SYMBOLŮ A ZKRATEK
OZP Opticky zjasňující prostředky f (x,y) Dvourozměrná obrazová funkce (r,c); (x,y) Souřadnice bodů
M Počet řádků obrazové matice
N Počet sloupců obrazové matice
RGB Barevný obraz: R- red, G- green, B- blue 2D DFT
2 Dimensional Discrete Fourier Transform - Dvojrozměrná diskrétní Fourierova transformace
Do Dostava osnovy
Dú Dostava útku
Vzorek B Vzorek z bavlněného materiálu Vzorek V Vzorek z vlněného materiálu
Vzorek VP Vzorek ze směsového materiálu (viskóza, polyester) ANN Artificial Neural Network- uměla neuronová síť Si[mm2] Plocha žmolků
n Počet žmolků; vygenerované body
Oi [mm] Obvod žmolků
D2[žmolky/mm2] Hustota žmolkovitosti
De Euklidovská vzdálenost
Vzorek Vozp Vlněný vzorek obarvený opticky zjasňujícím prostředkem Vzorek Bozp Bavlněný vzorek obarvený opticky zjasňujícím prostředkem
k Počet úrovní
T Konstanta (práh)
g(x,y) Výstup
f(x,y) Vstup
ri Poloměr
xi Nejbližší žmolky
X průměr
DIPLOMOVÁ PRÁCE 12
ÚVOD
Žmolkování chápeme jako negativní, nežádoucí vlastnost, která znehodnocuje textilii.
Zhoršuje totiž estetický vzhled, ale i komfortní vlastnosti textilie. Žmolkovitost u samotné textilie ovlivňuje psychologický, ale i senzorický komfort. Všechny tyto vlastnosti ovlivňují kvalitu textilie, a pokud dochází ke žmolkovatosti, snižuje se tak kvalita dané textilie a výsledného výrobku.
Žmolkovitost je jev, který se projevuje na povrchu textilie vznikem žmolků. Tyto žmolky pak znehodnocují vzhled textilie. Vzniká odíráním textilie a patří mezi jedny z důležitějších znaků při hodnocení textilie. S pokrokem výpočetní techniky se zvyšuje úsilí o co největší objektivnost při hodnocení. Tomuto trendu neuniklo ani hodnocení žmolkovatosti. I zde jsou již snahy o co největší objektivnost hodnocení. A to z důvodu, že žmolky, které se vyskytují na povrchu textilie, mohou být snadno přehlédnutelné pouhým okem. Proto je snaha, aby bylo hodnocení podloženo objektivními materiály. Těmito materiály mohou být například fotografie pořízené během měření žmolkovatosti a následně vyhodnocené pomocí obrazové analýzy.
Cílem této diplomové práce je navrhnout algoritmus vhodný pro hodnocení žmolkovitosti při aplikaci opticky zjasňujících prostředků na vybrané vzorky textilií. Navrhnutý algoritmus bude vyzkoušen na textiliích různého materiálového složení, vazby atd. Všechny vybrané textilní vzorky budou podrobeny zkoušce žmolkovitosti na přístroji Martindale. Přičemž během jednotlivých etap měření budou vždy příslušné vzorky z přístroje vyjmuty a vyfotografovány v temné komoře. Pořízené fotografie budou zpracovány pomocí výpočetního programu Matlab, ve kterém bude vytvořen i příslušný algoritmus pro hodnocení.
DIPLOMOVÁ PRÁCE 13
1 ŽMOLKOVITOST
Žmolkovitost je u textilních materiálů nežádoucí vlastností. V obecné rovině vzniká třením textilie (tkaniny) ať již o sebe nebo o jinou tkaninu. To zapříčiní, že daná tkanina se na povrchu pokryje konečky vláken. Tyto konečky vláken následně migrují na povrch příze, kde se vlivem odírání z těchto vláken vytváří uzlík. Spojením dvou takovýchto uzlíků dojde k vytvoření uzlu a tím započne proces tvorby žmolku (Obrázek 1).
Žmolek je chápán jako spleť vláken, která jsou, jak už bylo zmíněno dříve zaoblená třením.
Textilie žmolkuje v momentě, kdy žmolek na povrchu textilie ulpívá dlouho. Žmolkovitost dále závisí na hustotě vyčesaných a uvolněných vlasů a výšce vlasového povrchu.
Žmolkovitost se vyznačuje tím, že se projevuje u všech druhů vláken. Pro zjišťování stupně žmolkovitosti textilií existují 3 metody, jež budou zmíněny v následující kapitole [11].
1.
Vznik volných vláken na povrchu textilie.
2.
Volné zakroucení vláken.
3.
Tvorba žmolku (těsně zakroucená vlákna).
Obrázek 1 Fáze tvorby žmolků [11]
Pod vlivem třecích sil se tedy volná vlákna vyvinou do malých kulatých balíků ukotvených na povrchu textilie prostřednictvím několika neporušených vláken.
DIPLOMOVÁ PRÁCE 14
1.1 Faktory ovlivňující žmolkování
Dle [11] proces žmolkování prochází třemi základními fázemi:
I. Chlupacení povrchu textilie zapříčiněné postupným vytahováním volných konců vláken na povrch textilie, nebo přetržením některých vláken.
II. Zapletení volných konců vláken a vznik žmolků.
III. Oděr a odpadnutí žmolku v důsledku komplexního působení faktoru opotřebení.
Nutno podotknout, že tato tři stádia tvorby žmolků se vzájemně prolínají.
Mezi nejvlivnější faktory, které tvorbu žmolků zapříčiňuji dle [3, 12] lze zařadit:
Mechanické vlastnosti vláken – tzn. jejich pevnost, pružnost, odolnost v ohybu;
Geometrické vlastnosti vláken – tvar průřezu vláken, délka a jemnost;
Zákrut příze;
Konstrukce plošné textilie (její vazba).
Pevnost a pružnost vláken
Čím vyšší je pevnost a pružnost, tím více brání odpadnutí žmolků z povrchu textilie, zároveň podporuje tvorbu žmolků a naopak. Lze tedy říci, že žmolkovitost je nižší u textilií složených z vláken, o nižší pevnost a pružnost. Dochází totiž k dřívějšímu odpadnutí žmolku.
Tření
Tření mezi vlákny je důležité z důvodu sjednocení vláken. Při vysokém tření však může docházet k přetržení vláken. Vlákna, která se přetrhnou v důsledku větší třecí síly, se dostávají na povrch textilie, kde tvoří postupně žmolky.
Odolnost v ohybu
Čím nižší bude odolnost v ohybu a krutu vláken, tím rychleji bude probíhat odpadnutí žmolků. Platí to převážně u přírodních vláken (např. bavlna, len). Naopak umělá vlákna
DIPLOMOVÁ PRÁCE 15 (např. polyester, polyamid) se vyznačují vysokou odolností v ohybu a krutu. Tato vlákna pak produkují trvalejší žmolky.
Tvar průřezu vláken
Hladká vlákna s kruhovým průřezem mají nižší koeficient tření, a v důsledku toho mají větší tendenci cestovat na povrch textilie, kde tvoří žmolky. Proto vlákna s nekruhovým průřezem nebo profilovaným mají nižší sklon k žmolkovitosti, jelikož mají vyšší koeficient tření.
Zákrut příze
Čím vyšší počet zákrutu příze, tím je příze více stejnoměrná. Během předení a skaní se vlákna silněji upevňují. Díky tomu je pak menší počet volných konců vláken, jež by se mohla dostat na povrch textilie. Vedlejším efektem však je, že čím větší je stejnoměrnost (omezující žmolkovitost), tím vyšší je i pevnost (která naopak žmolkovitost podporuje), [12].
Struktura textilie
Na žmolkovitost má také vliv struktura textilie. Textilie s hustým, těsným provázáním mají nízký sklon ke vzniku žmolků. Naopak textilie o nižší dostavě mají sklon k rozvláknění a tvorbě žmolků na jejich povrchu [12, 28].
Tvorbu žmolků lze ovlivnit [31]:
potlačením migrace vláken v přízi, tím že se použije vhodná konstrukce příze a plošného tvaru (hustší dostava, ostře kroucené příze, použít nekonečných nebo profilovaných vláken;
požehováním a postřihováním konců vláken za účelem odstranění vyčnívajících konců vláken;
termickým zpracováním (např. termofixace), které vlákna zafixuje a ty pak nemají tendenci k migraci.
DIPLOMOVÁ PRÁCE 16
2 STANDARDNÍ METODY HODNOCENÍ ŽMOLKOVITOSTI
Zkoušky, při kterých probíhá měření žmolkování textilie, ale i jejich odolnosti v oděru jsou z textilního hlediska jedny z nejdůležitějších. Obě zmíněné vlastnosti jsou podstatné u pestré škály výrobků, ať už se jedná o pouhé ponožky nebo o koberce. Odolnost textilie proti žmolkování a v oděru jsou důležité převážně z funkčního hlediska, jelikož rozhodují o kvalitě a trvanlivosti výrobku.
Jak již bylo v předchozí kapitole řečeno, žmolky se začnou vytvářet na textilním materiálu v případě, kdy se vlákna vytáhnou z textilie a při opětovném používání textilie (produktu) se zapletou, čímž dojde postupně k vytvoření tvrdého jádra, tzv. žmolku.
V současné době, pro stanovení odolnosti textilií proti žmolkování, jsou používány tři testy/metody:
Martindale test
Komorový žmolkovací přístroj
Žmolkovitost na přístroji ICI
Pro simulaci žmolkovitosti bude použit v DP Martindale test, proto bude popsán podrobněji než ostatní metody.
2.1 Martindale test
Simulace žmolkovaciho procesu za použití přístroje Martindale (viz Obrázek 2) podléhá normě ČSN EN ISO 12945-2 (80 0837). Postup této zkoušky spočívá ve třech krocích:
příprava vzorků před zkouškou;
podstata zkoušky;
vyjádření výsledků
DIPLOMOVÁ PRÁCE 17 Obrázek 2 Snímek přístroje Martindale
Příprava vzorků před zkouškou
Před zahájením zkoušky žmolkovitosti musí být připraveny vzorky. Ty lze připravit úpravou běžného užívání, například praním dle ČSN EN ISO 630 (80 0821) nebo chemickým čištěním dle ČSN EN ISO 3175-1,2 (80 0809). Po těchto úpravách musí být vzorky usušeny a klimatizovány dle ČSN EN ISO 139 (80 0056). Norma uvádí, že velikost zkušebního vzorku by měla být Ø 140 mm, anebo čtverec 150 mm x 150 mm. Přičemž by pro měření měly být použity minimálně 3 sady vzorků [13].
Podstata zkoušky a vyjádření výsledků
Podstata zkoušky spočívá v zatížení kruhových zkušebních vzorků při stanoveném zatížení, přičemž se zkušební vzorky pohybují po třecí ploše, nebo jsou „odírány“ stejným materiálem, případně vhodnou oděrací textilií. Předem dle typu textilie je stanoven počet otáček, během měření, nebo po uplynutí doby stanovených otáček by mělo docházet k rozvláknění a tvorbě žmolků. Ty se následně tradičně vyhodnocují u každého zkušebního vzorku vizuálně dle definovaných etalonů (viz. Obrázek 3) podle stupně 1 až 5 (viz. Tabulka 1), [13].
DIPLOMOVÁ PRÁCE 18 Obrázek 3 Vzorník etalonů pro vyhodnocování stupně žmolkovitosti
Přičemž stupeň 1 znamená husté rozvláknění povrchu a/nebo silné žmolkování (žmolky pokrývají celý povrch vzorku). Stupeň 5 pak vyjadřuje, že nedošlo ke změně povrchu.
Norma uvádí, že vzorky se hodnotí v prohlížecí komoře pod předem definovaným světlem.
Výsledkem je průměrná hodnota všech hodnotících členů [13].
Tabulka 1 Charakteristika stupňů žmolkování textilie [13]
Stupeň Charakter žmolkování textilie 5 Žádné nebo velmi slabé žmolkování
4 Slabé žmolkování
3 Střední žmolkování
2 Silné žmolkování
1 Velmi silné žmolkování
Dle normy ČSN EN ISO 12947-2 jsou materiály rozděleny podle druhu do tří kategorií, přičemž má každý z nich jiné parametry jak je vidět v Tabulka 2.
DIPLOMOVÁ PRÁCE 19 Kategorie Druh textilie
Oděrací prostředek
Zatěžovací závaží [g]
Stádium hodnocení
Počet otáček
1 Potahová
textilie
Vlněná oděrací textilie
415±2
1 500
2 1000 3 2000 4 2500
2
Textilie s výjimkou potahovaných
Zkoušená tkanina (líc/líc) nebo vlněná tkanina
415±2
1 125
2 500
3 1000 4 2000 5 5000 6 7000
3
Pleteniny s výjimkou potahovaných
Zkoušená pletenina (líc/líc)
nebo vlněná pletenina
155±1
1 125
2 500
3 1000 4 2000 5 5000 6 7000
2.2 Komorový žmolkovací přístroj
Zkoušení žmolkovitosti na komorovém žmolkovacím přístroji (viz. Obrázek 4) je určené pro všechny druhy plošných textilií. Dle Textilního zkušebního ústavu (dále TZÚ), [13]
se v současné době využívá pro stanovení odolnosti proti žmolkování u oděvních úpletů.
Tato zkouška podléhá normě ČSN 80 0837 anebo ASTM 3512-82. Velikost zkušebního vzorku pro tuto zkoušku je 110 mm x 110 mm, přičemž musí být připraveny 3 zkušební vzorky ve směru úhlopříčky osnovy nebo sloupku. Připravené zkušební vzorky se současně s malým množstvím bavlněných vláken umístí do komory, která je opatřena lopatkami
Tabulka 2 Kategorie pro hodnocení žmolkovitosti na přístroji Martindale [32]
DIPLOMOVÁ PRÁCE 20 vyloženými korkem. Povrch vzorků se pak otírá o stěny komory a po stanovených intervalech se hodnotí povrchový vzhled žmolků. Změny vzhledu vzorků se stejně jako u Martindale- testu posuzují vizuálně pomocí etalonů o 5 stupních odolnosti [13].
Obrázek 4 Komorový žmolkovací přístroj [13]
2.3 Žmolkovitost na přístroji ICI
Hodnocení žmolkovitosti na přístroji ICI (viz. Obrázek 5) se dnes již používá ojediněle.
Převážně se tato metoda používala pro hodnocení žmolkovitosti u potahovaných textilií a technického textilu. Zkouška podléhá normě ČSN EN ISO 12945-1 (80 0837). Velikost zkušebního vzorku je v tomto případě 125 mm x 125 mm. Podstata zkoušky spočívá v upevnění zkušebních vzorků na polyuretanovou trubici, přičemž se vzorky nechají přeplavat v komoře, jež je vyložená korkem. Převalování vzorků má konstantní rychlost otáčení. Stupeň žmolkovitosti se hodnotí vizuálně dle stanovení fáze zpracování. Zkušební vzorky se hodnotí opět dle etalonů, které odpovídají 5 stupňům žmolkovitosti.
Rozdíl od předchozích přístupů hodnocení je v tom, že se vzorky hodnotí v prohlížecí komoře pod předem definovaným světlem a výsledkem je průměrná hodnota všech hodnotících členů.
DIPLOMOVÁ PRÁCE 21 Obrázek 5 Žmolkovací přístroj ICI
Vzhledem k tomu, že se jedná o tři zcela odlišné metody měření vykazující i odlišné výsledky, musí se vždy vybrat správná metoda měření, a to tak, aby byla co nejvíc reálně postihnuta skutečnost při používání. Jak již bylo řečeno, pro provedení zkoušky se k posouzení změn povrchu textilie používají tzv. etalony (vzorníky stupňů žmolkovatosti).
V současné době je nejběžněji používaným testem pro hodnocení žmolkovitosti Martindale-test [13], kterým se bude i dále zabývat tato diplomová práce.
Výše zmíněné přístupy hodnocení žmolkovitosti jsou označovány jako subjektivní metody hodnocení. Subjektivní hodnocení je ovlivněno chybou lidského faktoru při vyhodnocování stupně žmolkovatosti. Dále lze subjektivním hodnocením zjistit pouze omezené vlastnosti žmolkovitosti (jako např. počet žmolků). Nelze však již zjistit jejich průměrná plocha, průměrný obvod nebo hustota. Proto se rozvíjí nový přístup v hodnocení žmolkovatosti, který se nazývá objektivní hodnocení. Objektivní hodnocení již využívá např. obrazovou analýzu.
V této diplomové práci proto vyhodnocování vzorků neproběhne tradičně pomocí etalonů, ale prostřednictvím série pořízených obrazů vzorků a jejich následným vyhodnocením, s použitím principů analýzy obrazů (objektivní hodnocení).
DIPLOMOVÁ PRÁCE 22
3 SOUHRN SOUČASNÉHO STAVU V OBJEKTIVNÍM HODNOCENÍ
Vzhledem k tomu, že se diplomová práce zabývá objektivním hodnocením žmolkovitosti s využitím obrazové analýzy, je potřeba uvést krátký úvod do současného stavu v objektivním hodnocení.
Na konci předchozí kapitoly je nástin srovnání subjektivního a objektivního hodnocení žmolkovitosti. Tímto srovnáním se zabývali autoři Mendes a Fiadeiro [1] ve svém článku.
Při svém zkoumání se zabývali zjištěním, který ze zmiňovaných přístupů hodnocení (objektivní nebo subjektivní hodnocení) má přesnější výsledky, nebo zda jsou shodné.
Experiment provedli na stejných vzorcích, přičemž jedny byly hodnoceny objektivně a druhé subjektivně. Po získání výsledků z obou metod provedli jejich analýzu. Z té vyplynulo, že objektivní hodnocení by mělo být přesnější oproti subjektivnímu hodnocení.
Před výzkumy zabývajícími se objektivním hodnocením je nutno uvést, že i v současné době probíhají výzkumy mechanismů žmolkování. Což znamená, že dodnes tento jev není zcela ze všech stránek objasněn a existují mezery, díky kterým mohou probíhat další výzkumy.
Tyto výzkumy probíhají přibližně posledních 60 let.
Hearle a Wilkins [2] se soustřeďovali na řešení struktury textilií, přičemž uvádějí, že byl zanedbáván nepřetržitý relativní pohyb vláken. Autoři se v práci zabývají převážně axiálním pohybem vláken, který může být zapříčiněn opakovaným napínáním, třením a kroucením, čímž se v důsledku příze prodlužuje a ztenčuje. Důsledkem zmiňovaného pohybu vláken je žmolkovitost textilie. K žmolkování jako takovému dochází v důsledku nepravidelných cyklických sil, které působí na strukturu materiálu během používání a praní.
Hearle a Wilkins se ve svých dalších článcích [3, 4] zabývají modelováním mechanismů žmolkování. Autoři dochází k závěru, že žmolkovací proces je velice složitý a zahrnuje mnoho vzájemně se ovlivňujících mechanismů (přičemž některé mohou být zanedbatelné).
Účelem jejich šetření bylo zvýšit pochopení mechanismů zabraňujících žmolkování a rozvíjet tak výpočetní modely, které by poskytly informace o faktorech podílejících se na žmolkování. Pro tento výzkum využili matematický model pro výpočet mechanismů
DIPLOMOVÁ PRÁCE 23 žmolkování, který byl poprvé použit v publikaci Branda a Bohmfalka (B a B) v roce 1967.
Autoři předvídají vznik žmolků i tam, kde je přítomno jen pár krátkých vláken, zatímco studie (B a B) ze které vycházeli, předpokládala, že tvorba žmolku závisí na pravděpodobnosti, že shluky vláken (nopky) jsou dostatečně blízko a po dlouhou dobu.
Hodnocení žmolkovitosti pomocí objektivního hodnocení není v současné době ničím novým. Ve světě již proběhlo několik experimentů, jež se týkaly právě této oblasti hodnocení žmolkovitosti.
Jasinská se ve své práci [5] zabývá vyhodnocením žmolkovacího procesu, kdy se odklání od obvyklého způsobu hodnocení stupně žmolkovitosti, tzn. pouhým okem, a zabývá se spíše metodou, která zahrnuje analýzu obrazu. Pomocí kamery pořizuje řadu RGB obrazů, které následně upravuje kanál po kanálu (RGB se skládá ze 3 kanálů). Ty upravila tak, aby došlo ke zvýraznění žmolků. Zvýrazněné žmolky byly upraveny dále prahováním a výsledný získaný obraz mohl být použit k analyzování vlastností žmolkovitosti. Tento způsob vyhodnocení žmolkovitosti autorka označuje za objektivní hodnocení. Jeho nedostatek však je, že se musí každý kanál upravovat zvlášť, což je nevýhodné při rozsáhlejším experimentu.
Další kdo se zabýval objektivním hodnocením, byli autoři Xin a Hu ve své práci [6].
Ti se kromě objektivního hodnocení zabývali mimo jiné i stanovením parametrů u žmolkování. Parametry, kterými se ve své práci zabývají, jsou průměrná plocha žmolků, dále kontrast, hustota a celková plocha žmolků. Některé z těchto parametrů budou v práci popsány poté podrobněji, jelikož s nimi tato diplomová práce bude v experimentální části pracovat. Autoři svůj výzkum prováděli na komorovém žmolkovacím přístroji, kde vzorky osvětlily. Osvětlení mělo zaručit konstantní světlo během experimentu. Získané fotografie se následně upravovali (např. oříznutí, prahování) tak, aby vznikl binární obraz. Z toho se již mohly vypočítávat zmíněné charakteristiky. Tato metoda se ukázala jako velice přesná.
Autoři ji však testovali jen na jednobarevných textiliích.
Semnani a Ghayoor se ve své práci [8] vytvořily algoritmus, který měl detekovat žmolky.
Pomocí tohoto algoritmu však bylo možné sledovat i další charakteristiky (výšku, objem, povrch), které nelze při subjektivním hodnocení zjistit. Pro hodnocení žmolkovitosti použili přístroj Martindale. Za zkušební materiál zvolili bavlněnou textilii. Stejně jako
DIPLOMOVÁ PRÁCE 24 u předchozího výzkumu byly opět pořízeny fotografie, které byly upraveny. Pro úpravu obrazů použili například Wienerův filtr, který snížil obrazový šum.
Zajisté výše zmíněné shrnutí současného stavu není kompletní a dalo by se nalézt mnohem více publikací. Pro poukázání na výše osvědčené metody, které se stále zdokonalují a rozšiřují, by to mohlo být postačující. Ze shrnutí vyplívá, že u žmolkovitosti jako takové je stále co zkoumat. A to nejen při pohledu na příčiny vzniku žmolků, ale i z hlediska potřeby stále nových metod, které budou dokonalejší než ty předtím pro hodnocení žmolkovitosti. Snahou je totiž co nejvíce odstranit chyby lidského faktoru. Jedny z prvních pokusů objektivního hodnocení byly prováděny pouze na jednobarevných textiliích, či na textiliích jednotného materiálového složení.
Základem pro objektivní hodnocení zůstává, aby mohly být vzorky vyhodnoceny pomocí obrazové analýzy, při použití výpočetního programu, musejí být osvětleny. V této diplomové práci bude na testované textilie nanesen opticky zjasňující prostředek, pomocí kterého by měly být žmolky lépe vidět pod UV lampou. Podobnou metodou se již zabývaly předchozí závěrečné práce na fakultě textilní TUL. Opticky zjasňující prostředky budou popsány v následující kapitole.
DIPLOMOVÁ PRÁCE 25
4 OPTICKY ZJASŇUJÍCÍ PROSTŘEDKY
Jak už bylo v předchozí kapitole naznačeno, opticky zjasňující prostředky (OZP) budou jedním ze „stěžejních“ kroků při zpracovávání experimentu. Aby mohlo být naneseno vhodné OZP na vybrané materiály, bylo nutno se nejprve seznámit s tím, co OZP vlastně znamená.
4.1 Historický vývoj OZP
Při pohledu k počátku vzniku opticky zjasňujících prostředků, je patné, že textilní materiály jako například bavlna, vlna, len, hedvábí a některé syntetické materiály jako polyamid, polyester a polyakrylonitril nejsou úplně bílé a mají nažloutlý odstín. Což je v rozporu s aktuálními módními trendy. Prvním pokusem o bělení textilií bylo tzv. bělení na slunci.
U toho se příliš dlouho nevydrželo a následovaly pokusy o chemické bělení, jak textilních tak i jiných materiálů. Účelem bylo zvýšení jasu produktu a potlačení některých odstínů.
V počátcích chemického bělení byly tyto zjasňovače považovány spíše za bělící pomocníky neboli optická bělící činidla [26, 15].
4.2 Charakteristika OZP
Opticky zjasňující prostředky, zkráceně OZP, se řadí do kategorie organických barviv.
Opticky zjasňující prostředky obsahují fluorescenční bílá barviva. Tato fluorescenční barviva mají schopnost absorbovat neviditelné ultrafialové záření v rozmezí 340-370 nm. Dále přeměňují zmíněné UV záření na viditelné modro-fialové světlo s vlnovou délkou 420-470 nm. Výsledný optický efekt je závislý na dostatku UV záření v dopadajícím světle.
To znamená, že při žárovkovém světle bude optický jen málo viditelný, ale na přímém slunečním světle bude vynikající. Díky této schopnosti změnit spektrum neviditelného UV záření na viditelné, jsou schopny OZP zabránit žloutnutí textilie. Opticky zjasňující prostředky se nejčastěji aplikuji při závěrečných úpravách textilních materiálů nebo
DIPLOMOVÁ PRÁCE 26 se přidávají do pracích prostředků z důvodu vytváření zjasňujících efektů. Tento zjasňující efekt je založen na principu fluorescence [23, 24].
Fluorescence
Fluorescence je fyzikální jev, nastávající v momentě, kdy dochází k absorpci záření o kratší vlnové délce a následně k vyzáření fotonů o delší vlnové délce [25].
Jedním z důvodů, proč se OZP používají v textilní praxi, je zajisté módnost bílé barvy.
V současné době jsou různé odstíny bílé žádoucí, a čím více je bílá barva jasnější a zářivější, tím je to samozřejmě lépe vnímáno. Díky OZP se dosahuje velice intenzivních bělostí textilií.
Opticky zjasňující prostředky jsou dle Syntezie [14], jakožto jednoho z předních výrobců, charakterizovány jako látky obsahující značky pro zjasňování textilních materiálů, ale i papíru nebo jako zjasňující složka k výrobě detergentů. Nejčastěji jsou tyto prostředky vyráběny v práškové nebo tekuté formě, případně i ve formě suspenze [14].
4.3 Použití OZP v textilní praxi
V textilním průmyslu, lze tyto opticky zjasňující prostředky aplikovat při procesech, jak předúpravy, tak i při závěrečných úpravách textilií [14].
V posledních letech došlo k výraznému nárůstu využívání optických zjasňujících prostředků.
Příčinou je vznik nových typů vláken a vlákenných směsí. Proto výrobci musí vyrovnávat s hledáním nových způsobů aplikace OZP. Tím roste i poptávka. Opticky zjasňující prostředky by měli být kompatibilní s co nejvíce chemickými látkami používanými v různých fázích výroby [26].
Vzhledem k tomu, že se při aplikaci opticky zjasňující prostředky chovají podobně jako barvy, je nutné dodržovat i podobné podmínky. Při nanášení OZP na materiál je důležitá jeho koncentrace. V případě překročení doporučené koncentrace dochází ke snížení bělosti textilního materiálu, tím dochází ke žloutnutí textilie. Žloutnutí textilie je nežádoucí výsledek [14].
DIPLOMOVÁ PRÁCE 27 4.3.1 Požadované vlastnosti OZP pro aplikaci na textil
Pro aplikaci na textil musí OZP splňovat určité požadavky [27]:
dobrou rozpustnost a substantivitu k textilnímu podkladu v rámci aplikace na textilní materiál;
odolnost vůči slunečnému záření (UV záření);
rychlou přilnavost na materiál;
rychlý průnik dovnitř materiálu.
Výběr vhodného OZP také záleží pro jaký rozsah pH je optický zjasňující prostředek určený a na tvrdosti vody.
Hlavním cílem aplikace OZP na vybrané textilní materiály v této diplomové práci, byla potřeba zvýraznit žmolky při fotografování pod UV světlem. Tím má být docíleno, že vytvořené žmolky na povrchu textilie budou jasněji vidět, než při fotografování v běžném světle. Fotografováním pak budou získány obrazy jednotlivých etap procesu žmolkování, které budou následně zpracovány za využití obrazové analýzy, jež bude popsána v následující kapitole.
DIPLOMOVÁ PRÁCE 28
5 PRINCIP OBRAZOVÉ ANALÝZY
V kapitole 3 bylo popsáno shrnutí současného stavu při objektivním hodnocení, ke kterému se využívala právě obrazová analýza. Ze závěru kapitoly 4 vyplývá, že ze vzorků, na které se naneslo OZP, byly vyfotografovány pod UV světlem, byly získány série fotografií, které bylo nutné následně upravit právě pomocí obrazové analýzy. Ta by měla umožnit hodnocení takto upravených fotografií a získat pomocí ní důležité údaje o zkoumaných charakteristikách.
Obrazová analýza (VIDEO IMAGE ANALYSIS) je moderní metoda, která se začala rozšiřovat s vývojem výpočetní techniky. Obrazová analýza má rozsáhlé použití v mnoha oborech, kde je zapotřebí získávat, zpracovávat a následně analyzovat obrazová data.
Samotná analýza obrazu je náročný proces, díky němuž však můžeme pomocí po sobě následujících kroků identifikovat a klasifikovat objekty, které hledáme na zobrazovaném snímku. V současné době existuje široké spektrum programových prostředí, pomocí nichž lze provádět obrazovou analýzu. Patří k nim např. Matlab, ImageJ aj. V této práci byl pro vyhodnocování pomocí obrazové analýzy zvolen program Matlab.
Matlab byl poprvé představen roku 1984 americkou společností The MathWorks, Inc. Název tohoto programu se skládá z anglické zkratky matrix labory. Matlab se vyznačuje integrovaným prostředím, ve kterém lze provádět:
matematické výpočty,
modelování,
analýzu a vizualizaci dat,
měření a zpracování dat,
vývoj algoritmů,
návrhy řídících a komunikačních systémů atd.
Základem Matlabu je výpočetní jádro, které umožňuje provádět numerické operace s maticemi reálných nebo komplexních čísel.
DIPLOMOVÁ PRÁCE 29 Samotný princip analýzy obrazu spočívá ve vyhodnocení digitálního obrazu, který byl pořízen digitální kamerou, fotoaparátem nebo scannerem. Obraz se rozdělí na jednotlivé pixely. Za základní postup obrazové analýzy se dá považovat následující nástin, který je vidět na Obrázek 6.
Obrázek 6 Schéma postupu zpracování obrazu - princip obrazové analýzy
5.1 Digitální obraz
Obraz je chápán jako vícerozměrný signál, který lze vyjádřit pomocí matematického modelu skalární funkce f, dále obrazová funkce. Obrazová funkce je tedy popsána jako dvourozměrná funkce f (x, y). Přičemž x a y jsou prostorové souřadnice a f je amplituda.
Z toho vyplývá, že amplituda f je intenzita jasu v daném bodě (x, y). Aby mohla být zmiňovaná obrazová funkce zpracována pomocí počítače, musí se digitalizovat. Tím vznikne digitální obraz. Ten je nejčastěji reprezentován maticí o M řádcích a N sloupcích. Jednotlivé
Snímání reálného obrazu a jeho digitalizace
Předzpracování obrazu
TRANSFORMACE (JASOVÁ, GEOMETRICKÁ, MORFOLOGICKÁ), OSTŘENÍ A FILTRACE
Segmentace obrazu
(PRAHOVÁNÍ, DETEKCE)
Analýza (popis) objektů
MĚŘENÍ
Vyhodnocování výsledků
DIPLOMOVÁ PRÁCE 30 prvky matice se pak nazývají pixely neboli obrazové elementy. Pixel je tedy základním obrazovým prvkem a zároveň nejmenší složkou digitálního obrazu. Každý obraz je tvořený pixely, které jsou uspořádaný ve čtvercové mřížce. Hodnota pixelů závisí na množství světelné energie.
Digitalizace obrazu spočívá ve vzorkování (digitalizování souřadnic) a kvantování (digitalizování amplitudy). Vzorkování se skládá ze dvou kroků, a to určení vzorkovacího intervalu a výběru vzorkovací mřížky. Interval vzorkování je vzdálenost mezi nejbližšími vzorkovacími body v obraze. Interval vzorkování se tedy musí volit tak, aby byl menší nebo rovný polovině rozměru nejmenších detailů v obraze. Při samotném zpracování obrazu se však doporučuje vzorkovat alespoň 5x jemněji. Výběr vzorkovací mřížky chápeme jako uspořádání bodů při vzorkování. Nejčastěji se používá čtvercová mřížka. Tato mřížka je však spojována s problémy se spojitostí oblasti [17].
Kvantováním se docílí toho, že amplituda f ve vzorkovaném obraze bude vyjádřená jako digitální údaj. Pokud je počet kvantovacích úrovní dostatečný, docílí se toho, že budou přesně vyjádřeny jemné detaily obrazu a zabrání se tak vzniku falešných obrysů. Jestliže kvantovací úrovně nabývají stejných k intervalů, jsou určeny vztahem
k = 2b (1)
kde k značí počet úrovní jasu a b je množství použitých bitů pro reprezentaci. Nejčastěji se používá 8 bitů. Binární obrazy představují informaci o obrazovém bodě pouze jediným bitem [17].
Výstupem kvantování a vzorkování obrazu je matice reálných čísel. Za předpokladu, že výsledný obraz f(x, y) je digitalizován, vznikne matice o rozměrech M řádků a N sloupců.
Výsledný obraz má velikost M x N. Počátek matice obrazu je většinou definován v bodech (x, y) = (0,0). Názorná ukázka této obecné obrazové matice je vidět na Obrázek 7. Jinak je tomu, pokud je obraz zpracováván v programovém prostředí Matlab. Zápis bodu (x, y) je nahrazen zápisem (r,c),kde r značí řádek (row) a c sloupec (column) v obrazové matici.
Počátek obrazu je pak definován body (r,c) = (1,1). Ukázku obrazové matice v Matlabu je
znázorněna na Obrázek 7, [18].
DIPLOMOVÁ PRÁCE 31
a b
Obrázek 7 Postavení pixelů:a) v obecné obrazové matici, b) v obrazové matici v programu MATLAB [18]
5.2 Druhy digitálních obrazů
Jak už bylo řečeno výše, digitální obraz je tvořený z pixelů. Každý pixel je přitom nositelem vlastního barevného kódu zaznamenaného pomoci bitů. Podle tohoto barevného kódu rozlišujeme tři typy digitálních obrazů. Dělíme je na binární, monochromatické a RGB obrazy.
Binární obraz je nejjednodušším typem digitálního obrazu. Skládá se pouze ze dvou možných hodnot. Těmi jsou 0 (pixely černé barvy) pro pozadí a 1 (pixely bílé barvy) pro objekty. Binární obraz vzniká z monochromatického obrazu nejčastěji pomocí prahování.
Monochromatický obraz neboli šedotonový obraz se zakládá na intenzitě odstínů jedné barvy. U tohoto typu obrazu se hodnoty pixelů mění od 0 do 255. Přičemž 0 je černá barva, 255 je barva bílá, ostatní hodnoty značí odstíny šedé.
RGB obraz (barevný) se skládá ze tří základních barev- modré (Blue), zelené (Green) a červené (Red). Pro každou z těchto složek je hodnota pixelů opět od 0 do 255. Pomocí těchto tří základních barev a hodnot pixelů je možné vytvořit jakoukoliv barvu [18].
DIPLOMOVÁ PRÁCE 32
6 HODNOCENÍ ŽMOLKOVITOSTI POMOCÍ PŘÍSTROJE MARTINDALE A OBRAZOVÉ ANALÝZY
Jak již bylo zmíněno v kapitole 3, pro studium procesu žmolkování byla ve světě navržena řada algoritmů. Tyto algoritmy vychází z principů zpracování obrazů a hodnotí žmolkovací proces v čase. Jedná se o objektivní způsoby hodnocení žmolkovitostí. Na Fakultě textilní TUL se touto metodou zabývala Ing. Malínková [28], která navrhla algoritmus pro hodnocení žmolkovitosti s využitím 2D DFT, nebo Ing. Kabátek [30], který hodnotil žmolkovitost na základě 3D rekonstrukce obrazu textilií s využitím gradientních polí.
U zmíněných metod byla vypozorována jistá omezení. Zejména v případě hodnocení žmolkovitosti na potištěných nebo vzorovaných (barevné snování a házení) textiliích.
Na základě teoretických poznatků o OZP použila Bc. Horáková [29] opticky zjasňující prostředky jako „zvýrazňovač“ žmolků, V jejím nápadu pokračovala Bc. Zhadak [22]
a použila stejný nástroj pro studium opakovatelnosti žmolkovácího procesu. Ovšem v těchto prácích bylo využití OZP pro studium žmolkovitosti pouze nastíněno a vyzkoušeno vždy pouze na jediném vzorku u 100% bavlněné tkaniny. Horáková k simulaci žmolkování použila komorový žmolkovácí přístroj [29], Zhaldak pro stejný účel využila Martindale test [22].
Cílem této práce je zkoumat účinnost OZP při studiu žmolkovitosti textilií různého materiálového složení a také u vzorovaných textilií. Dílčím cílem praktické části práce je vizualizace a studium počáteční fáze žmolkovacího procesu. K hodnocení budou použity poznatky obrazové analýzy. Dále bylo cílem shromáždit data pro další výzkum- tj. vyhodnocení prostorového umístění a pohyb žmolků v čase.
DIPLOMOVÁ PRÁCE 33
6.1 Popis testovaných textilií
Pro experimentální část této práce bylo snahou vybrat textilie s vysokým stupněm žmolkovitosti. Jak již bylo uvedeno v kap. 2.1, tvorbu žmolků ovlivňuje materiál a jeho konstrukce. Před zahájením samotného experimentu proběhla řada předběžných zkoušek, kdy se testovaly textilie různého materiálového složení a struktur.
Vybrány byly 3 textilie, jež vykazovaly vysoký stupeň žmolkovitosti a z chemického hlediska mohly byt ošetřeny stejným typem OZP. Těmito vzorky byly 100% bavlněná tkanina, dále jen vzorek B, 100% vlněná tkanina (vzorek V) a směs 60% polyesteru/
40%viskózy (vzorek VP), (viz Obrázek 8).
a) b)
c)
Obrázek 8 Ukázka testovaných vzorků (licní strana):
vzorek V (a), vzorek B (b), vzorek VP (c)
DIPLOMOVÁ PRÁCE 34 Podrobný popis vzorků je v tabulce 3. Je patrné, že textilie V a VP mají stejnou vazbu, srovnatelnou dostavu a plošnou hmotnost, liší se ovšem materiálovým složením. Textilie B má téměř 2x menší dostavu a plošnou hmotnost, dále se vyznačuje jinou vazbou a materiálovým složením (100% bavlněná).
Tabulka 3 Charakteristika testovaných textilií Označení
textilie
Materiálové složení
Barevnost Plošná hmotnost
[kg/m2]
Vazba Dostava
Po osnově Do [cm-1]
Po útku Du [cm-1] Vzorek B 100% bavlna jednobarevný 0,163 plátno 18,7 15,2 Vzorek V 100% vlna jednobarevný 0,236 kepr 30,4 27,2 Vzorek VP 40%viskóza/
60%polyester
vzorovaný (barevné snování a házení)
0,206 kepr 28,2 24
6.2 Nanesení OZP na testované vzorky
Opticky zjasňující prostředek byl nanesen pouze na vzorky B a V. V diplomové práci byl pro bavlněnou a vlněnu textilii zvolen opticky zjasňující prostředkek (OZP) Rylux PRS tekutý.
Tento OZP je vhodný jak pro textilní, tak papírenský průmysl, dále může sloužit jako přísada do pracích přípravků. Charakteristika OZP použitého v experimentální části práce je představena v tabulce 4.
DIPLOMOVÁ PRÁCE 35 Tabulka 4 Charakteristika opticky zjasňujícího prostředku Ryluxu PRS
Chemické složení diaminostilbendisulfokyselina
Skupenství žlutohnědá kapalina
Rozpustnost neomezeně ředitelný vodou
Ionogenita anionaktivní
Odstín optického zjasnění fialová
Použití bavlna, len, viskóza, PAD, vlna, přírodní hedvábí
Aplikace vytahovací / klocovací postup
Z tabulky 4 je patrné, že nanesení zvoleného OZP lze provést dvěma způsoby, a to vytahovacím nebo klocovacím postupem. Pro nanesení Ryluxu PRS na vybrané textilie byl z těchto dvou zmíněných postupů vybrán vytahovací postup. Jednalo se o využití vytahovací lázně (Obrázek 9), ve které byl obsažen vodní roztok OZP (Rylux PRS).
Obrázek 9 Schéma nanesení OZP na textilní vzorky
Ošetření textilií OZP probíhalo před jejich rozstřiháním na vzorky požadované velikosti.
Textilie B a V byly zváženy ( mvzorekB = 71,59 g; mvzorekV = 110,56 g) a vloženy do
DIPLOMOVÁ PRÁCE 36 samostatných kádinek s vodní lázní zahřátou na 60 °C. V těchto vodních lázních byl předem rozpuštěn vybraný optický zjasňující prostředek. Pro ošetření vlněné textilie do vytahovací lázně- navíc bylo přidáno 0,5 g/l kyseliny octové dle pokynů výrobce. Poměr vodní lázně byl stanoven na 1:40.
Výpočty bylo stanoveno, že u bavlněného vzorku (Tabulka 5) je potřeba při jeho váze 71,59 g použít 2836 ml vody, dávkování OZP při koncentraci 0,8 % z hmotnosti vzorku textilie by mělo tedy byt 0,5 g/l. Pro ošetření vlněného vzorku (Tabulka 6) na přípravu vytahovací lázně bylo potřeba 4422 ml vody, dávkování OZP při doporučené koncentraci 2% bylo 2,21 g/l.
Tkanina B byla do vytahovací lázně ponořena na 30 minut. Tkanina V byla ošetřovaná po dobu 90 min. Po vytažení z lázně, byly vzorky vyždímány a nechaly se schnout do dalšího dne.
Textilie VP ošetřena OZP nebyla. Zvolený typ optický zjasňujícího prostředku není vhodný pro použití na polyesterová vlákna.
Tabulka 5 Výpočet poměru vodní lázně a OZP pro vytahování vzorek B
Poměr lázně 1:40 Koncentrace OZP 0,8 % z hmotnosti textilie B 1g………..40 ml
71,59g……X ml 71,59/1 *40= 2836 ml
1g………..0,7159 0,8%...x g/l 0,8/1*0,7159=0,5 g/l
Tabulka 6 Výpočet poměru vodní lázně a OZP pro vytahování vzorek V
Poměr lázně 1:40 Koncentrace OZP 2 % z hmotnosti textilie V 1g……….. 40 ml
110,56g……X ml 110,56/1 *40= 4422 ml
1g……….. 1,1056 g 2 %... X g/l 2/1*1,1056 =2,21 g/l
6.3 Testování textilií na žmolkovitost
Textilie popsány v kapitole 6.1 byly testovány na žmolkovitost pomocí Martindale testu.
Dle normy ČSN EN ISO 12945-2 od bavlněné (vzorek B) a vlněné (vzorek V) tkaniny byly
DIPLOMOVÁ PRÁCE 37 připraveny 3 testovací sady vzorků (1 sada obsahovala 2 vzorky kruhového tvaru o průměru 10 cm), ze směsové tkaniny (vzorek VP) se testovaly 2 sada (tj. 4 vzorky). Vzorky byly po svém obvodu opatřeny několika značkami.
Do upínacích hlavic přístroje Martindale byly proti sobě umístěny tyto dvojice vzorků:
vzorek BOZP – vzorek B;
vzorek VOZP – vzorek V;
vzorek VOZP – vzorek VP;
Přičemž jeden ze vzorků v každé dvojici byl ošetřen OZP (tyto vzorky jsou označeny indexem „ozp“). U posledního páru vzorku (tj. vzorek V – vzorek VP) byla ošetřena vlněná tkanina opticky zjasňujícím prostředkem, textilie VP upravená nebyla. Uchycení vzorků do hlavic přístroje zobrazuje Obrázek 10. Celkově vzniklo 8 testovaných sad.
Po předběžném zkoumání byla zjištěna (viz kapitola 6.1) rychlost žmolkování u každé z testovaných textilií. Proto byly celkový čas a perioda jednotlivých testů nadefinovány tak, jak je popisuje Tabulka 7. Každá z dvojic testovaných textilií byla vracena do přístroje 15 krát.
horní hlavice přístroje
dolní hlavice přístroje Vzorek s OZP/
bez OZP
Vzorek
bez OZP/ s OZP
Obrázek 10 Uchycení vzorků v hlavicích přístroje
DIPLOMOVÁ PRÁCE 38 Tabulka 7 Nastavení experimentu pro testování žmolkovitosti
Testy Párování vzorků Perioda simulace [otáčky]
Celkový čas simulace [otáčky]
Test 1 vzorek B- vzorek B 2 30
Test 2 vzorek V - vzorek V 15 225
Test 3 vzorek V - vzorek VP 30 450
Jak bylo zmíněno v úvodu kapitoly 6, pro hodnocení testovaných textilií budou použity principy obrazové analýzy. Pro tento účel bylo nutné z průběhu testování získat digitální snímky textilií. Proto vždy po uplynutí nastavené periody testu dvojice vzorků byla z přístroje vyjmuta a v temné komoře pod UV lampami byly pořízeny jejich snímky.
Fotografie vzorků byly pořízeny fotoaparátem značky Canon EOS 400D. Vzdálenost objektivu od vzorku byla 1m a UV lampy byly vzdáleny na obou stranách 20 cm od focených vzorků. Při focení vzorků B a V expoziční čas a clonové číslo byly 1/6 a F 3,5.
V případě textilie VP byl expoziční čas změněn na 0“5, clonové číslo zůstalo stejné F 3,5.
Obrázek 11 zobrazuje sestavu pro pořízení fotografií textilních vzorků v průběhu jejich testování na žmolkovitost.
Obrázek 11 Sestava pro pořízení obrázků testovaných textilií (1- ultrafialové lampy, 2- vzorek textilie, 3- černá podložka, 4- stativ, 5- fotoaparát
DIPLOMOVÁ PRÁCE 39 Vždy se fotografoval vzorek neošetřený OZP. Sledovalo se tedy přenášení vláken ze vzorku obarveného OZP, na vzorek neobarvený. Dle poznatků rešerní části práce, jednou z vlastností OZP je jeho výrazná fluorescence v UV světle. Jak bylo patrné z Obr. 11, sady vzorků se testovaly jak při umístění vzorku s OZP v horní, tak i v dolní čelisti přístroje.
Z tohoto důvodu pořízené snímky textilií jsou vždy označeny příslušným indexem v závislosti na umístění v přístrojitakto:
Vzorek B
o Vzorek BD- vzorek B upnutý v dolní hlavici přístroje o Vzorek BN- vzorek B upnutý v horní hlavici přístroje
Vzorek V
o Vzorek VN- vzorek V upnutý v horní hlavici přístroje o Vzorek VD- vzorek V upnutý v dolní hlavici přístroje
Vzorek VP
o Vzorek VPD- vzorek VP upnutý v dolní hlavici přístroje o Vzorek VPN- vzorek VP upnutý v horní hlavici přístroje
V průběhu každého testu bylo pořízeno 16 fotografií pro každou sadu vzorků (první obrázek patřil vždy nultému vzorků – tj. před testováním). Celkově tedy bylo pořízeno 128 fotografií snímků. Na Obrázek 12 je představená jedna z testovaných sad (vzorek Bozp – vzorek BD), kde je patrný postupný průnik vláken z obarveného vzorku na neobarvený a výskyt prvních žmolků (snímek 4).
DIPLOMOVÁ PRÁCE 40
0 1(2 otáčky) 2(4 otáčky)
3(6 otáček) 4(8 otáček) 5(10 otáček)
6(12 otáček) 7(14 otáček) 8(16 otáček)
9(18 otáček) 10(20 otáček) 11(22 otáček)
12(24 otáček) 13(26 otáček) 14(28 otáček)
Obrázek 12 Změny pozorované v čase na povrchu bavlněné tkaniny (vzorek BD)
DIPLOMOVÁ PRÁCE 41
6.4 Zpracování snímků pomocí obrazové analýzy
Pořízené snímky textilií (digitální obrazy) byly zpracovány pomocí obrazové analýzy.
Obrazová analýza byla použita za účelem objektivního vyhodnocení vzorků. Pro analýzu získaných digitálních obrazů byl upravený a následně použitý algoritmus Ing. Kabátka [30].
Algoritmus byl napsán v programovém a výpočetním prostředí Matlab. Po úpravě se algoritmus skládal z osmi hlavních kroků a řady příkazů. Stručný popis algoritmu je uvedený v Tabulka . Podrobný popis algoritmu je součásti Přílohy 1.
Tabulka 8 Struktura algoritmu pro vyhodnocení žmolkovitosti
clc, clear, close all Příprava příkazového okna.
Načtení obrazu Načtení původního obrazu, nastavení strukturního elementu, kalibrace (1pix= 0,051 mm), výřez obrazu a načtení nového obrazu.
Převedení na monochromatický obraz
Úprava kontrastu a převedení na monochromatický obraz, načtení monochromatického obrazu.
Segmentace obrazu – prahování Hodnoty menší než ručně stanovený práh budou zabarvené černě, větší bíle.
Detekce žmolků Všechny objekty na hranicích obrazu ( neúplné), malé objekty a díry se odstraní.
Indexace objektu
Očíslování objektů, vytvoření souborů pro ukládání dat.
Vyobrazení obvodů objektů Zvýraznění obvodů jednotlivých žmolků.
Hustota žmolků Nastavení parametrů pro vypočítání hustoty žmolků.
Výpočet parametrů žmolkovitosti Výpočet počtu žmolků, průměrné plochy žmolků, průměrného obvodu žmolků a doprovodných statistik (max. a min. hodnota plochy a objemu objektů, směrodatná odchylka, hustota žmolků.).
Algoritmus upravoval původně pořízené snímky do různých podob, viz Obrázek 13. Soubor výchozích fotografií se nachází v příloze 1. Obrazové výstupy výpočtu jsou v příloze 2.
DIPLOMOVÁ PRÁCE 42
a) b)
c) d)
e)
Obrázek 13 Ukázka obrazové analýzy vzorku BD: a) monochromatický obraz načteného snímku, b) výřez obraz, c) binární obraz, d) obtažení nalezených objektů, e) nejbližší vzdáleností mezi náhodně
vygenerovanými body a těžišti nalezených objektů
DIPLOMOVÁ PRÁCE 43 6.4.1 Postup předzpracování pořízených obrazů
Předzpracování pořízených obrazů dle Tabulky 8, probíhá ve dvou krocích, a to načtení obrazu a jeho převedení na monochromatický obraz. Digitální obrazy testovaných textilií byly pořízeny ve formátu .jpg. Pro možnost dalšího zpracování bylo nutné tyto série fotografií zpracovat pomocí výše popsaného algoritmu.
Nejprve bylo potřeba jednotlivé fotografie načíst do prostředí výpočetního programu Matlab.
Načtení fotografií se provedlo za pomoci funkce imread.m. Po načtení obrazu do programového prostředí Matlab, bylo nutné převést fotografie z barevné do monochromatické podoby (viz Obrázek 14). Tím se získal obraz ve stupních šedi. Této transformace bylo docíleno pomocí funkce rgb2gray.m a imadjust.m.
Funkce rgb2gray.m slouží k převedení barevného (tj. RGB obrazu) na monochromatický obraz. Dále pak funkce imadjust.m slouží k mapování hodnot intenzity obrazu. To se provádí ve stupních šedi. Tyto stupně šedi se pak nahrazují novými hodnotami. Pomocí funkce imadjust.m je docíleno zvýšení kontrastu výstupního obrazu.
Pomocí výše zmíněných operací se získá obraz, ve kterém je možno vidět, že světlá místa představují jednotlivé objekty (tzn. jednotlivá vlákna a jejich shluky – tj. žmolky) a místa v šedých odstínech zobrazují vazbu textilie. Po převedení obrazu z původního RGB do oříznutého monochromatického obrazu, následovaly operace vyznačující se segmentací obrazu, které budou popsány v následující kapitole
DIPLOMOVÁ PRÁCE 44
0 1(2 otáčky) 2(4 otáčky)
3(6 otáček) 4(8 otáček) 5(10 otáček)
6(12 otáček) 7(14 otáček) 8(16 otáček)
9(18 otáček) 10(20 otáček) 11(22 otáček)
12(24 otáček) 13(26 otáček) 14(28 otáček)
15(30 otáček)
Obrázek 14 Sada monochromatických obrazů získaných pro vzorek BD
DIPLOMOVÁ PRÁCE 45 6.4.2 Segmentace obrazu
V předchozí kapitole bylo popsáno načtení obrazu a převedení RGB obrazu do monochromatického obrazu. Následujícím krokem důležitým při zpracovávání pořízených fotografií pomocí vytvořeného algoritmu byla segmentace obrazu.
Segmentace obrazu je v případě analýzy obrazu jednou z nejdůležitějších operací při zpracovávání obrazu. Cílem segmentace je identifikování oblastí v popředí a jejich oddělení od pozadí. Díky segmentaci obrazu se tedy získá obraz, který je vhodný pro identifikování hledaných objektů.
Hledané objekty se dají odlišit od pozadí například díky barvě, intenzitě šedi nebo geometrickým vlastnostem. Nejčastěji používanou a zároveň nejstarší metodou segmentace obrazu je prahování. Tato metoda se vyznačuje svou rychlostí a výpočetní nenáročností.
6.4.2.1 Prahování
Prahování je metoda založená na hodnocení jasu jednotlivých pixelů. Princip prahovací metody spočívá v nalezení hodnoty dále jen práh v histogramu. Pro nalezený práh bude platit, že všechny nižší hodnoty než zvolený práh budou odpovídat pozadí. Zatímco vyšší hodnoty budou odpovídat popředí (neboli hledaným objektům).
Prahování lze tedy definovat jako transformaci vstupního obrazu f (monochromatického), na výstupní obraz g (binární). Tento výstupní obraz je již segmentovaný. Transformace zmiňovaného vstupního obrazu f na výstupní obraz g podléhá tedy vztahu:
prof x y T T y x f y pro
x 1 ( , )
) , (
, 0 (2)
kde T je konstanta (práh), g(x,y) je výstup a f(x,y) je vstup. Z tohoto vztahu vyplývá, že hodnoty, které nabudou větší hodnoty, než zvolený práh, budou rovny 1 (bílá barva).
Naopak hodnoty menší než zvolený práh, tudíž ležící v pozadí, budou rovny 0 (černá barva).
DIPLOMOVÁ PRÁCE 46
0 1(2 otáčky) 2(4 otáčky)
3(6 otáček) 4(8 otáček) 5(10 otáček)
6(12 otáček) 7(14 otáček) 8(16 otáček)
9(18 otáček) 10(20 otáček) 11(22 otáček)
12(24 otáček) 13(26 otáček) 14(28 otáček)
15(30 otáček)
Obrázek 15 Sada binárních obrazů vzorku BD
DIPLOMOVÁ PRÁCE 47 V této diplomové práci byla pro prahování obrazu použita funkce im2bw.m.. Tato funkce umožňuje specifikovat práh, pohybující se v intervalu od 0 do 1. Výhodou a zároveň nevýhodou této funkce je, že se prahovací hodnota musí volit ručně. Výhodou tedy je, že zvolení prahu je poté přesnější, nevýhodou však může být v případě větší série fotografiií nutnost volit práh pro jednotlivé fotografie.
Segmentací obrazu bylo docíleno převedení monochromatického obrazu na binární obraz.
Následujícími kroky po segmentaci obrazu byla detekce žmolků.
6.4.3 Detekce žmolků
Pro správné vyhodnocení charakteristik žmolkovitosti bylo nutné provést detekci žmolků.
Detekce žmolků se prováděla za účelem odstranění nevhodných objektů v obraze.
Ve vytvořeném algoritmu byly pro detekci žmolků použity příkazy bwareaopen.m a imclearborder.m.
Přičemž příkaz bwareaopen.m slouží k odstranění malých objektů a děr v obraze dle předem zvolené podmínky. To znamená, že všechny objekty menší než zvolená podmínka budou odstraněny.
Druhý použitý příkaz k detekci žmolků byl imclearborder.m. Ten slouží k odstranění objektů ležících na hranici obrazu. Tyto objekty, jsou neúplné, a proto se musí odstranit. V případě, že by se tyto neúplné objekty neodstranily, docházelo by ke zkreslování výsledných dat.
To znamená, že vytvořený algoritmus by započítával i objekty ležící na hranici obrazu. Což je nežádoucí. Pro zpracování a vyhodnocení potřebných charakteristik je nutné, aby algoritmus započítával pouze úplné objekty.
DIPLOMOVÁ PRÁCE 48
6.5 Indexace objektů
Indexace objektů byla nutná pro výpočet určitých charakteristik žmolkovitosti textilií. Xin, B. A Hu, J. ve své práci [7] mezi hlavní charakteristiky žmolkovitosti stanovují následující:
počet žmolků,
velikost žmolků,
hustota žmolků,
kontrast.
Na stejné charakteristiky se zaměřuje i Malínková ve své práci [28]. Změny počtu žmolků, jejich velikosti a hustoty v čase budou hodnoceny i v této diplomové práci. Kontrast, který určuje výšku žmolků v obraze, nebude pro účely této DP zjišťován. Postup výpočtu zmíněných charakteristik (počet žmolků, velikost žmolků a hustota žmolků) bude popsán v kapitole 6.5.1.
Pro indexaci objektů byla použita funkce bwlabel.m. Tato funkce slouží k vyhledání objektů v obraze a jejich očíslování. Při použití této funkce je výstupem matice, která má stejnou velikost jako vstupní obraz, ale obsahuje navíc připojené popisky (indexy) objektů, které se v obraze vyskytují.
Jednotlivé prvky v matici jsou celočíselné hodnoty větší nebo rovny 0. To znamená, že pixely označeny 0 jsou pozadí, a obrazové body označené 1 označuji jejich příslušnost k objektu č. 1, podobně pak pixely označené 2,3,4 patří objektům č. 2, 3 nebo 4 (viz Obrázek 16), [21].
