真丝前处理方法及其系统技术方案

公开了一种真丝前处理方法及其系统。该方法包括：将真丝织物放置于浸泡槽中，并加入少量洗涤剂，经过轻揉搓后，再用清水冲洗干净以得到清洗后真丝织物；将所述清洗后真丝织物放入漂白槽中，与漂白剂和清水混合并漫泡预定时间，直至颜色变白后，取出并进行清洗处理以得到漂白后真丝；将所述漂白后真丝放入清洗槽中进行二次清洗，以去除残留的漂白剂和污垢得到去污后真丝；将所述去污后真丝平铺在阴凉通风的地方晾干，避免阳光直射或高温烘干以得到干燥后真丝；以及，将干燥后真丝进行整理和平展处理以得到处理后真丝。这样，可以得到一种优化的处理后真丝。化的处理后真丝。化的处理后真丝。

【技术实现步骤摘要】
真丝前处理方法及其系统


[0001]本申请涉及智能检测领域，且更为具体地，涉及一种真丝前处理方法及其系统。

技术介绍

[0002]真丝是一种高档绸缎面料，由于其独特的物理性能和纤维结构，成为了服装、家居用品等领域中广泛使用的材料之一。在真丝的制作过程中，需要将真丝平铺在阴凉通风的地方进行干燥处理，以避免阳光直射或高温烘干导致褪色或老化问题。在实际进行真丝干燥过程中，真丝平铺的平整度是确保真丝质量和产品外观的重要因素。
[0003]然而，目前真丝平铺的平整度检测主要依赖人工检查和经验判断，不仅费时费力，检测的效率较低，而且还极易出现误差，导致真丝发生折叠、起皱或压根的情况，影响真丝后续加工的质量。
[0004]因此，期望一种优化的真丝前处理方案。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种真丝前处理方法及其系统。该方法包括：将真丝织物放置于浸泡槽中，并加入少量洗涤剂，经过轻揉搓后，再用清水冲洗干净以得到清洗后真丝织物；将所述清洗后真丝织物放入漂白槽中，与漂白剂和清水混合并漫泡预定时间，直至颜色变白后，取出并进行清洗处理以得到漂白后真丝；将所述漂白后真丝放入清洗槽中进行二次清洗，以去除残留的漂白剂和污垢得到去污后真丝；将所述去污后真丝平铺在阴凉通风的地方晾干，避免阳光直射或高温烘干以得到干燥后真丝；以及，将干燥后真丝进行整理和平展处理以得到处理后真丝。这样，可以得到一种优化的处理后真丝。
[0006]根据本申请的一个方面，提供了一种真丝前处理方法，其包括：
[0007]将真丝织物放置于浸泡槽中，并加入少量洗涤剂，经过轻揉搓后，再用清水冲洗干净以得到清洗后真丝织物；
[0008]将所述清洗后真丝织物放入漂白槽中，与漂白剂和清水混合并漫泡预定时间，直至颜色变白后，取出并进行清洗处理以得到漂白后真丝；
[0009]将所述漂白后真丝放入清洗槽中进行二次清洗，以去除残留的漂白剂和污垢得到去污后真丝；
[0010]将所述去污后真丝平铺在阴凉通风的地方晾干，避免阳光直射或高温烘干以得到干燥后真丝；以及
[0011]将干燥后真丝进行整理和平展处理以得到处理后真丝。
[0012]在上述的真丝前处理方法中，将所述去污后真丝平铺在阴凉通风的地方晾干，避免阳光直射或高温烘干以得到干燥后真丝，包括：
[0013]获取由摄像头采集的真丝平铺拍摄图像；
[0014]对所述真丝平铺拍摄图像进行图像预处理以得到预处理后真丝平铺拍摄图像，其
中，所述图像预处理包括图像灰度处理、图像滤波和直方图均衡化；
[0015]将所述预处理后真丝平铺拍摄图像沿着真丝延展方向进行切分以得到多个切分子图像；
[0016]将所述多个切分子图像分别通过作为过滤器的卷积神经网络模型以得到多个切分图像特征向量；
[0017]计算所述多个切分图像特征向量中每两个切分图像特征向量之间的欧式距离以得到由多个欧式距离值组成的分类特征向量；
[0018]对所述分类特征向量进行特征分布优化以得到优化分类特征向量；以及
[0019]将所述优化分类特征向量通过分类器以得到分类结果，所述分类结果用于表示真丝平铺的平整度是否满足预定要求。
[0020]在上述的真丝前处理方法中，将所述多个切分子图像分别通过作为过滤器的卷积神经网络模型以得到多个切分图像特征向量，包括：
[0021]使用所述作为过滤器的卷积神经网络模型的各层在层的正向传递中对输入数据分别进行二维卷积处理、基于特征矩阵的均值池化处理和非线性激活处理以由所述作为过滤器的卷积神经网络模型的最后一层输出所述多个切分图像特征向量，其中，所述作为过滤器的卷积神经网络模型的第一层的输入为所述多个切分子图像。
[0022]在上述的真丝前处理方法中，计算所述多个切分图像特征向量中每两个切分图像特征向量之间的欧式距离以得到由多个欧式距离值组成的分类特征向量，包括：
[0023]以如下计算公式计算所述多个切分图像特征向量中每两个切分图像特征向量之间的欧式距离以得到所述多个欧式距离值；
[0024]其中，所述计算公式为：
[0025][0026]其中，V1和V2分别是所述多个切分图像特征向量中每两个切分图像特征向量，dist(V1，V2)是所述多个切分图像特征向量中每两个切分图像特征向量之间的欧式距离，v
1i
和v
2i
分别是所述多个切分图像特征向量中每两个切分图像特征向量的第i个位置的特征值；以及
[0027]将所述多个欧式距离值进行一维排列以得到所述分类特征向量。
[0028]在上述的真丝前处理方法中，对所述分类特征向量进行特征分布优化以得到优化分类特征向量，包括：
[0029]以如下优化公式对所述分类特征向量进行特征分布优化以得到所述优化分类特征向量；
[0030]其中，所述优化公式为：
[0031][0032]其中，v
i
是所述分类特征向量的第i个位置的特征值，μ和σ分别是所述分类特征向量中各个位置特征值集合的均值和标准差，且v
i
′
是所述优化分类特征向量的第i个位置的特征值。
[0033]在上述的真丝前处理方法中，将所述优化分类特征向量通过分类器以得到分类结果，所述分类结果用于表示真丝平铺的平整度是否满足预定要求，包括：
[0034]使用所述分类器的全连接层对所述优化分类特征向量进行全连接编码以得到编码分类特征向量；以及
[0035]将所述编码分类特征向量输入所述分类器的Softmax分类函数以得到所述分类结果。
[0036]根据本申请的另一个方面，提供了一种真丝前处理系统，其包括：
[0037]清洗模块，用于将真丝织物放置于浸泡槽中，并加入少量洗涤剂，经过轻揉搓后，再用清水冲洗干净以得到清洗后真丝织物；
[0038]漂白模块，用于将所述清洗后真丝织物放入漂白槽中，与漂白剂和清水混合并漫泡预定时间，直至颜色变白后，取出并进行清洗处理以得到漂白后真丝；
[0039]二次清洗模块，用于将所述漂白后真丝放入清洗槽中进行二次清洗，以去除残留的漂白剂和污垢得到去污后真丝；
[0040]晾干模块，用于将所述去污后真丝平铺在阴凉通风的地方晾干，避免阳光直射或高温烘干以得到干燥后真丝；以及
[0041]平展处理模块，用于将干燥后真丝进行整理和平展处理以得到处理后真丝。
[0042]在上述的真丝前处理系统中，所述晾干模块，包括：
[0043]图像获取单元，用于获取由摄像头采集的真丝平铺拍摄图像；
[0044]图像预处理单元，用于对所述真丝平铺拍摄图像进行图像预处理以得到预处理后真丝平铺拍摄图像，其中，所述图像预处理包括图像灰度处理、图像滤波和直方图均衡化；
[0045]切分单元，用于将所述预处理后真丝平铺拍摄图像沿着真丝延展方向进行切分以得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种真丝前处理方法，其特征在于，包括：将真丝织物放置于浸泡槽中，并加入少量洗涤剂，经过轻揉搓后，再用清水冲洗干净以得到清洗后真丝织物；将所述清洗后真丝织物放入漂白槽中，与漂白剂和清水混合并漫泡预定时间，直至颜色变白后，取出并进行清洗处理以得到漂白后真丝；将所述漂白后真丝放入清洗槽中进行二次清洗，以去除残留的漂白剂和污垢得到去污后真丝；将所述去污后真丝平铺在阴凉通风的地方晾干，避免阳光直射或高温烘干以得到干燥后真丝；以及将干燥后真丝进行整理和平展处理以得到处理后真丝。2.根据权利要求1所述的真丝前处理方法，其特征在于，将所述去污后真丝平铺在阴凉通风的地方晾干，避免阳光直射或高温烘干以得到干燥后真丝，包括：获取由摄像头采集的真丝平铺拍摄图像；对所述真丝平铺拍摄图像进行图像预处理以得到预处理后真丝平铺拍摄图像，其中，所述图像预处理包括图像灰度处理、图像滤波和直方图均衡化；将所述预处理后真丝平铺拍摄图像沿着真丝延展方向进行切分以得到多个切分子图像；将所述多个切分子图像分别通过作为过滤器的卷积神经网络模型以得到多个切分图像特征向量；计算所述多个切分图像特征向量中每两个切分图像特征向量之间的欧式距离以得到由多个欧式距离值组成的分类特征向量；对所述分类特征向量进行特征分布优化以得到优化分类特征向量；以及将所述优化分类特征向量通过分类器以得到分类结果，所述分类结果用于表示真丝平铺的平整度是否满足预定要求。3.根据权利要求2所述的真丝前处理方法，其特征在于，将所述多个切分子图像分别通过作为过滤器的卷积神经网络模型以得到多个切分图像特征向量，包括：使用所述作为过滤器的卷积神经网络模型的各层在层的正向传递中对输入数据分别进行二维卷积处理、基于特征矩阵的均值池化处理和非线性激活处理以由所述作为过滤器的卷积神经网络模型的最后一层输出所述多个切分图像特征向量，其中，所述作为过滤器的卷积神经网络模型的第一层的输入为所述多个切分子图像。4.根据权利要求3所述的真丝前处理方法，其特征在于，计算所述多个切分图像特征向量中每两个切分图像特征向量之间的欧式距离以得到由多个欧式距离值组成的分类特征向量，包括：以如下计算公式计算所述多个切分图像特征向量中每两个切分图像特征向量之间的欧式距离以得到所述多个欧式距离值；其中，所述计算公式为：
其中，V1和V2分别是所述多个切分图像特征向量中每两个切分图像特征向量，dist(V1，V2)是所述多个切分图像特征向量中每两个切分图像特征向量之间的欧式距离，v
1i
和v
2i
分别是所述多个切分图像特征向量中每两个切分图像特征向量的第i个位置的特征值；以及将所述多个欧式距离值进行一维排列以得到所述分类特征向量。5.根据权利要求4所述的真丝前处理方法，其特征在于，对所述分类特征向量进行特征分布优化以得到优化分类特征向量，包括：以如下优化公式对所述分类特征向量进行特征分布优化以得到所述优化分类特征向量；其中，所述优化公式为：其中，v
i
是所述分类特征向量的第i个位置的特征值，μ和σ分别是所述分类特征向量中各个位置特征值集合的均值和标准差，且v
i
...

【专利技术属性】
技术研发人员：朱榴平，朱政玮，
申请(专利权)人：浙江正源丝绸科技有限公司，
类型：发明
国别省市：