專(zhuān)利名稱(chēng)：：一種非織造布纖維取向分布測(cè)量系統(tǒng)和方法
技術(shù)領(lǐng)域：
：本發(fā)明屬紡織
技術(shù)領(lǐng)域：
，特別是涉及一種非織造布纖維取向分布測(cè)量系統(tǒng)和方法。技術(shù)背景非織造布以其獨(dú)特的加工手段和結(jié)構(gòu)性能正在生產(chǎn)、生活的各個(gè)方面發(fā)揮著重要作用。在醫(yī)療衛(wèi)生、土木工程、環(huán)境保護(hù)、農(nóng)業(yè)等領(lǐng)域。由于非織造布是由纖維材料直接構(gòu)成的纖維集合體，因此纖維材料的性能對(duì)非織造布的性能有直接的影響。纖維的取向分布對(duì)非織造布的物理機(jī)械性能有著密切聯(lián)系，尤其是非織造布的力學(xué)各向性與纖維的取向分布有直接的關(guān)系。因此，測(cè)量和控制纖維的取向分布對(duì)于非織造布的產(chǎn)品設(shè)計(jì)和質(zhì)量控制非常重要。目前尚未出現(xiàn)專(zhuān)門(mén)的非織造布纖維取向分布測(cè)量方法及系統(tǒng)，常用的測(cè)量方法有力學(xué)性能各向異性法、激光衍射法和微波法等。力學(xué)性能各向異性法也稱(chēng)張力法。其原理是，由于纖維排列的各向異性，非織造布的機(jī)械性能也表現(xiàn)為各向異性。在纖維占優(yōu)勢(shì)排列的方向上，由于承載外力的纖維根數(shù)較多，和垂直于該方向相比，非織造布具有較高的強(qiáng)度。但該方法在測(cè)量時(shí)要破壞被測(cè)物，測(cè)量結(jié)果建立在纖維取向也是決定產(chǎn)品各向強(qiáng)度主要因素的假設(shè)上，因此得到的纖維取向分布結(jié)果不夠精確。激光衍射法是假設(shè)纖維呈棒狀，且長(zhǎng)度相同，對(duì)這種固定長(zhǎng)度的圓棒，若給定激光的方位角進(jìn)行照射，其衍射強(qiáng)度與纖維的取向有關(guān)，測(cè)出激光照射下的纖維衍射強(qiáng)度就可求得纖維的取向。但推算時(shí)需已知纖維的晶角分布才行，所以要對(duì)纖維結(jié)晶進(jìn)行測(cè)量。測(cè)試設(shè)備復(fù)雜，假設(shè)條件也與纖網(wǎng)實(shí)際出入太大。這些都會(huì)影響測(cè)量結(jié)果的準(zhǔn)確性。微波法是應(yīng)用微波諧振腔產(chǎn)生的偏振化微波測(cè)量非織造布在兩個(gè)不同方向上的相對(duì)介電常數(shù)，由于纖維內(nèi)部大分子的取向排列，非織造布對(duì)平行和垂直于纖維軸向的偏振化電磁波呈現(xiàn)出不同的相對(duì)介電常數(shù)。因此，運(yùn)用微波偏振化方向與非織造布機(jī)器方向平行和垂直時(shí)的相對(duì)介電常數(shù)表示其取向分布。該方法的不足之處是環(huán)境因素對(duì)纖維吸濕有影響，會(huì)引起介電常數(shù)改變，從而造成測(cè)量誤差。
發(fā)明內(nèi)容本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種非織造布纖維取向分布測(cè)量系統(tǒng)和方法，有效解決測(cè)量非織造布纖維取向分布的技術(shù)問(wèn)題。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是提供一種非織造布纖維取向分布測(cè)量系統(tǒng)，包括顯微鏡、光源、CCD攝像機(jī)、接口附件、圖像采集卡和計(jì)算機(jī)，所述的光源置于顯微鏡載物臺(tái)下方，所述的CCD攝像機(jī)通過(guò)接口附件置于顯微鏡上方；所述的CCD攝像機(jī)通過(guò)顯微鏡采集放大非織造布圖像；所述的圖像采集卡將非織造布圖像轉(zhuǎn)換成為數(shù)字圖像并輸入計(jì)算機(jī)中。所述的CCD攝像機(jī)(3)采用(DASIAP242-06K40)高速攝像頭的CCD攝像機(jī)，分辨率為640X480。所述的圖像采集卡(5)采用(Meteor-ll/M)型圖像采集卡。一種非織造布纖維取向分布測(cè)量方法，包括下列步驟(1)進(jìn)行非織造布取樣通過(guò)計(jì)算機(jī)中的非織造布取樣模塊在非織造布上隨機(jī)抽取20個(gè)試樣；所述的非織造布取樣模塊具體是在非織造布長(zhǎng)度方向和寬度方向均進(jìn)行IO等分，在非織造布上劃分了100個(gè)小格，然后按"之"字形順序給每個(gè)小格編號(hào)，計(jì)算機(jī)會(huì)隨機(jī)產(chǎn)生20個(gè)1至100之間的整數(shù)，讓這20個(gè)隨機(jī)數(shù)代表20個(gè)小格的號(hào)碼，再把相應(yīng)小格的非織造布試樣抽取出來(lái)，從而在非織造布上實(shí)現(xiàn)了隨機(jī)取樣，樣本量為20;(2)采集非織造布圖像將非織造布纖維樣品制成切片，放在顯微鏡下，通過(guò)光學(xué)顯微系統(tǒng)放大圖像，采用CCD攝像機(jī)采集經(jīng)顯微鏡放大的非織造布圖像；(3)處理非織造布圖像將采集的非織造布圖像經(jīng)過(guò)圖像采集卡轉(zhuǎn)換成為數(shù)字圖像并輸入計(jì)算機(jī)中，并通過(guò)圖像處理模塊對(duì)圖像進(jìn)行處理；所述的圖像處理模塊對(duì)圖像進(jìn)行的處理包括中值濾波、二值化處理和形態(tài)學(xué)處理；(4)測(cè)量非織造布纖維取向分布利用纖維取向分布測(cè)量模塊對(duì)非織造布圖像中的孔洞進(jìn)行標(biāo)識(shí)，對(duì)孔洞邊緣線的傾斜角度進(jìn)行測(cè)量，從而得到構(gòu)成孔洞的纖維的傾斜角度。所述的非織造布取樣模塊、圖像處理模塊和纖維取向分布測(cè)量模塊依次成數(shù)據(jù)流聯(lián)結(jié)。所述的中值濾波是取所處理的像素點(diǎn)鄰域中各像素灰度值的中間值作為濾波器的輸出；所述的二值化處理采用烏斯特全局閾值法，把待處理圖像的直方圖在閾值處分割成兩組，當(dāng)被分割成兩組間方差為最大時(shí)，就確定了要取的閾值；所述的形態(tài)學(xué)處理包括圖像膨脹、圖像取反和圖像腐蝕，所述的圖像膨脹采用圖像形態(tài)學(xué)處理的膨脹操作，使區(qū)域同時(shí)從四周向內(nèi)擴(kuò)大；所述的圖像取反是將圖像中灰度值由O變?yōu)?，1變?yōu)?，從而使圖像中非織造布圖像中孔洞的灰度值變?yōu)?，孔洞變?yōu)榘咨?；所述的圖像腐蝕是將細(xì)微連接的部分分開(kāi)，剪去孔洞邊緣處的小枝丫，從而將與孔洞相連的非孔洞部分有效地去除。有益效果本發(fā)明解決了有效測(cè)量非織造布纖維取向分布的問(wèn)題，實(shí)現(xiàn)了非織造布的科學(xué)、合理取樣；操作簡(jiǎn)便，設(shè)備成本較低，測(cè)量結(jié)果可靠，將在非織造布質(zhì)量測(cè)試與評(píng)價(jià)方面發(fā)揮積極作用。圖1是本發(fā)明系統(tǒng)的結(jié)構(gòu)示意圖。圖中l(wèi)一顯微鏡2—光源3—CCD攝像機(jī)4一接口附件5—圖像采集卡6—計(jì)算機(jī)7—非織造布試樣61—非織造布取樣模塊62—圖像處理模塊63—纖維取向分布測(cè)量模塊圖2是非織造布隨機(jī)取樣示意圖。圖3是非織造布樣品圖像。具體實(shí)施方式下面結(jié)合具體實(shí)施例，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說(shuō)明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對(duì)本發(fā)明作各種改動(dòng)或修改，這些等價(jià)形式同樣落于本申請(qǐng)所附權(quán)利要求書(shū)所限定的范圍。如圖1所示，本系統(tǒng)硬件組成主要包括顯微鏡1、光源2、CCD攝像機(jī)3、接口附件4、圖像采集卡5、計(jì)算機(jī)6等。顯微鏡1光源采用透射光，光源2采用發(fā)光二極管。顯微鏡光源的光譜特性將影響待測(cè)試樣的顯微圖像質(zhì)量。為了獲得有利于計(jì)算機(jī)處理的圖像，所選光源為單色光。CCD攝像機(jī)3通過(guò)接口附件4置于顯微鏡1上方，通過(guò)顯微鏡1對(duì)非織造布試樣7采集放大的非織造布圖像。圖像采集卡5將非織造布圖像轉(zhuǎn)換成為數(shù)字圖像并輸入計(jì)算機(jī)6中。本系統(tǒng)采用的硬件裝置有(DASIAP2-42-06K40)高速攝像頭的CCD攝像機(jī)，分辨率為640´480，(Meteor-ll/M)型圖像采集卡。采用戴爾Optiplex170L型計(jì)算機(jī)，技術(shù)性能英特爾Pentium4中央處理器(3.00GHz)，512MB雙通道DDR內(nèi)存，160GBSATA硬盤(pán)，Radeon顯卡(128MB顯存)，17英寸液晶顯示器。計(jì)算機(jī)6中包括依次成數(shù)據(jù)流聯(lián)結(jié)的非織造布取樣模塊61、圖像處理模塊62和纖維取向分布測(cè)量模塊63。上述纖維取向分布測(cè)量模塊63:對(duì)非織造布圖像中的孔洞進(jìn)行標(biāo)識(shí)，對(duì)孔洞邊緣線的傾斜角度進(jìn)行測(cè)量，從而得到構(gòu)成孔洞的纖維的傾斜角度。對(duì)于任意一個(gè)提取出的孔洞圖像，檢測(cè)得到右邊緣線矩陣R與左邊緣線矩陣L，首先須要判斷出矩陣L與矩陣的第一列否有交點(diǎn)，以及矩陣R與矩陣的最大列是否有交點(diǎn)。若有交點(diǎn)，則以該交點(diǎn)為分界點(diǎn)，分上下兩部分分別進(jìn)行曲線擬合，得到纖維的傾斜角度。對(duì)一幅非織造布圖像測(cè)量100~200根纖維的傾斜角度；將180C進(jìn)行1020等分，統(tǒng)計(jì)出該圖像中落在各個(gè)傾角范圍內(nèi)的纖維根數(shù)，再除以纖維總根數(shù)，就得到了該傾角范圍內(nèi)纖維根數(shù)百分率，此即為該圖像中非織造布纖維的取向分布；對(duì)隨機(jī)抽取的20個(gè)非織造布試樣分別測(cè)量其纖維取向分布，然后求它們的平均值，就得到了該種非織造布的纖維取向分布。圖像處理模塊62:將采集的非織造布圖像經(jīng)過(guò)圖像采集卡轉(zhuǎn)換成為數(shù)字圖像并輸入計(jì)算機(jī)中，利用本系統(tǒng)對(duì)圖像進(jìn)行處理，包括中值濾波、二值化處理和形態(tài)學(xué)處理(包括圖像膨脹、圖像取反和圖像腐蝕)。非織造布取樣模塊61:在非織造布上隨機(jī)抽取20個(gè)試樣，具體是在非織造布長(zhǎng)度方向和寬度方向均進(jìn)行10等分，在非織造布上劃分了100個(gè)小格，然后按"之"字形順序給每個(gè)小格編號(hào)，計(jì)算機(jī)會(huì)隨機(jī)產(chǎn)生20個(gè)1至100之間的整數(shù)，讓這20個(gè)隨機(jī)數(shù)代表20個(gè)小格的號(hào)碼，再把相應(yīng)小格的非織造布試樣抽取出來(lái)，從而在非織造布上實(shí)現(xiàn)了隨機(jī)取樣，樣本量為20。非織造布纖維取向分布測(cè)量方法，包括下列步驟1.非織造布取樣計(jì)算機(jī)會(huì)隨機(jī)產(chǎn)生20個(gè)1至100之間的整數(shù)，讓這20個(gè)隨機(jī)數(shù)代表20個(gè)非織造布小格的號(hào)碼，再把相應(yīng)小格的非織造布試樣抽取出來(lái)，就實(shí)現(xiàn)了非織造布的隨機(jī)取樣，樣本量為20。2.采集非織造布圖像將非織造布纖維樣品制成切片，放在顯微鏡下，通過(guò)光學(xué)顯微系統(tǒng)放大圖像，采用CCD攝像機(jī)采集經(jīng)顯微鏡放大的非織造布圖像。3.非織造布圖像處理將采集的非織造布圖像經(jīng)過(guò)圖像采集卡轉(zhuǎn)換成為數(shù)字圖像并輸入計(jì)算機(jī)中，利用本系統(tǒng)的軟件對(duì)圖像進(jìn)行處理，包括中值濾波、二值化處理和形態(tài)學(xué)處理(包括圖像膨脹、圖像取反和圖像腐蝕)。4.非織造布纖維取向分布測(cè)量利用本系統(tǒng)的軟件對(duì)非織造布圖像中的孔洞進(jìn)行標(biāo)識(shí)，對(duì)孔洞邊緣線的傾斜角度進(jìn)行測(cè)量，從而得到構(gòu)成孔洞的纖維的傾斜角度。對(duì)于任意一個(gè)提取出的孔洞圖像，檢測(cè)得到右邊緣線矩陣w與左邊緣線矩陣乙首先須要判斷出矩陣z與矩陣的第一列否有交點(diǎn)，以及矩陣w與矩陣的最大列是否有交點(diǎn)。若有交點(diǎn)，則以該交點(diǎn)為分界點(diǎn)，分上下兩部分分別進(jìn)行曲線擬合，得到纖維的傾斜角度。對(duì)一幅非織造布圖像測(cè)量100~200根纖維的傾斜角度；將180°進(jìn)行10~20等分，統(tǒng)計(jì)出該圖像中落在各個(gè)傾角范圍內(nèi)的纖維根數(shù)，再除以纖維總根數(shù)，就得到了該傾角范圍內(nèi)纖維根數(shù)百分率，此即為該圖像中非織造布纖維的取向分布；對(duì)步驟(1)中隨機(jī)抽取的20個(gè)非織造布試樣分別測(cè)量其纖維取向分布，然后求它們的平均值，就得到了該種非織造布的纖維取向分布。使用本發(fā)明系統(tǒng)進(jìn)行非織造布取樣，具體步驟為(1)在非織造布長(zhǎng)度方向和寬度方向均進(jìn)行10等分，這樣就在非織造布上劃分了100個(gè)小格。然后，按"之"字形順序給每個(gè)小格編號(hào)。例如，給1號(hào)至10號(hào)小格編號(hào)后，需要換到下一行，給11號(hào)至20號(hào)小格編號(hào)，此時(shí)，11號(hào)小格應(yīng)該在10號(hào)的正下方，而不應(yīng)該在l號(hào)的正下方，即編號(hào)方向恰好與上一行相反，如圖2所示。(2)運(yùn)行本系統(tǒng)的隨機(jī)數(shù)發(fā)生器程序，計(jì)算機(jī)會(huì)隨機(jī)產(chǎn)生20個(gè)1至100之間的整數(shù)，例如45、17、91、3、30、76、7、62、9、38、99、21、58、15、55、83、67、33、50、87，讓這20個(gè)隨機(jī)數(shù)代表20個(gè)小格的號(hào)碼，再把相應(yīng)小格的非織造布試樣抽取出來(lái)，從而實(shí)現(xiàn)了非織造布的隨機(jī)取樣，樣本量為20，參見(jiàn)圖2。使用本發(fā)明系統(tǒng)采集非織造布圖像，具體步驟為(1)將隨機(jī)抽取的非織造布試樣放置于顯微鏡載物臺(tái)上，將CCD攝像機(jī)通過(guò)接口附件置于顯微鏡上方，將CCD攝像機(jī)與計(jì)算機(jī)的圖像采集卡連接起來(lái)，打開(kāi)攝像機(jī)。(2)開(kāi)啟光源，開(kāi)始采集非織造布圖像。使用本發(fā)明系統(tǒng)處理非織造布圖像，具體步驟為-(1)中值濾波取所處理的像素點(diǎn)鄰域中各像素灰度值的中間值作為濾波器的輸出，從而去除所拍攝的圖像中存在的噪聲。(2)二值化處理采用烏斯特全局閾值法，把待處理圖像的直方圖在某一閾值處分割成兩組，當(dāng)被分割成兩組間方差為最大時(shí)，就確定了要取的閾值。(3)形態(tài)學(xué)處理包括圖像膨脹、圖像取反和圖像腐蝕。圖像膨脹是將纖維體轉(zhuǎn)化為灰度值均一的實(shí)體，采用圖像形態(tài)學(xué)處理的膨脹操作，使區(qū)域同時(shí)從四周向內(nèi)擴(kuò)大，以消除纖維體內(nèi)部由于灰度值不均一造成的空洞。圖像取反是將圖像中灰度值由0變?yōu)?，1變?yōu)?，從而使圖像中非織造布圖像中孔洞的灰度值變?yōu)?,孔洞變?yōu)榘咨?。圖像腐蝕是將細(xì)微連接的部分分開(kāi)，剪去孔洞邊緣處的小枝丫，從而將與孔洞相連的非孔洞部分有效地去除。使用本發(fā)明系統(tǒng)測(cè)量非織造布纖維取向分布，具體步驟為(1)利用本系統(tǒng)的軟件對(duì)非織造布圖像中的孔洞進(jìn)行標(biāo)識(shí)，對(duì)孔洞邊緣線的傾斜角度進(jìn)行測(cè)量，從而得到構(gòu)成孔洞的纖維的傾斜角度。對(duì)于任意一個(gè)提取出的孔洞圖像，檢測(cè)得到右邊緣線矩陣《與左邊緣線矩陣乙首先須要判斷出矩陣Z與矩陣的第一列否有交點(diǎn)，以及矩陣W與矩陣的最大列是否有交點(diǎn)。若有交點(diǎn)，則以該交點(diǎn)為分界點(diǎn)，分上下兩部分分別進(jìn)行曲線擬合，得到纖維的傾斜角度。(2)對(duì)一幅非織造布圖像測(cè)量100200根纖維的傾斜角度；將180。進(jìn)行1020等分，統(tǒng)計(jì)出該圖像中落在各個(gè)傾角范圍內(nèi)的纖維根數(shù)，再除以纖維總根數(shù)，就得到了該傾角范圍內(nèi)纖維根數(shù)百分率，此即為該圖像中非織造布纖維的取向分布。(3)對(duì)步驟(l)中隨機(jī)抽取的20個(gè)非織造布試樣分別測(cè)量其纖維取向分布，然后求它們的平均值，就得到了該種非織造布的纖維取向分布。利用本發(fā)明非織造布纖維取向分布測(cè)量方法及系統(tǒng)對(duì)某種非織造布進(jìn)行纖維取向分布測(cè)量，測(cè)量結(jié)果見(jiàn)表l。表1本發(fā)明測(cè)量結(jié)果<table>tableseeoriginaldocumentpage9</column></row><table>表l中有關(guān)結(jié)果的說(shuō)明如下-表l給出了利用本發(fā)明的方法測(cè)量得到的非織造布纖維取向分布結(jié)果。通過(guò)計(jì)算，可以得出纖維取向分布的方差為6.39°，取向分布的均值為7.89°，最大值為17.73°，最小值為0.35°，與均值的偏差分別為9.84°與7.54°。圖3是該非織造布樣品圖像?？梢钥闯?，非織造布纖維取向分布主要集中在4060°以及90~105°之間，這與圖3吻合較好。以上結(jié)果表明本發(fā)明方法可以有效地測(cè)量非織造布的纖維取向分布。權(quán)利要求1.一種非織造布纖維取向分布測(cè)量系統(tǒng)，包括顯微鏡、光源、CCD攝像機(jī)、接口附件、圖像采集卡和計(jì)算機(jī)，其特征在于所述的光源(2)置于顯微鏡(1)載物臺(tái)下方，所述的CCD攝像機(jī)(3)通過(guò)接口附件(4)置于顯微鏡(1)上方；所述的CCD攝像機(jī)(3)通過(guò)顯微鏡(1)采集放大非織造布圖像；所述的圖像采集卡(5)將非織造布圖像轉(zhuǎn)換成為數(shù)字圖像并輸入計(jì)算機(jī)(6)中。2.根據(jù)權(quán)利要求1所述的一種非織造布纖維取向分布測(cè)量系統(tǒng)，其特征在于:所述的CCD攝像機(jī)(3)采用DASIAP2-42-06K40高速攝像頭的CCD攝像機(jī)，分辨率為640X480。3.根據(jù)權(quán)利要求1所述的一種非織造布纖維取向分布測(cè)量系統(tǒng)，其特征在于所述的圖像采集卡(5)采用Meteor-ll/M型圖像采集卡。4.根據(jù)權(quán)利要求l所述的一種非織造布纖維取向分布測(cè)量方法，包括下列步驟(1)進(jìn)行非織造布取樣通過(guò)計(jì)算機(jī)中的非織造布取樣模塊在非織造布上隨機(jī)抽取20個(gè)試樣；所述的非織造布取樣模塊是在非織造布長(zhǎng)度方向和寬度方向均進(jìn)行io等分，在非織造布上劃分了ioo個(gè)小格，然后按"之"字形順序給每個(gè)小格編號(hào)，計(jì)算機(jī)會(huì)隨機(jī)產(chǎn)生20個(gè)1至100之間的整數(shù)，讓這20個(gè)隨機(jī)數(shù)代表20個(gè)小格的號(hào)碼，再把相應(yīng)小格的非織造布試樣抽取出來(lái)；(2)采集非織造布圖像將非織造布纖維樣品制成切片，放在顯微鏡下，通過(guò)光學(xué)顯微系統(tǒng)放大圖像，釆用CCD攝像機(jī)采集經(jīng)顯微鏡放大的非織造布圖像；(3)處理非織造布圖像將采集的非織造布圖像經(jīng)過(guò)圖像采集卡轉(zhuǎn)換成為數(shù)字圖像并輸入計(jì)算機(jī)中，并通過(guò)圖像處理模塊對(duì)圖像進(jìn)行處理；所述的圖像處理模塊對(duì)圖像進(jìn)行的處理包括中值濾波、二值化處理和形態(tài)學(xué)處理；(4)測(cè)量非織造布纖維取向分布利用纖維取向分布測(cè)量模塊對(duì)非織造布圖像中的孔洞進(jìn)行標(biāo)識(shí)，對(duì)孔洞邊緣線的傾斜角度進(jìn)行測(cè)量，從而得到構(gòu)成孔洞的纖維的傾斜角度。5.根據(jù)權(quán)利要求4所述的一種非織造布纖維取向分布測(cè)量方法，其特征在于所述的非織造布取樣模塊、圖像處理模塊和纖維取向分布測(cè)量模塊依次成數(shù)據(jù)流聯(lián)結(jié)。6.根據(jù)權(quán)利要求4所述的一種非織造布纖維取向分布測(cè)量方法，其特征在于所述的中值濾波是取所處理的像素點(diǎn)鄰域中各像素灰度值的中間值作為濾波器的輸出；所述的二值化處理采用烏斯特全局閾值法，把待處理圖像的直方圖在閾值處分割成兩組，當(dāng)被分割成兩組間方差為最大時(shí)，就確定了要取的閾值；所述的形態(tài)學(xué)處理包括圖像膨脹、圖像取反和圖像腐蝕，所述的圖像膨脹采用圖像形態(tài)學(xué)處理的膨脹操作，使區(qū)域同時(shí)從四周向內(nèi)擴(kuò)大；所述的圖像取反是將圖像中灰度值由0變?yōu)?，1變?yōu)?，從而使圖像中非織造布圖像中孔洞的灰度值變?yōu)?，孔洞變?yōu)榘咨?；所述的圖像腐蝕是將細(xì)微連接的部分分開(kāi)，剪去孔洞邊緣處的小枝丫，從而將與孔洞相連的非孔洞部分有效地去除。全文摘要本發(fā)明涉及一種非織造布纖維取向分布測(cè)量系統(tǒng)和方法，該系統(tǒng)包括顯微鏡、光源、CCD攝像機(jī)、接口附件、圖像采集卡和計(jì)算機(jī)，所述的光源(2)置于顯微鏡(1)載物臺(tái)下方，所述的CCD攝像機(jī)(3)通過(guò)接口附件(4)置于顯微鏡(1)上方；所述的CCD攝像機(jī)(3)通過(guò)顯微鏡(1)采集放大非織造布圖像；所述的圖像采集卡(5)將非織造布圖像轉(zhuǎn)換成為數(shù)字圖像并輸入計(jì)算機(jī)(6)中。測(cè)量方法包括首先進(jìn)行非織造布取樣，然后采集非織造布圖像，處理非織造布圖像，測(cè)量非織造布纖維取向分布。本發(fā)明解決了有效測(cè)量非織造布纖維取向分布的問(wèn)題，實(shí)現(xiàn)了非織造布的科學(xué)、合理取樣；操作簡(jiǎn)便，設(shè)備成本較低，測(cè)量結(jié)果可靠。文檔編號(hào)G01N21/84GK101241082SQ200810034678公開(kāi)日2008年8月13日申請(qǐng)日期2008年3月14日優(yōu)先權(quán)日2008年3月14日發(fā)明者李立輕,麗王,廷陳,霞陳申請(qǐng)人:東華大學(xué)