棉花异性纤维范文（精选3篇）

棉花异性纤维 第1篇

鲍义东[4]利用Canny算子可以提取出棉花异性纤维边缘;但是耗时太多,难以满足系统实时性要求。王波[5]利用多尺度小波变化的方法可以检测棉花异纤;但是方法比较复杂。刘军民[6]利用不同的边缘检测算子,对棉花杂质图像进行分割并识别。付腾[7]通过建立空间模型对棉花异性纤维进行识别,但是该算法需要转轴和坐标转换,比较复杂。针对以上问题,本文提出了一种高效的棉花异纤检测算法,该算法首先通过基于行的照度不均校正技术对采集的异纤图像进行预处理,然后利用本文提出的一种基于四方向绝对差分的边缘提取算法来提取异纤边缘。

1 系统组成及工作原理

设计的异性纤维在线检测系统,可以分为三个子系统:原棉图像获取及设备控制系统、异纤识别及定位系统、喷除异纤的执行机构[8]。图1为异纤清除系统的结构示意图。

经过充分开松的棉花,在气流的带动下,进入由透光玻璃构成的扁平检测通道,两侧的荧光灯管将棉花和异纤均匀照亮,安装在透明通道两边的CCD高速线阵扫描摄像机对经过的棉流图像进行扫描。系统软件运行在工控机上,控制摄像机的启停及参数调整,从摄像机接收并存储图像数据,构成图像获取及设备控制系统。图像处理系统通过已有的识别算法,对图像进行分析,判断异纤是否存在。如果存在,则根据检测出异纤的位置,设置相应的控制命令。当异纤到达清除区域时,驱动相应喷气阀将异纤喷除,从而实现在线自动检测[9]。

在此过程中,为提高异纤识别能力,应该保证棉花充分开松,流速稳定,棉层厚度适中。对于图像采集,本系统采用TAG2—Trilinear高速线阵CCD摄像机来采集棉流图像,该摄像机拥有三线彩色阵列,每路有效分辨率为2 048像素。电子曝光时间可控,根据棉流速度,将行扫描频率定为5 500行/秒。通过现场试验,应用该摄像机时,异纤拣出率比较高,能到满足大部分棉纺厂的要求。

2 图像识别及异纤清除

一般来说,图像处理可以分为3个步骤。第一步是图像预处理;然后是特征抽取阶段;最后是识别阶段。图像预处理非常重要,如果这一步做的不好,下面的工作将很难进行。

2.1 图像预处理

在图像采集过程中,由于各种条件的限制以及一些随机因素的干扰,摄像机获取的棉流图像必须经过预处理来改善图像质量。图像预处理主要包括噪声滤波、照度不均校正等处理。

2.1.1 图像滤波

任意一幅没经过处理的图像,都会有一定的噪声干扰。噪声使图像的质量降低,增加了后期识别的难度。消除图像噪声又叫做滤波。滤波处理主要有以下两条要求:一是不能破坏图像的轮廓和边缘;二是使图像变的清晰。

中值滤波法是一种非线性平滑技术,它对脉冲噪声有良好的滤除作用,特别是在滤除噪声的同时,能够保护信号的边缘,使之不被模糊。中值滤波用一个含有奇数点的滑动窗口,将邻域中的像素按灰度级排序,取其中间值作为输出像素,使周围的像素值更加接近真实值[10],从而将孤立的噪声点去除。

中值滤波的数学描述如下:

如果S为像素(x0,y0)的邻域集合[包含(x0,y0)],(x,y)表示S中的元素,g(x,y)表示(x,y)点的灰度值,α(x,y)表示各点的权高,则对(x0,y0)进行平滑的表达式为:

中值滤波对孤立点、线性噪声有很好的去除效果,同时可以保持图像的边缘。它容易去除二值噪声,却不能去除高斯噪声。由于工业现场存在电磁干扰,高温硬件热辐射,图像会因此而引入高斯白噪声。高斯滤波器是一种低通滤波器,它可以消除高斯噪声。其连续形式如下:

一般情况下,均值滤波器经过三次以上逼近就能够近似于高斯滤波器,因此,在设计时,高斯滤波器可以用均值滤波器逼近来代替。

模板运算是数字图像处理中经常用到的一种运算方式。式(3)所示模板是滤波中常用的模板,它将原图像中一个像素的灰度值和它周围邻近的八个像素的灰度值相加,然后将求得的平均值(除以9)作为新图中该像素的灰度值。

本系统设计时,采用单次均值滤波近似高斯滤波器,使用式(3)所示的模板对图像进行卷积操作,这样既可以保证系统的实时性,同时可以改善图像的质量。

2.1.2 照度不均校正

由于系统采光不均,采样的图像在视场内呈现不均匀现象,呈中间对称分布,中间亮而两边暗。这就是照度不均现象。照度不均在图像中产生背景噪声,会使图像中不同的区域亮度不一致,从而导致一些图像细节不能够清晰的显示,对比度不强,严重影响图像识别处理的结果。

常用的照度不均修正技术有以下三种,分别是基于频域、空域以及小波变换。但是经过分析,这几种方法的设计思想比较复杂,计算量大,很难满足系统实习性的要求。为此,本文提出了一种新的基于行的照度不均修正技术,该方法符合系统图像采集的实际情况。异纤在线检测系统采用行扫描方式采集图像,本算法同样是采用行分析方式,给每一个像素都制定不同的修正参数,便于直接对摄像机的硬件进行操作。同时该算法简单,计算量小,满足系统实习性要求。

基于行的照度不均修正技术的基本原理:从背景图像中获取照度分布情况,针对像素行上每个像素位置的具体色彩分布,制定不同的修正因子。采用乘法因子对每个像素位置进行单独修正,使得修正后的图像,能在像素行的各个像素位置上达到色彩值的均衡统一。

基于行的照度不均修正技术分为以下几个步骤:

第一步:样本背景图像M行采样

将图像的各行进行编号,从0~99行。从图像中选择第10,20,…,90行共9行像素数据,分别表示为PL1~PL9。每行各个像素点按从左至右编号为0~2047。使用PL3[6]表示第30行第6个像素,它包含三个数值,分别对应RGB采样值,我们用PL3[6].R,PL3[6].G,PL3[6].B来表示像素三个分量的值。

第二步:计算均值像素行模拟照度分布

求得PL1~PL9的像素的平均值PLAv。PLAv包含2 048个像素点,每个点的值都是采样行相应位置的均值。

第三步:确定目标值

在这里,可以通过两种方式确定目标值:①选择均值像素行上的最大值;②选择均值像素行上的平均值。RGB三个组件的目标值为别为RT、GT、BT。

第四步:求取修正因子行

用目标值分别除以均值像素行上各个位置的像素值,得到图像的修正因子行:RF,GF,BF。如下所示:

第五步:图像修正

采样图像的每一行像素乘以相应位置上的修正因子,就得到了修正图像。如下式所示:

下面给出了图像修正前后的对比,示意图如下:

上述图像修正前的图像均为左亮右暗,修正后,图像亮度分布均匀,经直方图分析,背景图像中各个像素位置的亮度趋于一致。所以基于行的照度不均修正技术改善了图片的质量,消除了照度分布不均的现象。

2.2 图像识别

棉流图像中异纤的识别是整个系统的核心,是异纤清除成败的关键点。针对异纤清除系统的实际情况,研究人员采用基于边缘检测的方法来识别异纤。首先需要对图像进行边缘提取,然后对边缘图像进行阈值化分割,只留下异纤边缘信息。

传统的边缘检测用到的算子[11]主要有以下几种:①Roberts边缘检测算子;②Sobel边缘检测算子;③Prewitt边缘检测算子;④Robinson边缘检测算子;⑤拉普拉斯边缘算子;⑥Canny边缘检测算子。

Roberts检测算子利用对角线方向相邻像素的差来近似检测边缘,精度比较高,但是对噪声敏感;Sobel检测算子利用像素点的上、下、左、右邻域的灰度加权算法,根据在边缘点处达到极值这一原理来进行边缘检测,该算法对噪声具有平滑作用,但是计算量大,而且会检测出伪边缘,精度不高;Prewitt边缘算子和Robinson边缘算子近似,都是一种边缘样板算子,图像中每个像素都用样板做卷积,取最大值作为边缘度量输出;Laplacan算子是二阶微分算子,边缘检测借助模板卷积来实现;Canny边缘检测主要是通过寻找图像梯度的局部极大值来实现边缘检测的,该算子比Roberts算子、Sobel算子和Prewitt算子的去噪能力都要强,能够将真正的弱边缘检测出来,但是也可能平滑掉一部分边缘信息。

针对异纤在线检测系统的实际情况,本文提出了一种新的边缘检测算子:基于四方向绝对差分的边缘检测。

算法的原理如下:

以当前检测像素为中心,选取3×3的邻域窗口,如图6所示,将当前像素编号为5,其他位置按阿拉伯数字1~9编号。算法分别计算水平方向、垂直方向以及两个对角线方向的差分绝对值,即:位置2减去位置8亮度值的绝对值,位置4减去位置6亮度值的绝对值,位置1减去位置9亮度值的绝对值,位置3减去位置7亮度值的绝对值。从这四个差分绝对值中求取最大值,作为当前检测像素的边缘度量值。

本算法通过差分及比较运算,求得各个方向差分绝对值的最大值。这个数值对应了当前像素各个方向上两侧像素位置的最大亮度差异。如果当前像素点位于物体内部,那么其周围像素与其具有类似的亮度特征,此时该像素的边缘度量值很小;而位于物体边缘处的像素,其周围肯定存在一个方向,在该方向上两侧像素亮度差异较大。该算法仅仅涉及减法和比较运算,计算相对简单,实时性较好。

采集的棉流图像每行有2 048个像素,我们将其分成22块,分别求取每块图像上RGB分量的平均值,根据这几个值,选取RGB分量分割阈值。后续识别算法根据选取的阈值进行分割,将棉花纤维和背景边缘隐去,只将异纤边缘提取出来。图7为异纤边缘检测示意图。

2.3 异纤清除喷气阀控制

首先将异纤图像分成22块,然后分别对各个数据块进行识别,如果在某个位置上检测到异纤,算法就将相应命令位置1,否则为0。最终生成驱动喷气阀的控制命令,该命令为22位二进制数,每一位对应一个喷气阀。1表示喷气阀开启,0表示关闭,通过喷气阀将异纤喷出。

3 系统测试结果分析

3.1 识别算法测试分析

采用本文提出的基于四方向绝对差分的边缘提取和先验分析的异纤识别算法进行测试。图8分别为白色丙纶丝、深色异纤以及混合异纤的识别结果示意图。

根据上述识别结果,可以看出,即使白色丙纶丝的面积很小(如上述第一幅异纤图像中,大丙纶丝上面有一个较小的丙纶丝),线比较细(如第一幅异纤图像中的大丙纶丝),对比度较低(如上述第二幅异纤图像中的白色丙纶丝,几乎淹没在棉花纤维中),本文所提出的算法都可以进行识别。

选用不同大小和不同色彩的深色异纤类异纤进行识别,识别结果如下图9所示。

根据图9,可以看出,不论是细长条状还是块状的深色异纤,本文所设计的识别算法都具有很好的识别效果。

选用混合异纤图像进行测试,识别结果如下图10所示:

根据图10可以看出,本文的算法对混合类异纤同样具有很好的识别效果。

3.2 系统整体性能分析

下面对异纤拣出率进行测试,通过多次人工抛投异纤实验及设备检测后废棉和棉卷异纤统计实验表明:系统总体的异纤拣出率在85%以上,其中对白色丙纶丝类异纤的拣出效果最佳,在95%以上,深色异纤类次之,在85%以上。表1和表2分别记录了一次人工抛投试验和异纤机检测后棉卷和废棉中异纤统计试验的结果。

本文所研究的设备现已投入使用,经过后期对客户进行跟踪调查,未发现异纤超标问题,客户反映良好,棉纱均已达到高质纱要求。

实验得知在完成下一幅图像采集之前,当前图像已经处理完毕。因此本系统满足异纤在线检测系统的实时性要求。

4 结论

棉花异纤的拣出率关乎后续棉纺织产品的质量,因此开发一个高效的异纤在线检测系统势在必行。本文设计的系统成本低于国外产品,但是在性能上却不输于国外产品。基于行的照度不均校正技术改善了因光照不均导致图片亮度分布不均的问题,在实时性和修正性上都能满足要求。基于四方向绝对差分的边缘提取算法,很好的提取了各种异纤的边缘,适应性和稳定性都比较好,并且该算法计算量小,满足系统实时性要求,效果比较理想。

摘要：棉花异性纤维危害大,人工挑拣时效率低下。为了通过机器将其实时的分拣出来,研究并设计了一种异性纤维在线检测系统;其中包括棉流图像的采集、预处理,以及异纤识别等过程。通过两个高速线阵CCD扫描摄像机获取原棉图像,预处理时,针对图像中光照分布不均导致的亮度分布不一致问题,提出了基于行的照度不均修正技术;异纤识别方面,提出了基于四方向绝对差分的边缘提取;并通过阈值分割的方法得到异纤边缘。图像识别前,将图像按照执行机构排列进行均匀分割,使得算法输出指令可以直接对应到相应的执行机构。现场测试表明,该系统能够有效检测出异纤,速度快、精度高、可靠性好,实现了生产自动化。

关键词：异性纤维,预处理,识别,边缘提取,在线检测

参考文献

[1]赵旎,付春仙.异纤在线分拣系统机器视觉技术的应用.农机化研究,2008;8(65):90—93Zhao N,Fu C X.Application of machine vision technology in foreign fiber online sorting system.Agricultural Mechanization Research,2008;8(65):90—93

[2] 王欣,李道亮,杨文柱,等.基于可见光机器视觉的棉花伪异性纤维识别方法.农业机械学报,2015;46(8):7—14Wang X,Li D L,Yang W Z,et al.Identification method of cotton foreign fiber based on visible light machine vision.Journal of Agricultural Machinery,2015;46(8):7—14

[3] 符宝鼎,袁建畅,郭彩霞.基于RGB颜色模型棉花杂质的识别算法.北京纺织,2015;26(5):48—51Fu B D,Yuan J C,Guo C X.Identification algorithm of cotton impurity based on RGB color model.Beijing Textile,2015;26(5):48 —51

[4] 鲍义东,熊馨.基于Canny算子的棉花异性纤维检测算法的研究.牡丹江师范学院学报(自然科学版),2009;(1):11—13Bao Y D,Xiong X.Research on cotton foreign fiber detection algorithm based on canny operator.Journal of Mudanjiang Normal College(Natural Science Edition),2009;(1):11—13

[5] 王波.基于多尺度小波的棉花异纤检测算法.控制工程,2009;(16):173—175Wang B.Detection algorithm of cotton foreign fiber based on multi scale wavelet.Control Engineering,2009;(16):173—175

[6] 刘军民,夏彬,桑小田,等.基于边缘检测的棉花杂质图像分割方法比较与分析.中国棉花,2014;41(12):23—25Liu J M,Xia B,Sang X T,et al.Comparison and analysis of cotton impurity image segmentation method based on edge detection.China Cotton,2014;41(12):23—25

[7] 付腾,赵建军,张磊.基于空间模型的棉花异性纤维识别算法.郑州轻工业学院学报(自然科学版),2009;24(1):87—90Fu T,Zhao J J,Zhang L.Recognition algorithm of cotton foreign fiber based on spatial model.Journal of Zhengzhou University of Light Industry(Natural Science Edition),2009;24(1):87—90

[8] 焦智.异性纤维检测算法的研究和实现.北京:北京工业大学,2006Jiao Z.Research and implementation of foreign fiber detection algorithm.Beijing:Beijing University of Technology,2006

[9] 郑文秀.棉花异性纤维的动态识别技术研究.济南:山东农业大学,2009Zheng W X.Research on dynamic identification technology of cotton foreign fiber.Ji'nan:Shandong Agricultural University,2009

[10] 周品.MATLAB图像处理与图形用户界面设计.北京:清华大学出版社,2013Zhou P.MATLAB image processing and design of graphic user interface.Beijing:Tsinghua University Press,2013

棉花异性纤维 第2篇

1 异性纤维的内涵

所谓异性纤维, 也称三丝是指棉花中混杂的化学纤维、动物纤维和非棉性纤维等杂物的统称, 如丙纶丝、塑料绳、毛发、麻丝、有色纤维等。调查统计分析, 异性纤维是影响我国棉花质量的最大危害物。按照《国标》有关规定, 棉花中严禁混入危害性杂物。

2 棉花异性纤维的危害

2.1 直接影响棉纱及其织品的质量

异性和异色纤维对纱布质量危害极大, 一旦混入棉花中, 由于它们具有纤维属性细、长、轻, 不但在纺纱加工过程中难以清除, 而且在清梳等除杂工序中可能被拉断或 (和) 分梳成更短、更细的纤维, 有的被打碎, 成为无数的纤维状细小疵点。纺纱时, 这些疵点形成纱疵并极易造成细纱断头, 降低生产效率。织造时, 由于这些疵点多浮于纱条表面, 在布机上易产生纱条互绊, 大量增加了假吊经、断经、经缩等布面疵点。由于不同纤维染色性能不同, 混有异性纤维和色纤维的棉纱、坯布染色后, 出现各种色点, 暴露于布面, 形成色疵, 严重影响布面外观质量。

2.2 给棉纺织企业带来巨大经济损失

异性纤维和色纤维的问题, 严重影响棉纱、棉布的市场销售和出口, 损害企业的声誉, 会给棉纺企业带来巨大的损失。纺织企业为维持正常生产, 尽量减少由于棉花含“三丝”带来的经济损失, 纺纱厂不得不组织专人在棉花投料前将棉包逐包打开, 逐块撕扯松散, 逐根挑拣, 在纺纱的各道工序也随时清拣。据不完全统计, 仅挑拣异性纤维的费用, 每吨棉花要支出300~500元, 最高近1000元。尽管纺纱厂花费了大量的人力、财力, 但效果并不理想。用人工挑拣棉花中的“三丝”如同大海捞针, 拣棉工长期目视白棉, 眼睛疲劳, 漏网的三丝依然存在。因异性纤维造成的纱布、印染布的降等率仍在上升, 用户退赔时有发生, 造成棉纺织企业生产和营销上的极大困难, 给纺织企业带来很大的经济损失并严重损害了企业形象。

3 异性纤维对HVI检验的影响

在棉花公证检验实验室的HVI检验中, 异性纤维的存在对HVI设备运行、检验结果有着不同程度的影响。

3.1 异性纤维对HVI取样的影响

在HVI检验中, 待测棉样放入取样器, 受压板压力的作用, 棉样从取样器孔突出, 取样器运转让梳针钩去突出取样器孔的棉样, 梳夹关闭, 取样器继续运转, 取样器针布梳理梳夹上的棉纤维。由于异性纤维与棉纤维性能不同, 造成梳夹握持棉束不均匀, 握持力小的棉束部位将被针布钩去, 梳夹上的棉纤维较少或分布不均匀;没有被针布梳理掉的异性纤维, 刷棉时缠绕在毛刷辊上, 影响正常刷棉, 最终影响测试结果的准确性。梳夹与针布间隙仅为0.025英寸 (0.635mm) , 若是某些较大的杂物刚好被梳夹关闭卡住, 有时造成梳针、针布损坏和产生倒刺, 甚至造成卡死取样器等故障。

3.2 异性纤维对棉纤维检验的影响

根据测试原理, HVI仅适用测试100%的原棉, 不能用于测试人造纤维和混合纤维。而且HVI测试的是一束棉纤维, 通过光学手段, 运用光通量的大小进行测量。棉纤维中混有异性纤维将会影响照影曲线, 以致棉纤维长度、强度的测量结果不准确, 整齐度、短纤率、伸长率都会受到不同程度的影响;异性纤维还会影响棉纤维的反射率Rd和黄度+b, 造成颜色级和杂质结果错误;异性纤维对马克隆值也有影响, HVI设备是在恒定的腔体中, 测量通过已知质量棉样的气流, 以得到气压差, 从而计算得出马克隆值。测量时异性纤维影响质量和气流, 得不到准确的马克隆值, 并且马克隆值参与强度的计算, 则强度结果也会不准确。

4 解决异性纤维问题的措施

异性纤维和色纤维一旦混入棉花, 就无法挑拣干净。所以, 要大力解决异性纤维和色纤维的问题, 一定要把它消灭在源头。

1) 根据HVI的性能采用杂质面积和杂质粒数来表示杂质的含量, 通过HVI对棉花样品的表面进行扫描测试得出。杂质面积是指测试面积内样品表面杂质颗粒覆盖的面积占测试总面积的百分比, 杂质粒数是指测试面积内样品表面杂质颗粒总数。它是作为棉花质量的评价指标之一, 而不作为棉花公量的扣补指标, 它是“从质不从量”的处理方法。两个标准规定的杂质指标意义完全不同, 所表示的杂质含量百分比也完全不同。需要指出的是, 杂质含量两种不同的表示方法, 反映出中美两国由于生产方式不同产生的杂质源不同。

2) 棉花质量监督机构在实施棉花质量检查过程中, 可以对违法经营场所实施现场检查;可以向有关人员调查、了解与涉嫌违法经营活动有关的情况;可以查阅、复制与棉花经营有关的合同、单据、账簿以及其他资料;可以对涉嫌掺杂掺假、以次充好、以假充真或者其他有严重质量问题的棉花以及专门用于生产掺杂掺假、以次充好、以假充真的棉花的设备、工具予以查封或扣押。在检查中, 根据需要, 可以对棉花质量进行检验, 检验所需样品从收购、加工、销售、储备的棉花中随机抽取。通过监督检查, 棉花质量监督机构可以获取经营者违反法律的证据, 及时发现问题, 实施对被管理对象的有效监督。

3) 为了确定涉案棉花的质量, 必须对棉花进行质量检验, 包括两种方式, 即现场检验和抽取样品到实验室检验。棉花质量监督检查中的检验具有监督的性质, 要求执法人员必须具备一定的技术素质, 尤其对收购环节的现场检查, 要求执法人员既要正确实施检查, 防止违法行为逃避追究, 还要避免或减少因检查给收购工作带来麻烦, 这就需要检查人员具备相应的技术判断能力。棉花质量监督机构进行现场检查时, 除了遵守法律规定的程序外, 还必须按照国家标准和技术规范进行。当事人对现场的质量判定同样享有提出异议的权利。所以, 为获得确凿的证据, 执法人员可以在采取必要的措施后, 将样品带回实验室进行检验, 并按规定出具检验证书。抽取样品到实验室进行检验, 棉花质量监督机构必须在3日内作出检验结论, 当事人在收到检验结果的5日内享有提出复检的权利。

摘要：棉花使用中发现混有异性纤维的, 可向专业纤维检验机构申请检验。本文主要探讨棉花异性纤维对HVI检验的影响。

关键词：异性纤维,HVI,检验

参考文献

[1]韩淼.浅谈异性纤维的来源及解决措施[J].中国纤检, 2010.

[2]李庆华.棉花中“异纤”形成的原因、危害及对策[J].中国棉麻流通经济, 2001.

我国棉花纤维品质检验和评价研究 第3篇

1. 我国棉花纤维品质的检验

1.1 检验指标研究

关于棉花纤维品质的检验指标, 国内外学者均对其进行了研究。当前, 主要的检验指标有10个, 如:长度、整齐度、强度、细度、成熟度、黄度、反射率与马克隆值等。

长度的检验方法主要有三种, 分别为分组测定法、逐根测定法与不分组测定法。在我国, 手扯长度是主要的长度检验方法, 其分组划分为1毫米。此方法具有便捷性、代表性与简单性。整齐度主要是为了了解纤维束长度的分布情况, 对于测定的方法存在差异, 具体的指标有跨距整齐度、分梳整齐度。成熟度指标是为了体现纤维细胞壁的加厚程度, 细度指标即纤维的直径, 对其检验的方法十分繁琐, 主要借助的方法为纤维对气流的阻力从而实现的。棉花纤维颜色指标是重要的, 它是直观判断的重要依据。时至今日, 棉花生产消费国均利用此指标对棉花质量进行着检验与评价, 影响棉花颜色的指标有两个, 分别为反射率与黄度[1]。

1.2 棉花色特征指标研究

在评价棉花纤维品质过程中, 棉花颜色是重要的指标, 在对其研究过程中, 主要借助色度学中的反射率与黄度对棉花颜色进行了定量描述。在科学技术的支持下, 纤维检测过程中, 大容量检测仪被广泛应用, 色特征及相关的质量指标得到了全面的研究。

在国外, 美国最早开始研究棉花色特征, 通过不同测色仪的利用, 研究表明不同棉花的颜色存在差异, 主要体现在明亮程度与色调深浅度两方面。目前, 美国棉花色特征主要的类型有5种, 分别为白棉、淡点污棉、点污棉、淡黄染与黄染棉。在国内, 我国关于棉花色特征的研究具有系统性, 将其分为4种类型, 分别为灰棉、白棉、黄棉与深黄棉;通过研究的日益深入, 当前, 我国棉花色特征有4类, 分别为白棉、淡点污, 淡黄染棉与黄染棉, 其颜色级有13个[2]。

2. 我国棉花纤维品质的评价

关于棉花纤维品质的评价, 经历了漫长的阶段, 最初的评价为感官判断, 其后, 对棉花质量指标进行了细化与量化, 随后逐渐实现了标准化评价。根据国内外棉花纤维品质的评价及其质量标准可知, 各国的棉花评价标准变化与经济、政治与科技均有着一定的联系, 评价标准的主要变化过程为定性到定量、感官到仪器、粗到细、无到有, 经过不断的发展, 棉花质量评价体系日益完善。关于棉花纤维品质的检验与评价, 我国对其研究的时间较短, 但也取得了一定的成绩。

2.1 国外的研究进展

在18世纪中后期, 英国棉花商人通过商务实践, 对棉花进行了分级, 其依据为棉花颜色;在19世纪, 英国对棉花质量的划分主要有四类, 分别为上、中、下及污染。此时, 关于棉花质量的评价具有显著的特点, 即:简单性, 具体的检验方法为感官检验。该方法具有一定的局限性与模糊性, 由于方法的不科学、不准确与不合理, 极易造成各种贸易纠纷, 但它也推动了棉花质量评价的发展, 因此, 具有一定的积极意义。在20世纪, 为了提高棉花质量评价的操作性, 美国农业部提出了棉花纤维品质的评价标准, 主要分为9级, 但由于该标准未颁布, 因此, 在实际运用过程中, 主要取决于贸易双方。

在20世纪, 国际制定了统一的棉花标准, 此标准明确了棉产品的价值, 提高了棉产品的商业地位。在1923年, 美国颁布了棉花标准法, 此时棉花的质量检验要对照实物, 实物标准满足了贸易双方的检验需求。在1930年后, 棉花的国际贸易快速发展, 部分发达国家借助棉花质量检测仪器, 对其纤维长度、纤维强度等实现了检验, 同时制定了相应的仪器检验方法标准。但在商业方面, 对于纤维品质的评价仍以感官为主, 主要是由于仪器检测的方法速度较慢、操作较为繁琐, 未能满足商业发展的需求。

在20世纪中期, 美国研发了棉花纤维测试系统, 通过深入的研究, 开发出了两种快速检测棉花质量的指标系统, 该系统对棉花的物理性实现了指标检测, 为仪器化检验奠定了坚实的基础。美国为了推行仪器化检验, 为其提供了一系列的支持, 如:法律、政策等, 在此基础上, 纤维品质实现了定量评价[3]。

2.2 国内的研究进展

在20世纪60年代, 我国研究了其他国家的棉花检验方法与先进技术, 对纤维品质进行了检验, 并且制定了符合我国棉花情况的标准, 此时, 我国棉花质量检测具有了规范化与标准化特征。在统一检验的基础上, 促进了棉花贸易的发展, 使棉产业得到了快速的发展。此后, 我国颁布了棉花纤维检验的标准, 并通过不断的修订与完善, 由10个试验方法调整到了15个试验方法, 同时, 在1999年, 对于棉花至来年个检验的指标进行了定量划分, 进而由感官检验转向了仪器检验。在21世纪, 我国棉花质量检验体制不断改革, 运用了大容量快速棉花检测仪。

总结

目前, 国内外学者均对棉花纤维品质的检验与评价进行了研究, 并取得了一系列的成果, 本文对其研究进行了介绍。相信, 棉花纤维品质检验与评价的理论研究将进一步深入, 棉花质量将不断提高。

参考文献

[1]熊宗伟.我国棉花纤维质量及颜色等级划分研究[D].中国农业大学, 2014.

[2]周仲华, 王仁祥, 陈金湘.棉花纤维品质生态效应研究及纤维品质育种进展[J].中国农业科技导报, 2015, 05:17-21.