织物的表面摩擦性能影响着织物的手感、服用舒适性和其他使用性能,而织物的表面粗糙度又是影响织物表面摩擦性能的重要因素。为了方便与其相关的研究,准确、快速和低成本地测量出织物表面粗糙度具有重要理论意义和现实意义。测量织物表面粗糙度的方法,总体分为两大部分:主观手感评估法和客观仪器测量法。主观评价法费时费力,对检测人员的相关经验要求较高,并且测量结果无法定量;客观仪器测量法又分为接触式和非接触式两种测量方法,接触式测量法由于有探针与织物表面接触,所以会改变织物表面原有形态,降低测量准确度。非接触式测量法普遍利用光学仪器,通过分析织物的反射光,得到织物表面粗糙状况,但是仪器精密昂贵、测量成本高。探索精准、高效、自动、低成本地测量织物初始表面粗糙度的方法,对服装用、产业用织物相关性能的表征及研究具有积极的作用。为了获取织物初始表面粗糙度,本课题研究并设计了非接触式测量方法,并结合图像处理技术测量织物表面粗糙度。对样品织物的经、纬向进行测试,每个样品在不同位置至少测试3次,并针对常用的不同类型的机织物的表面粗糙度进行了比较。本文采用非接触式方法测量织物表面粗糙度,利用自行搭建的图像采集装置,获得织物表面―横截面‖图像,该图像包含着织物表面轮廓曲线,并结合图像处理技术提取织物表面轮廓线计算织物表面粗糙度,与现有测量系统相比本测量系统具有以下优点:1)由于采用非接触式测量方法,测量过程不与织物表面接触,保持了织物原有表面状态,更加客观地反映了织物初始表面形态,测量结果更加准确,也更接近织物表面实际状态。2)整个测试过程简单稳定,智能化地控制样品织物自动平移,快速采集织物表面轮廓图象;并利用编写的程序在MATLAB中批量处理图片,程序准确、稳定、高效,整个仪器成本低。3)可以通过改变算法来评估织物表面其它性能,如起毛起球评估、表面磨损评估等。根据实验获得的织物表面信息数据,构建织物表面三维形貌,直观、清晰、整体地展示织物表面三维形貌。本实验使用了Arduino对步进电机转速、转向等参数进行控制,使步进电机带动织物一步一步平移,采集织物不同位置的表面轮廓图像,并使用MATLAB软件自行编写的程序处理图像,得到织物表面轮廓曲线和表面粗糙度值,并比较了5种边缘检测算法。首先,通过图像采集装置获取织物在检测方向上的一系列表面横截面轮廓图像,每一张图片反映的是织物在该处的表面轮廓情况,类似于横截面切片。然后利用自行编写的程序对每一张图像进行处理,得到织物该处表面轮廓曲线和表面粗糙度SMD,将这一系列表面粗糙度均值作为织物在该检测方向上的综合表面粗糙度SMD。并通过得到的表面轮廓曲线对织物表面轮廓形貌进行三维构建,更加直观地展现织物表面轮廓形貌。对于不同表面粗糙度的织物,该系统测得的结果分别与手感评价结果和KES系统测量结果进行了对比,结果显示具有相同的趋势,且具有良好的相关性和一致性,证实了该系统应用于评估机织物表面粗糙性能具有可行性。