在针织产业中,针织物的起毛起球性是反映针织物性能好坏的重要指标,无论是在纺织品设计还是在贸易中,测量针织物的起毛起球性都是必不可少的。传统的方法是直接通过技术人员的观测来获取,当大批量的检测时,就会表现出它固有的局限性,不仅费时费力,而且测量结果也很大程度上受到主观因素的影响。近年来为了改进传统测量方法,提高效率,一些新的方法应运而生,常见的有以下两种：第一,二维图像处理方法。对织物拍照,然后通过一定的方法找出毛球的边界阈值分离出毛球信息,以此求出毛球的各种特征值,从而评价织物起毛起球等级；第二,使用间接方法获取织物表面三维坐标和表面信息,从而得到反映针织物起毛起球的特征值,根据这些特征值判断针织物的起毛起球等级。这些方法都很大的程度上改变了以往传统方法所存在的不足,并将主观方法引申到了客观方法。但是,第一种方法在寻找边界阈值的时候受织物色泽和组织的影响比较大,第二种方法又会很大程度上受到临近点的影响而产生误差。本文通过Xystum三维扫描仪可以直接准确的获取针织物表面信息,再利用OpenGL仿真技术将针织物表面信息重建出来,从而实现检测过程的可视化。本文研究了利用Xystum三维立体扫描仪获取针织物的表面坐标信息进行织物起毛起球评价,介绍了Xystum三维立体扫描仪如何获取软体材料的表面信息,讨论了如何规整化扫描数据来达到较好的建模效果,实现了基于OpenGL仿真技术的数据处理和信息分离全过程可视化。在客观处理扫描信息和获取起毛起球特征值的过程中,使用了等间距网络规整法对因扫描时机械振动和激光反射角偏移而造成的扫描点位置波动进行矫正,然后使用二维小波滤波去噪算法对扫描高度信息进行处理,去除因颜色和光泽变化以及长毛纤维和杂质等引起的反射光信息突变而造成的噪声影响。再使用高度平均值法和固定门限法等求出分离毛球的阈值,在VC仿真程序中使用不同的颜色表示这两部分信息,就可以观看到它们的分离效果。求出阈值实现信息分离之后,就可以使用四联通遍历法分别得到每一个毛球区域的信息,从而求出它们各自的平均高度、最大高度、投影面积、体积等信息,进而得到整个扫描区域中毛球的平均高度、最大高度、平均投影面积、最大投影面积、总面积、平均体积、最大体积、总体积等诸多反映起毛起球程度的特征值。通过多次实验对比以及其他测试方法的对照,找到这些特征值与起毛起球等级之间的相关关系,来客观评价针织物的起毛起球等级。本论文数据采集是基于Xystum三维扫描仪,所采集的数据精度非常高,精度达到微米级,获取的数据信息容易处理和实现规整化。建模和仿真过程中有Playwork建模软件作为对比和参照依据,有效的增强了建模的效率和准确性。对于数据优化处理,首先使用Convert软件将扫描数据转化为易于被计算机读取的ASCⅡ格式的文件,然后使用VC语言将这些数据信息读入模型中,利用等间距网络规整法校正扫描过程中扫描点在XY平面上的偏移,通过使用中值滤波和离散二维小波变换的方法对高度坐标进行处理,以有效的减小杂质和长丝纤维以及机器振动造成的光学数据偏差,使得数据信息的有效性和分离效果的真实性得到提高。对于毛球信息分离,本文采用高度均值法、固定门限法以及单行向后消减自动门限法和全局自动向后消减自动门限法四种方法获取,参照性好,不同的织物使用不同的方法得出的效果也是不一样的。VC仿真技术以其优良的可视性使得操作者可以在计算机中观看分离效果,从而选择合适的求阈值方法。并可以加入取舍因素,实现主观、客观有效结合。对于起毛起球的客观评定,本文是使用阈值将模型中的毛球信息分离出来并求出他们的起毛起球特征值,依此建立每幅扫描图像的特征向量,然后计算这些向量到标准等级特征向量的距离,距离某一等级最小,就判断该扫描针织物的起毛起球等级为这一等级。