• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于電子樣稿的柔印首件“粗-精”檢測方法

    2022-05-31 06:18:44燕舒樂龍進(jìn)良陳新度
    電子與信息學(xué)報 2022年5期
    關(guān)鍵詞:樣稿織物印刷

    肖 盼 燕舒樂② 龍進(jìn)良② 肖 盟② 蔡 念*② 陳新度

    ①(廣東工業(yè)大學(xué)省部共建精密電子制造技術(shù)與裝備國家重點(diǎn)實驗室 廣州 510006)

    ②(廣東工業(yè)大學(xué)信息工程學(xué)院 廣州 510006)

    1 引言

    柔印工藝由于印刷質(zhì)量好、適用性廣、水墨毒性小、生產(chǎn)效率高且生產(chǎn)操作維護(hù)簡便等特性[1],被廣泛應(yīng)用于包裝、標(biāo)簽和裝潢印刷等領(lǐng)域。在柔印標(biāo)簽批量生產(chǎn)前,工人每次換班、換產(chǎn)以及設(shè)備裝調(diào)后,都必須經(jīng)歷柔印首檢工藝,即印刷的第1件或前幾件柔印產(chǎn)品都必須與電子樣稿比對檢查,以盡早發(fā)現(xiàn)印刷質(zhì)量問題。當(dāng)前柔印首檢采用人工3檢制:自檢、互檢和專檢。可是,柔印標(biāo)簽上的印刷內(nèi)容涉及世界各地語言(超過5000多種文字),且印刷字符內(nèi)容眾多,平均每個標(biāo)簽超過200多個字符。這導(dǎo)致人工質(zhì)檢勞動強(qiáng)度大,耗時耗力,極易漏檢,從而造成柔印標(biāo)簽成批超差、返修、報廢,引起嚴(yán)重的經(jīng)濟(jì)損失。因此,高精度的柔印首件自動檢測方法對于柔印工藝具有重要的現(xiàn)實意義。

    雖然機(jī)器視覺已被廣泛應(yīng)用于織物印刷內(nèi)容檢測[2],但是以往研究更多以印刷正品為模板,檢查批量印刷過程中所產(chǎn)生的印刷缺陷[3–8]。Qayum等人[3]采用窗口滑動思想分別提取參考樣品圖像子塊及待檢測樣品圖像子塊,采用歸一化互相關(guān)系數(shù)分析兩幅圖像各子塊之間的相關(guān)性,最終實現(xiàn)紡織輪轉(zhuǎn)印花圖像缺陷檢測。Alam等人[4]調(diào)用Halcon軟件里已有的圖像處理函數(shù),經(jīng)過圖像分割、連通域提取、直方圖列和面積等特征分析、區(qū)域像素點(diǎn)數(shù)目計算等步驟完成印花織物缺陷檢測。Jing等人[5]通過RGB累積平均法求取計算印花織物的最小周期,以最小周期為滑動窗口對模板圖像和待測圖像構(gòu)造高斯金字塔。通過互相關(guān)系數(shù)和固定閾值設(shè)置對印刷品疵點(diǎn)進(jìn)行定位,并使用拉普拉斯金字塔重建原始圖像,得到實際缺陷位置。Ng等人[6]通過直方圖均衡對規(guī)則紋理的織物圖像進(jìn)行預(yù)處理,再以無缺陷的正品織物為參照將預(yù)處理后的待測織物圖分解為織物紋理圖像和缺陷圖像,最后通過硬閾值分割缺陷圖像完成檢測。Kang等人[7]提出了兩種檢驗印花織物的方法。一種使用無缺陷織物圖像與Gabor濾波器重建后的圖像差異為目標(biāo)函數(shù),通過遺傳算法獲取目標(biāo)函數(shù)最小值時的Gabor濾波器參數(shù),無缺陷圖和待測圖分別使用濾波器進(jìn)行處理,若待測圖灰度值大于無缺陷圖對應(yīng)7×7滑塊內(nèi)的最大值或小于最小值,即為疵點(diǎn)。另一種方法采用梯度下降的思想,通過距離匹配函數(shù)求取周期距離,得到印刷織物圖像的圖案單元,再使用規(guī)則條帶提取織物單元的特征,實現(xiàn)織物疵點(diǎn)分割。上述方法都是檢測重復(fù)性高、對稱性強(qiáng)的印花類圖案,顯然難以適用于檢測印刷字符種類繁多、重復(fù)性低、數(shù)目多的柔印首件標(biāo)簽。柔印首件檢測無法提供印刷正品,因此這些以標(biāo)準(zhǔn)印刷產(chǎn)品作為對照模板的檢測方法必然無法生效。

    近年來,因為機(jī)器學(xué)習(xí)可規(guī)避人工啟發(fā)提取特征,已有研究將其應(yīng)用于織物缺陷檢測[9–12]。Hu等人[9]將測試圖像分割成若干個尺寸大小相同的圖像子塊,輸入到卷積去噪自編碼器網(wǎng)絡(luò)和哈希編碼器中,獲得特征向量和哈希碼,與樣本數(shù)據(jù)庫的哈希碼集比較以確定參考圖像在原始樣本圖像中的位置,再使用尺度不變特征變換(Scale-Invariant Feature Transform, SIFT)特征進(jìn)行匹配,通過灰度標(biāo)準(zhǔn)化、圖像差分以及計算Tsallis熵進(jìn)行閾值分割的方法完成缺陷檢測。Chakraborty等人[10]開發(fā)了印花織物數(shù)據(jù)庫并使用深度卷積神經(jīng)網(wǎng)絡(luò)解決斑點(diǎn)缺陷檢測和印刷配準(zhǔn)問題。Zhao等人[11]采用Inception-Resnet-V2網(wǎng)絡(luò)對輸入織物圖像進(jìn)行分類,根據(jù)分類結(jié)果確定待檢測區(qū)域尺寸和位置,采用Faster R-CNN對待檢測區(qū)域進(jìn)行檢測,最后得到織物缺陷檢測結(jié)果。Huang等人[12]首先將織物數(shù)據(jù)訓(xùn)練SegNet分割網(wǎng)絡(luò),然后將其輸出作為決策網(wǎng)絡(luò)DecNet的輸入,從而得到織物缺陷檢測結(jié)果。為了確保模型泛化能力,機(jī)器學(xué)習(xí)方法需構(gòu)建樣本數(shù)量眾多且正負(fù)樣本分布均衡的織物圖像數(shù)據(jù)集。但是,柔印首件檢測工藝僅能提供1個或幾個柔印樣品,根本無法構(gòu)建數(shù)據(jù)集。

    針對上述問題,本文提出一種基于電子樣稿的柔印首件“粗-精”檢測方法,主要包括粗匹配、精匹配和缺陷檢測3個階段。在粗匹配階段,為了解決電子樣稿與柔印首件內(nèi)容粗細(xì)不一、灰度特性差異大的問題,采用SuperPoint[13]構(gòu)建圖像特征,以潛在凸顯兩者之間的相似性;然后,采用Super-Glue[14]方法解決兩者在匹配時存在的柔印內(nèi)容重復(fù)率高、誤匹配點(diǎn)對多的難題。在精匹配階段,為了解決柔印過程中因版材伸縮、彎曲引發(fā)柔印內(nèi)容局部偏移而導(dǎo)致錯檢的現(xiàn)象,基于粗匹配結(jié)果采用歸一化互相關(guān)法[15](Normalized Cross Correlation,NCC)對電子樣稿的字符或圖案進(jìn)行位置微調(diào)尋優(yōu)。在缺陷檢測階段,以電子樣稿分割結(jié)果為約束條件,提出約束聚類方法將缺陷檢測問題轉(zhuǎn)化為電子樣稿與柔印首件差異最小化的優(yōu)化問題,優(yōu)化求解后即實現(xiàn)柔印首件自適應(yīng)檢測。

    2 本文提出的方法

    2.1 算法框架

    本文所提柔印首件“粗-精”檢測算法框架如圖1所示,主要包括粗匹配、精匹配、缺陷檢測3個階段。在粗匹配階段,采用SuperPoint分別檢測電子樣稿和柔印首件的超點(diǎn)特征。然后,采用Super-Glue匹配電子樣稿和柔印首件的豐富超點(diǎn)。接著,設(shè)計基于NCC匹配方法微調(diào)電子樣稿,實現(xiàn)電子樣稿和柔印首件的精匹配。之后,以微調(diào)后電子樣稿的閾值化結(jié)果為約束條件,提出約束聚類方法將缺陷檢測問題轉(zhuǎn)化為電子樣稿與柔印首件差異最小化的問題,求解優(yōu)化問題即可實現(xiàn)柔印首件缺陷自適應(yīng)檢測。

    圖1 本文算法框架

    2.2 粗匹配

    由于首件檢驗的特性,不存在印刷正品實物作為標(biāo)準(zhǔn)圖像,只能以電子樣稿作為參照模板。為了將電子樣稿與待測柔印首件匹配對齊,采用Super-Point 檢測提取興趣點(diǎn),再采用強(qiáng)力匹配方法計算最優(yōu)匹配矩陣。

    2.2.1 SuperPoint

    由于電子樣稿與柔印首件內(nèi)容粗細(xì)不一、灰度特性差異大,傳統(tǒng)方法提取的特征無法準(zhǔn)確描述電子樣稿和柔印首件。而SuperPoint采用深度學(xué)習(xí)網(wǎng)絡(luò)、以位姿計算損失函數(shù),所以能夠更好地表征兩幅圖像之間的共性特征,并且SuperPoint網(wǎng)絡(luò)輸入圖片尺寸無需歸一化或者分塊,即可處理不同尺寸的輸入圖像。因此,采用SuperPoint自監(jiān)督網(wǎng)絡(luò)提取電子樣稿和柔印首件的超點(diǎn)。為了提高泛化能力,在訓(xùn)練階段對圖片進(jìn)行了隨機(jī)的縮放和旋轉(zhuǎn),以進(jìn)行數(shù)據(jù)增強(qiáng)。SuperPoint自監(jiān)督網(wǎng)絡(luò)訓(xùn)練共分為3個步驟(圖2):

    圖2 SuperPoint訓(xùn)練步驟

    (1) 基礎(chǔ)檢測器預(yù)訓(xùn)練。因為虛擬幾何形狀的角點(diǎn)是可人工標(biāo)注的,將以標(biāo)注的集合形狀數(shù)據(jù)集(HPatches[16])作為監(jiān)督數(shù)據(jù)訓(xùn)練基礎(chǔ)檢測器。采用文獻(xiàn)[13]的訓(xùn)練策略,以類VGG16[17]作為基礎(chǔ)檢測器,訓(xùn)練網(wǎng)絡(luò)參數(shù)提取幾何形狀角點(diǎn)。

    (2) 興趣點(diǎn)標(biāo)注。采用步驟(1)中預(yù)訓(xùn)練的基礎(chǔ)檢測網(wǎng)絡(luò)分別提取柔印首件和電子樣稿的角點(diǎn),進(jìn)行興趣點(diǎn)標(biāo)注。

    (3) 聯(lián)合訓(xùn)練。

    (a)為了增強(qiáng)網(wǎng)絡(luò)的泛化能力,對步驟(2)中的柔印首件和電子樣稿分別進(jìn)行N次單應(yīng)性變換,并通過基礎(chǔ)檢測器分別標(biāo)注變換后各圖像的興趣點(diǎn),構(gòu)建CN2組已知單應(yīng)性變換關(guān)系的圖像對,聯(lián)合訓(xùn)練的初始權(quán)重采用在MS-COCO[18]數(shù)據(jù)集上預(yù)訓(xùn)練過的模型參數(shù)。

    (b)聯(lián)合訓(xùn)練。隨機(jī)取CN2次圖像對,每次由抽取的兩種不同姿態(tài)的興趣點(diǎn)構(gòu)建損失函數(shù),以其中一種姿態(tài)的興趣點(diǎn)自標(biāo)注作為真值,另一種姿態(tài)作為觀察結(jié)果,構(gòu)建出興趣點(diǎn)損失函數(shù)和描述子損失函數(shù),訓(xùn)練目標(biāo)需使得匹配點(diǎn)距離小,非匹配點(diǎn)距離大。聯(lián)合訓(xùn)練后得到SuperPoint檢測網(wǎng)絡(luò)。

    最終的損失函數(shù)為

    2.2.2 SuperGlue

    由于電子樣稿和柔印首件之間存在大量重復(fù)的內(nèi)容信息,而傳統(tǒng)匹配方法僅依據(jù)各組特征描述子的相似度進(jìn)行匹配,因此可能造成大量的匹配冗余。因為SuperGlue使用圖神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制并結(jié)合分配優(yōu)化求解方式可以解決復(fù)雜的特征匹配問題,所以本文采用SuperGlue方法對電子樣稿和柔印首件進(jìn)行匹配。

    如圖3所示,SuperGlue采用端到端的訓(xùn)練方式經(jīng)過以下步驟完成匹配。

    圖3 SuperGlue網(wǎng)絡(luò)

    (3)最佳匹配層:創(chuàng)建一個M×N初始分配矩陣,增加一層垃圾箱通道,即分配矩陣尺寸變?yōu)?M+1)×(N+1),為了過濾出錯誤的匹配點(diǎn),將不匹配的關(guān)鍵點(diǎn)分配給垃圾箱這個通道。通過Sinkhorn[19]算法迭代求解分配優(yōu)化問題,得到最優(yōu)的分配矩陣,再根據(jù)分配矩陣每列最大值橫、縱坐標(biāo)對應(yīng)的特征點(diǎn)對作為匹配點(diǎn)對,采用隨機(jī)抽樣一致性(RANdom SAmple Consensus, RANSAC)方法求仿射變換矩陣,對柔印首件圖進(jìn)行對應(yīng)仿射變換,完成電子樣稿和柔印首件的粗匹配。

    2.3 精匹配

    粗匹配后的電子樣稿與柔印首件圖像已基本對齊。但由于柔印過程中版材會發(fā)生局部相對偏移,導(dǎo)致柔印首件內(nèi)容與電子樣稿始終存在局部偏差,造成全局仿射變換或透視變換難以實現(xiàn)內(nèi)容完全對齊。因此,提出一種精匹配策略,通過微調(diào)子內(nèi)容塊的位置消除柔印首件內(nèi)容局部偏差帶來的影響,實現(xiàn)兩者圖像內(nèi)容的完全對齊。

    電子樣稿內(nèi)容清晰、黑白分明,采用固定閾值(閾值為128)即可提取電子樣稿的不同文字或圖案的子內(nèi)容塊Fs, 設(shè)子內(nèi)容塊的中心點(diǎn)坐標(biāo)為(Xs,Ys),尺寸為(Ws,Hs)。 以Fs為模板圖,在柔印首件圖像R中對應(yīng)的區(qū)域內(nèi)進(jìn)行NCC搜索匹配。設(shè)變量δ為搜索擴(kuò)展基數(shù)(δ與Fs無 關(guān),本文δ=30),則每個搜索點(diǎn)(x,y)對應(yīng)的NCC計算為

    將Fs平 移?P,所有子塊按照式(14)—式(19)操作即可完成柔印首件與電子樣稿之間的精匹配。

    2.4 缺陷檢測

    2.4.1 約束聚類

    織物版材的色彩、厚度不一會產(chǎn)生透底現(xiàn)象,導(dǎo)致柔印首件內(nèi)容分割可能存在錯誤,因此以微調(diào)后的電子樣稿閾值化結(jié)果為約束條件,提出一種約束聚類方法精準(zhǔn)提取柔印首件內(nèi)容。

    將柔印首件圖像分割問題轉(zhuǎn)換為與樣稿文件分割圖差異最小的優(yōu)化問題,即

    其中,F(xiàn)和R分別為“粗-精”匹配后的電子樣稿和柔印首件圖像,求解滿足式(20)的聚類圖像Rt即為柔印首件的最佳分割結(jié)果。為了減少優(yōu)化算法的求解時間,采用K均值聚類法(此處K=2)得到聚類中心c1,c2,完成柔印首件圖像分割的初始化,并且將(c1+c2)/2作為遺傳算法初始化的種子之一,采用遺傳算法[20]求解優(yōu)化問題式(20)。

    2.4.2 缺陷評估

    柔印首件可能因內(nèi)容筆畫斷開或油墨局部擴(kuò)散凸起造成毛刺現(xiàn)象,約束聚類分割難以抑制這種誤差,影響后續(xù)缺陷檢測,因此提出距離變換法進(jìn)行缺陷評估。

    定義邊緣距離函數(shù)為

    3 實驗和結(jié)果

    3.1 數(shù)據(jù)集采集和實驗平臺

    在實際工業(yè)生產(chǎn)中,本文僅需使用佳能LIDE400掃描儀柔印首件圖像,與電子樣稿進(jìn)行比對即可完成柔印首檢工作。視覺采集系統(tǒng)要求低,共采集了400張不同產(chǎn)品的柔印首件,其中黑底樣本40張,白底樣本360張,圖像尺寸范圍為191×595~2480×3570;正常樣品290張,印錯40張(錯碼錯字符),印多40張(字符模糊和臟污),印缺30張(字符缺失部分)。實驗在以下平臺進(jìn)行:Windows10 64位旗艦操作系統(tǒng),6核Intel(R) Core(TM) i5-11400H @ 2.70 GHz@3.50 GHz, 16 G內(nèi)存,GPU:NVIDIA GeForce GTX 1650,以Python3為編程語言。

    采用漏檢率、誤檢率、平均Dice系數(shù)、平均檢測時間(待測樣本檢測過程的平均用時)等4個指標(biāo)評價算法性能。為計算漏檢率與誤檢率,定義IoU大于0.5即為檢測成功,否則檢測失敗。

    3.2 搜索擴(kuò)展基數(shù)δ的影響

    搜索擴(kuò)展基數(shù)δ影響著NCC匹配的搜索區(qū)域大小,進(jìn)而影響柔印首檢性能。如表1所示,隨著δ增大,檢測效果首先有所提升,當(dāng)δ=30時達(dá)到最佳檢測效果,但是之后反而下降,而且檢測時間也隨δ增大而增大。這可能是因為柔印首件各子內(nèi)容的水平間距大致30個像素而垂直間距則遠(yuǎn)大于30個像素。因此,綜合考慮檢測效果和時間,本文選擇δ=30。

    表1 搜索擴(kuò)展基數(shù)δ對檢測性能的影響

    3.3 評估閾值參數(shù)Td的影響

    由式(11)和式(12)可以看出,Td對本文方法的檢測性能有較大影響。如表2所示,誤檢率隨Td增大快速下降且趨向于0,而漏檢率隨Td增大而增加,Dice系數(shù)隨Td增大先快速增大又略微減低。綜合來看,當(dāng)Td為1.0時,檢測性能最佳。與實際印刷工藝中柔印首件與電子樣稿的內(nèi)容粗細(xì)差異約為一個像素點(diǎn)基本一致。

    表2 評估閾值參數(shù)Td對缺陷檢測結(jié)果的影響

    3.4 消融實驗

    從表3可以看出,僅有粗匹配時,誤檢率高達(dá)63.4%,漏檢率為28.1%,Dice系數(shù)為0.192。因為全局的粗匹配未能解決柔印版材伸縮、彎曲引發(fā)的內(nèi)容局部偏移問題。采用“粗-精”匹配時,漏檢率和誤檢率降低為16.8%和5.5%,Dice系數(shù)為0.328,這說明精匹配已經(jīng)較好地解決了偏移問題??墒?,柔印首件透底或背景與字符內(nèi)容接近可能會導(dǎo)致較多的誤檢,甚至一定程度的漏檢。為此,在融入約束聚類后,本文方法在增加極少檢測時間的前提下檢測性能大幅度地提升,漏檢率甚至降至0。

    表3 消融實驗

    3.5 與其他檢測方法的對比

    為了驗證本文方法的有效性,將本文方法與4種織物缺陷檢測方法[21,22,11,12]進(jìn)行對比(表4)。其中,F(xiàn)aster R-CNN[11]和Seg+DecNet[12]按照訓(xùn)練集為130組、測試集270組進(jìn)行了數(shù)據(jù)集的拆分,并且重新進(jìn)行訓(xùn)練。

    文獻(xiàn)[19]采用的Surf匹配方法無法解決柔印版材伸縮、彎曲引發(fā)柔印內(nèi)容局部偏移的問題,而且采用的差分法對灰度變換及噪聲較為敏感,因此該方法極易引起大量漏檢、誤檢。而結(jié)構(gòu)相似度(Multi-Scale Structural SIMilarity Index, MSSSIM)方法其匹配環(huán)節(jié)僅有全局匹配,也無法解決局部偏移問題,且檢測尺度過粗,細(xì)微缺陷無法檢出。因此也仍然存在大量誤檢。文獻(xiàn)[11]采用級聯(lián)的Faster R-CNN 網(wǎng)絡(luò)進(jìn)行缺陷檢測,目標(biāo)檢測方法的骨干網(wǎng)絡(luò)無法避免會經(jīng)過下采樣處理,而柔印首件缺陷尺寸細(xì)微,因此小目標(biāo)的感受野映射回原圖時會偏移缺陷的真實區(qū)域,造成一定程度的漏檢。在圖4中,臟污和印錯類標(biāo)簽出現(xiàn)大面積檢測為缺陷,這是由于電子樣稿設(shè)計文檔沒有邊框線,人工框選電子樣稿時截取邊距不一致,導(dǎo)致電子樣稿與柔印首件的邊距存在偏差。經(jīng)過“粗-精”匹配后,電子樣稿與柔印首件內(nèi)容已完全對齊,但四周仍存在不同顏色的填充像素。經(jīng)過此類樣本訓(xùn)練的網(wǎng)絡(luò),容易出現(xiàn)大面積檢測為缺陷的檢測效果。實驗結(jié)果也表明,該方法誤檢率極高,且存在漏檢。文獻(xiàn)[12]因為采用了兩階段檢測,所以取得了優(yōu)于Faster R-CNN的效果,但其仍舊無法解決局部偏移及柔印首件和電子樣稿的表征差異問題,其誤檢率為62.3%,漏檢率為29.3%,Dice系數(shù)為0.443。最后,本文在SuperGlue匹配基礎(chǔ)上進(jìn)行了精匹配微調(diào)電子樣稿,抑制了局部偏移的影響,同時約束聚類使得本文方法能夠在電子樣稿的先驗分割前提下獲得最優(yōu)的柔印首件缺陷檢測效果。而且,本文方法檢測時間也僅為2.761 s/pcs。

    圖4展示了4種典型柔印首件檢測效果示例。其中,紅色標(biāo)記為檢測出的缺陷。在實際操作過程中,為了便于工人快速定位到紅色標(biāo)記的缺陷,本文方法額外添加了黃色提示框。圖4的展示情況與表4中的指標(biāo)評價是一致的。

    圖4 檢測效果對比

    表4 不同缺陷檢測方法對比

    4 結(jié)束語

    由于柔印首件產(chǎn)品數(shù)量極少,且作為參照物的電子樣稿與之具有較大的差異性,因此目前人工三檢制耗時耗力且極易造成誤檢、漏檢。本文提出一種柔印首件“粗-精”檢測方法,采用Super-Point和SuperGlue將電子樣稿和柔印首件進(jìn)行粗匹配,基于NCC對電子樣稿進(jìn)行微調(diào)以抑制局部偏移影響,以微調(diào)后電子樣稿二值圖為約束條件提出約束聚類方法對柔性首件進(jìn)行最優(yōu)分割,最后以距離變換法進(jìn)行缺陷檢測。對比實驗表明,本文方法能夠在合理的時間內(nèi)高質(zhì)量地完成柔印首件檢測,檢測性能高達(dá)漏檢率為0、誤檢率1.3%、平均Dice系數(shù)為0.941,且檢測時間僅為2.761 s/pcs,滿足實際工程需求。

    但是,本文的柔印首件檢測方法依賴于灰度和邊緣特征等時間及空間差異,由于柔印首件和電子樣稿差異大,仍舊不可避免的存在一定誤檢,未來的工作將主要針對降低誤檢率展開,考慮缺陷檢測部分采用深度學(xué)習(xí)網(wǎng)絡(luò)學(xué)習(xí)偽缺陷與真實缺件之間內(nèi)在模式差異,區(qū)分偽缺陷,減少誤檢,從而進(jìn)一步提升檢測性能。

    猜你喜歡
    樣稿織物印刷
    神奇“印刷”術(shù)
    原創(chuàng)的美
    作者勘誤
    中國塑料(2022年7期)2023-01-05 07:42:47
    無Sn-Pd活化法制備PANI/Cu導(dǎo)電織物
    《紡織品織物折痕回復(fù)角的測定》正式發(fā)布
    竹纖維織物抗菌研究進(jìn)展
    印刷+智能=?
    印刷智能化,下一站……
    關(guān)于加注“作者簡介”的要求
    織物柔軟劑的香氣發(fā)展趨勢
    麻豆av在线久日| 午夜免费观看网址| 欧美最黄视频在线播放免费| 亚洲性夜色夜夜综合| 麻豆成人av在线观看| 国产97色在线日韩免费| 少妇粗大呻吟视频| 757午夜福利合集在线观看| 91国产中文字幕| 国产成人系列免费观看| 欧美最黄视频在线播放免费| 视频在线观看一区二区三区| 男人舔女人下体高潮全视频| 午夜福利影视在线免费观看| 久9热在线精品视频| 精品国产美女av久久久久小说| 91九色精品人成在线观看| 50天的宝宝边吃奶边哭怎么回事| 午夜久久久在线观看| 一边摸一边抽搐一进一小说| 两个人免费观看高清视频| 午夜福利欧美成人| 香蕉久久夜色| 美国免费a级毛片| 欧美乱码精品一区二区三区| 麻豆一二三区av精品| 母亲3免费完整高清在线观看| 亚洲自偷自拍图片 自拍| 中出人妻视频一区二区| 黄片大片在线免费观看| 长腿黑丝高跟| 午夜精品国产一区二区电影| 日韩精品中文字幕看吧| www.精华液| 欧美日韩一级在线毛片| 免费高清在线观看日韩| 999久久久国产精品视频| 欧美大码av| 最新在线观看一区二区三区| 欧美激情高清一区二区三区| 不卡一级毛片| 亚洲人成电影免费在线| 日韩欧美国产一区二区入口| 丁香六月欧美| 成年女人毛片免费观看观看9| 国产欧美日韩精品亚洲av| 中文亚洲av片在线观看爽| 在线av久久热| 中文字幕另类日韩欧美亚洲嫩草| 亚洲全国av大片| 又黄又爽又免费观看的视频| 香蕉国产在线看| 亚洲成人久久性| 老司机福利观看| 亚洲七黄色美女视频| 男女午夜视频在线观看| www日本在线高清视频| 国产私拍福利视频在线观看| 一本大道久久a久久精品| 国产区一区二久久| 后天国语完整版免费观看| 国产av精品麻豆| 亚洲精品中文字幕在线视频| 成人欧美大片| 亚洲人成电影观看| 精品国产美女av久久久久小说| 少妇 在线观看| 精品日产1卡2卡| 日本免费a在线| 美女高潮喷水抽搐中文字幕| 日本黄色视频三级网站网址| 欧美久久黑人一区二区| 久久这里只有精品19| 婷婷六月久久综合丁香| 不卡一级毛片| 热re99久久国产66热| 搡老妇女老女人老熟妇| 啦啦啦免费观看视频1| 一级a爱视频在线免费观看| 人人澡人人妻人| 日本三级黄在线观看| 久9热在线精品视频| videosex国产| 麻豆久久精品国产亚洲av| 免费久久久久久久精品成人欧美视频| 色精品久久人妻99蜜桃| 日韩成人在线观看一区二区三区| 最近最新中文字幕大全电影3 | 精品一品国产午夜福利视频| 亚洲电影在线观看av| 成人欧美大片| 给我免费播放毛片高清在线观看| 国产成人系列免费观看| 一区二区三区高清视频在线| 我的亚洲天堂| 极品教师在线免费播放| 婷婷六月久久综合丁香| 人人妻,人人澡人人爽秒播| 9热在线视频观看99| 丁香六月欧美| 中文字幕最新亚洲高清| 国产区一区二久久| 90打野战视频偷拍视频| 国产精品98久久久久久宅男小说| 精品午夜福利视频在线观看一区| 夜夜夜夜夜久久久久| 在线观看免费午夜福利视频| 日韩有码中文字幕| 午夜精品在线福利| 国产精品美女特级片免费视频播放器 | 国产一区二区三区综合在线观看| 亚洲欧美日韩另类电影网站| 黄色丝袜av网址大全| 狠狠狠狠99中文字幕| 国产三级黄色录像| avwww免费| 亚洲精品一区av在线观看| 亚洲全国av大片| 成人av一区二区三区在线看| 一级a爱视频在线免费观看| 老熟妇乱子伦视频在线观看| 一级黄色大片毛片| 最好的美女福利视频网| 久久精品人人爽人人爽视色| 免费观看人在逋| 亚洲av熟女| 久久久久九九精品影院| 国产极品粉嫩免费观看在线| 欧美人与性动交α欧美精品济南到| 国产欧美日韩综合在线一区二区| 精品熟女少妇八av免费久了| 午夜精品久久久久久毛片777| 亚洲一卡2卡3卡4卡5卡精品中文| 日韩有码中文字幕| 国产成人啪精品午夜网站| 欧美国产日韩亚洲一区| 亚洲av成人一区二区三| 少妇 在线观看| 亚洲精品国产区一区二| 黑人巨大精品欧美一区二区蜜桃| 亚洲国产欧美日韩在线播放| 亚洲电影在线观看av| 日本黄色视频三级网站网址| 国产一区二区三区视频了| 女人被躁到高潮嗷嗷叫费观| 悠悠久久av| 精品电影一区二区在线| 18禁观看日本| 999久久久国产精品视频| 亚洲 国产 在线| 好男人电影高清在线观看| 韩国精品一区二区三区| 一进一出抽搐gif免费好疼| 欧美一区二区精品小视频在线| 色哟哟哟哟哟哟| 一进一出抽搐gif免费好疼| 亚洲中文字幕日韩| 亚洲熟女毛片儿| 国产一级毛片七仙女欲春2 | svipshipincom国产片| 久久草成人影院| 老司机午夜福利在线观看视频| 国产成人欧美在线观看| 成年女人毛片免费观看观看9| 大码成人一级视频| 成人国语在线视频| 亚洲一区高清亚洲精品| 成年女人毛片免费观看观看9| 熟女少妇亚洲综合色aaa.| 国产亚洲欧美精品永久| 国产单亲对白刺激| 亚洲国产精品久久男人天堂| 欧美国产日韩亚洲一区| 高清在线国产一区| 国产av一区在线观看免费| 91九色精品人成在线观看| 人人澡人人妻人| 国产高清videossex| 国产成人av激情在线播放| 又黄又粗又硬又大视频| 欧美绝顶高潮抽搐喷水| 国产精品乱码一区二三区的特点 | 久久久精品欧美日韩精品| 亚洲狠狠婷婷综合久久图片| 日韩视频一区二区在线观看| 欧美日韩乱码在线| 制服诱惑二区| 一级作爱视频免费观看| 在线观看日韩欧美| 精品国产一区二区久久| 欧洲精品卡2卡3卡4卡5卡区| 日本三级黄在线观看| 国产在线精品亚洲第一网站| 黄色毛片三级朝国网站| 国产亚洲av高清不卡| 人人妻人人澡欧美一区二区 | 99在线视频只有这里精品首页| av福利片在线| 国产片内射在线| 亚洲色图综合在线观看| 亚洲国产精品合色在线| 亚洲av五月六月丁香网| 不卡一级毛片| 此物有八面人人有两片| 国产主播在线观看一区二区| 91成年电影在线观看| 欧美激情高清一区二区三区| 黄频高清免费视频| 18禁美女被吸乳视频| 久久亚洲真实| 久久天躁狠狠躁夜夜2o2o| 免费看十八禁软件| 禁无遮挡网站| 香蕉国产在线看| 久久久久精品国产欧美久久久| 欧美久久黑人一区二区| 一区二区三区国产精品乱码| 亚洲国产欧美网| 久久久久久免费高清国产稀缺| 老汉色∧v一级毛片| 久久人人97超碰香蕉20202| 欧美av亚洲av综合av国产av| 他把我摸到了高潮在线观看| 国产精品日韩av在线免费观看 | 久久影院123| 中文字幕av电影在线播放| 亚洲最大成人中文| 精品电影一区二区在线| 亚洲国产精品sss在线观看| av视频免费观看在线观看| 久久久久久国产a免费观看| 亚洲精品中文字幕一二三四区| 视频在线观看一区二区三区| 真人一进一出gif抽搐免费| 免费不卡黄色视频| 久久久久久久久免费视频了| 脱女人内裤的视频| 无限看片的www在线观看| 亚洲av成人不卡在线观看播放网| 亚洲久久久国产精品| 性色av乱码一区二区三区2| 99精品欧美一区二区三区四区| 亚洲一码二码三码区别大吗| 日韩一卡2卡3卡4卡2021年| 脱女人内裤的视频| 精品少妇一区二区三区视频日本电影| 国产成人系列免费观看| 美女高潮到喷水免费观看| 1024视频免费在线观看| 国产精品亚洲av一区麻豆| 人人澡人人妻人| 亚洲专区国产一区二区| 亚洲自拍偷在线| 一二三四社区在线视频社区8| 亚洲一码二码三码区别大吗| 日韩有码中文字幕| 亚洲情色 制服丝袜| 搞女人的毛片| 99久久久亚洲精品蜜臀av| 国产在线观看jvid| 黄色视频不卡| 久久久国产成人免费| 色综合欧美亚洲国产小说| 国产成人免费无遮挡视频| 曰老女人黄片| 波多野结衣高清无吗| 日韩欧美三级三区| 久久久久久久精品吃奶| 99久久精品国产亚洲精品| 久久国产亚洲av麻豆专区| 亚洲中文字幕日韩| 99国产精品免费福利视频| 免费搜索国产男女视频| 国产国语露脸激情在线看| 亚洲情色 制服丝袜| 亚洲精品中文字幕在线视频| 久久久水蜜桃国产精品网| 两个人视频免费观看高清| 可以免费在线观看a视频的电影网站| 精品久久久久久久久久免费视频| 精品不卡国产一区二区三区| 久久狼人影院| 日本免费a在线| 99精品久久久久人妻精品| 国产精品 欧美亚洲| 色老头精品视频在线观看| 国产精品香港三级国产av潘金莲| 淫秽高清视频在线观看| 99国产精品一区二区蜜桃av| 免费在线观看亚洲国产| 午夜久久久在线观看| 美国免费a级毛片| 一进一出抽搐gif免费好疼| av视频免费观看在线观看| 亚洲人成77777在线视频| 久9热在线精品视频| 最新美女视频免费是黄的| 久久久久国产精品人妻aⅴ院| 国产三级在线视频| 亚洲av电影在线进入| 国产色视频综合| 多毛熟女@视频| 曰老女人黄片| 在线观看一区二区三区| 性色av乱码一区二区三区2| 97超级碰碰碰精品色视频在线观看| 午夜免费鲁丝| 一级黄色大片毛片| 久久精品aⅴ一区二区三区四区| 日韩av在线大香蕉| 性欧美人与动物交配| 亚洲自偷自拍图片 自拍| 日韩欧美一区视频在线观看| 国产精品久久久久久人妻精品电影| 人妻久久中文字幕网| 色老头精品视频在线观看| 97人妻精品一区二区三区麻豆 | 中文亚洲av片在线观看爽| 久久婷婷人人爽人人干人人爱 | 日韩国内少妇激情av| 美女午夜性视频免费| 免费女性裸体啪啪无遮挡网站| 日本在线视频免费播放| 亚洲精品国产色婷婷电影| 国产99白浆流出| 他把我摸到了高潮在线观看| 在线观看午夜福利视频| 精品久久久久久成人av| 亚洲欧美日韩另类电影网站| 亚洲视频免费观看视频| 在线观看日韩欧美| 国产精品野战在线观看| 免费看a级黄色片| 国产精品自产拍在线观看55亚洲| 日韩一卡2卡3卡4卡2021年| 亚洲国产日韩欧美精品在线观看 | 一区二区三区精品91| 久久人妻av系列| 国产精品99久久99久久久不卡| 午夜a级毛片| 最近最新中文字幕大全免费视频| 十分钟在线观看高清视频www| 国产99久久九九免费精品| 日韩中文字幕欧美一区二区| 亚洲激情在线av| 亚洲精品中文字幕一二三四区| 婷婷丁香在线五月| 亚洲人成网站在线播放欧美日韩| 亚洲精品久久成人aⅴ小说| 日本a在线网址| 成人国语在线视频| 中文字幕精品免费在线观看视频| 神马国产精品三级电影在线观看 | 欧美乱码精品一区二区三区| 老鸭窝网址在线观看| 成人亚洲精品av一区二区| 超碰成人久久| 国产精品香港三级国产av潘金莲| 国产熟女午夜一区二区三区| 国产亚洲精品综合一区在线观看 | 亚洲精华国产精华精| 天堂影院成人在线观看| 欧美一区二区精品小视频在线| 久久久久久大精品| 国产区一区二久久| 国产免费男女视频| 午夜a级毛片| 日韩av在线大香蕉| 天堂影院成人在线观看| 在线观看66精品国产| 国产av一区二区精品久久| 又大又爽又粗| 午夜免费鲁丝| 好男人电影高清在线观看| 久久人妻福利社区极品人妻图片| 精品欧美一区二区三区在线| 99国产精品一区二区三区| 久久国产乱子伦精品免费另类| 国产高清有码在线观看视频 | 欧美国产精品va在线观看不卡| 男女下面进入的视频免费午夜 | 免费av毛片视频| 午夜福利在线观看吧| 久久久久精品国产欧美久久久| 国产午夜福利久久久久久| 深夜精品福利| 99香蕉大伊视频| 免费在线观看日本一区| 18禁观看日本| 欧美激情高清一区二区三区| 婷婷丁香在线五月| 国产乱人伦免费视频| 在线永久观看黄色视频| 黄色片一级片一级黄色片| 久久青草综合色| 999久久久国产精品视频| 成人亚洲精品一区在线观看| av片东京热男人的天堂| 女同久久另类99精品国产91| 男女做爰动态图高潮gif福利片 | 最新在线观看一区二区三区| av电影中文网址| 久久中文看片网| 久久性视频一级片| 可以在线观看毛片的网站| 好男人电影高清在线观看| 淫秽高清视频在线观看| 成人国语在线视频| 欧美激情久久久久久爽电影 | 日本vs欧美在线观看视频| 99久久99久久久精品蜜桃| 国产三级在线视频| 久久久久久久久久久久大奶| 精品久久久久久成人av| 在线观看免费视频日本深夜| 深夜精品福利| bbb黄色大片| 美女国产高潮福利片在线看| 久久精品国产亚洲av香蕉五月| www.www免费av| 亚洲色图综合在线观看| 欧美日韩黄片免| 老汉色av国产亚洲站长工具| 亚洲五月婷婷丁香| 人妻丰满熟妇av一区二区三区| 亚洲av成人不卡在线观看播放网| 久久中文字幕人妻熟女| e午夜精品久久久久久久| 中文字幕精品免费在线观看视频| 国产不卡一卡二| 久久亚洲真实| 国产亚洲精品综合一区在线观看 | 亚洲av电影不卡..在线观看| 777久久人妻少妇嫩草av网站| av视频免费观看在线观看| 两性夫妻黄色片| 精品国产国语对白av| 久久久久国内视频| 99久久综合精品五月天人人| 少妇 在线观看| 亚洲精品美女久久av网站| 久久久久久亚洲精品国产蜜桃av| 女性被躁到高潮视频| 国产91精品成人一区二区三区| 18禁黄网站禁片午夜丰满| 欧美乱色亚洲激情| 精品人妻在线不人妻| 欧美人与性动交α欧美精品济南到| 国产成+人综合+亚洲专区| 黄色视频不卡| 久久久久久久久免费视频了| 亚洲国产精品sss在线观看| 亚洲人成电影观看| 9191精品国产免费久久| 男人舔女人下体高潮全视频| 国产极品粉嫩免费观看在线| 亚洲天堂国产精品一区在线| 国产精品久久久久久亚洲av鲁大| av网站免费在线观看视频| 中文字幕av电影在线播放| 国产高清激情床上av| 欧美日韩一级在线毛片| 欧美不卡视频在线免费观看 | 9色porny在线观看| 免费看a级黄色片| 成人手机av| 老司机在亚洲福利影院| 亚洲中文av在线| 成人亚洲精品av一区二区| 欧美亚洲日本最大视频资源| 狠狠狠狠99中文字幕| 一级毛片女人18水好多| 久久精品aⅴ一区二区三区四区| 99精品久久久久人妻精品| 老熟妇乱子伦视频在线观看| 99在线人妻在线中文字幕| 亚洲avbb在线观看| 精品电影一区二区在线| 69av精品久久久久久| 精品高清国产在线一区| 午夜福利一区二区在线看| 一进一出抽搐动态| 国产精品免费视频内射| 国内毛片毛片毛片毛片毛片| 精品国产乱子伦一区二区三区| 国产一区在线观看成人免费| 操出白浆在线播放| 美女国产高潮福利片在线看| 免费看美女性在线毛片视频| 最新在线观看一区二区三区| 又黄又粗又硬又大视频| 亚洲精品久久成人aⅴ小说| 日日干狠狠操夜夜爽| 人人澡人人妻人| av在线播放免费不卡| 国产国语露脸激情在线看| 精品电影一区二区在线| 国产麻豆成人av免费视频| 亚洲欧美激情在线| 叶爱在线成人免费视频播放| 啦啦啦观看免费观看视频高清 | 后天国语完整版免费观看| 国产乱人伦免费视频| 精品国产乱码久久久久久男人| 国产激情欧美一区二区| 色综合亚洲欧美另类图片| 两人在一起打扑克的视频| 精品国产亚洲在线| 色播亚洲综合网| 一区二区三区国产精品乱码| 他把我摸到了高潮在线观看| 久久精品国产99精品国产亚洲性色 | 伦理电影免费视频| 精品人妻1区二区| 在线观看免费日韩欧美大片| 欧美精品啪啪一区二区三区| 亚洲av电影在线进入| 夜夜躁狠狠躁天天躁| 国产主播在线观看一区二区| 精品国产一区二区久久| 国产亚洲精品久久久久久毛片| 国产精品爽爽va在线观看网站 | 夜夜爽天天搞| 美国免费a级毛片| 国产一区二区激情短视频| 久久人妻av系列| 一a级毛片在线观看| 老司机午夜十八禁免费视频| 久久婷婷成人综合色麻豆| 18禁裸乳无遮挡免费网站照片 | 国内精品久久久久久久电影| 国产一区二区三区视频了| 一级片免费观看大全| 一区二区三区国产精品乱码| 天堂动漫精品| 淫妇啪啪啪对白视频| 欧美黄色片欧美黄色片| 成人18禁在线播放| 久久亚洲精品不卡| 色综合欧美亚洲国产小说| 色在线成人网| 日韩一卡2卡3卡4卡2021年| 久久婷婷成人综合色麻豆| 国产成人影院久久av| 免费在线观看视频国产中文字幕亚洲| 亚洲av电影在线进入| 真人做人爱边吃奶动态| 在线天堂中文资源库| 亚洲avbb在线观看| 亚洲少妇的诱惑av| 精品一区二区三区四区五区乱码| 少妇 在线观看| 男女下面插进去视频免费观看| 窝窝影院91人妻| 日本 av在线| 中出人妻视频一区二区| 日本免费一区二区三区高清不卡 | 成人18禁高潮啪啪吃奶动态图| 国产xxxxx性猛交| 日本vs欧美在线观看视频| 国产高清视频在线播放一区| 桃红色精品国产亚洲av| 在线观看免费视频日本深夜| 一级,二级,三级黄色视频| 日韩精品中文字幕看吧| 变态另类丝袜制服| 午夜久久久久精精品| 国产在线观看jvid| e午夜精品久久久久久久| 老熟妇仑乱视频hdxx| 桃红色精品国产亚洲av| 黑人巨大精品欧美一区二区mp4| 少妇裸体淫交视频免费看高清 | 国产av一区在线观看免费| 巨乳人妻的诱惑在线观看| x7x7x7水蜜桃| 亚洲全国av大片| 制服诱惑二区| 少妇 在线观看| 亚洲aⅴ乱码一区二区在线播放 | 12—13女人毛片做爰片一| 亚洲精品久久国产高清桃花| 成人永久免费在线观看视频| 亚洲中文av在线| 国产激情欧美一区二区| 亚洲男人天堂网一区| 多毛熟女@视频| 一区福利在线观看| 性欧美人与动物交配| 久久久久亚洲av毛片大全| 国产成人一区二区三区免费视频网站| 国产精品久久久久久亚洲av鲁大| 无人区码免费观看不卡| 人人妻,人人澡人人爽秒播| 极品人妻少妇av视频| 人人妻,人人澡人人爽秒播| 两人在一起打扑克的视频| 欧美日本亚洲视频在线播放| 国产区一区二久久| 美女免费视频网站| 欧美丝袜亚洲另类 | e午夜精品久久久久久久| 91成人精品电影| 精品日产1卡2卡| 日韩精品免费视频一区二区三区| 免费久久久久久久精品成人欧美视频| 亚洲国产看品久久| 久久久久久亚洲精品国产蜜桃av| av天堂在线播放| 亚洲免费av在线视频| 免费少妇av软件| 午夜久久久在线观看| 黄片小视频在线播放| 精品一区二区三区av网在线观看| 91精品三级在线观看|