本发明涉及测量和/或监控线或绳的性能参数的方法及实施该方法的装置。 根据现代专用术语，术语“线”（“Yarns”）既包括单纺纤维纱线，它们是在纺纱机上利用捻纺纤维制成的;并也包括捻线、它们是利用捻转二根或多根单纱线制成的。绳或缆则是将若干股绞线通过旋转或编辫制造的，而其中绞线又是由若干的纱线利用旋转或编辫制成的。在金属缆（金属丝绳）的特殊情况中，基本组份不是纺制纤维，而是金属丝。
在线及绳的生产及处理过程中应对其各种性能参数作出持续地测量或监控，这些尤其是包括以下的性能参数：
1.它们的直径（厚度）及其波动量;
2.它们的非圆度（对圆的偏差）及其波动量;
3.伸出的单纤维或金属丝的频率及尺寸;
4.单位长度的捻或圈的平均数及其波动量;
5.伸长率，它可以由单位长度的捻数推出。
在线中，这些参数不仅影响到由其制成的纺织品的质量，而且也影响到一系列接连的生产过程，例如干燥吸收依赖于单位长度的捻数，这些参数的波动量能引起色彩浓淡上的可见的及干扰的波动，尤其是当使用塑料线时。
在绳的情况下，监控这些参数可以作到增加可靠性及在早期阶段检测老化过程，例如使用在采矿中时，这对于在运输装置中的运输人员尤为重要，在许多技术工程用线及绳的情况下必须持续地确定伸长率，伸出纺丝或金属丝的频率及尺寸的确定是使纺丝或金属丝强度削弱的破损的指示。
虽然通常还存在一定的局限性，但已公知了对于每种情况能测量或监控上述参数之一的各种方法及装置。例如已经公知了电容型监控纱线厚度波动量的方法，其中被测纱线放置在一个电容器的电极中间，并且由此形成其电介质的一部分。这种电容型方法工作起来无接触也没有损伤并且也适用于监控运动着的纱线。但是这种方法不能测量捻的、伸出的丝或非圆度。它们对于干扰的影响非常敏感，例如湿度及密度的变化，并且它不能使用在金属材料的情况下。此外对于相对的大直径的测量如在测量绳时会带来困难。
至今为止能以至少满意的方式介决的问题是能够确定单位长度的捻数或圈数。为此利用纯机械的系统，在其中将一个线的样品夹持住并且退捻直到单个纤维或丝处于平行位置。另一个公知的装置是其中借助于一个穿孔形光学测量头确定一个线样品中单位长度的捻数，该装置仅是用于评价短线的实验室测量仪器，而不是一个用于在其生产及处理过程中对运动线持续进行处理数据探测的装置、更不是用于在操作生产中监控绳的装置。在监控某些金属绳的性能时，也使用了电磁方法，但是它们不能测量所有的需要的参数，并且当然也不适用于非金属的线和绳。
用于测量捻纺的运动着的线及绳的方法其另一个缺点是从运动的线或绳上必须得到一个时间信号，并由此在该方法中计算速度。但是为了速度的精确确定，使用通常的机械装置，例如滑轮时是不能作到无滑动地测量的。为此理由也不能用公知的方法精确地并速度无关地确定单位长度的捻数及伸长率。为了克服这个困难在被测对象上应用标记也是公知的。例如矿井的传送缆索经常设有计数用的金属线，它们编入到金属缆中，所以可以从外部对它们加以视察，但这种标记的附设在少数专门场合中是受到限制的。
本发明的任务是提出一种方法，利用该方法对于静止的或是运动着的线或绳的上述性能参数持续地以高精度无接触的方式测量或监控，而且在生产及处理及/或使用中不受损伤或不用附加标记。
根据本发明这个任务将这样地介决：借助于一个图象传感器摄取线或绳中一部分的二维图象，并且将其转化为电图象信号。该图象以象素形式数字化并存储在图象信号存储器中存储象素的区域中，并利用计算单元由存储的数字图象信号求得待确定的性能参数。
本发明的方法使得利用一个单独的测量装置就能确定线或绳的多个所需的数据，因为这些数据能够从一个以数字化存储的线和绳的二维图象中获得，因而这种图象的摄取是由从静止的线或绳、或以任何大小的速度运动着的线或绳取得均无关紧要。该图象的测得是无接触的，线和绳不会由此以任何方式受到影响，被储存的二维图象的数字图象信号能够用计算单元在很短的时间内被运算，因此就使得在短的时间间隔内接连被摄取的二维图象信号的连续求值成为可能。这就允许进行线和绳性能的持续测量及监控。利用连续地比较从接连的图象中求得的测量值进而可以确定被监控的性能的波动量的变化。这种利用计算单元对被存储的数字图象的求值最好是采用一个适合编程的计算机，它能使该方法有很大灵活性并且适用于不同的线和绳，此外利用选择：亮度、用于亮度的幅射，以及用于传送电图象信号发射的图象传感器，该方法能以最优方式使用在各种各样的操作条件下。
通过借助于附图、对以下实施例的描述即可清楚地了解本发明另外的特征与优点。附图为：
图1：测量和/或监控线或绳性能参数的装置的示意图;
图2：利用图1中装置的图象传感器摄取的一根线或绳中一部分的图象;
图3：可利用图1装置实施的本方法中一个实施例所获得的自相关函数的波形图;
图4：可利用图1装置实施的本方法中另一个实施例所获得的另一相似的函数的波形图;
图5：可利用图1装置实施的本方法中又一个实施例获得的频谱变换曲线;
图6：利用图1装置的图象传感器摄取的具有非周期性结构的很错乱的纤维线的一个线中一部分的图象;
图7：说明用在图6中所示类型的一根线中的平均纤维角确定单位长度中捻数的示意图;
图8：说明利用霍克（Hough）变换确定平均纤维角的曲线图;
图9：另一个说明利用霍克变换确定平均纤维角的曲线图;
图10：确定出的具有显著最大值的纤维角的频率曲线;
图11：不适用于计算的无显著最大值的纤维角的频率曲线;
图12：用于确定一根线或绳的非园度的具有三个图象传感器的测量装置示意图。
在图1上描绘了该用于测量和/或监控一根线和绳10的各种性能参数的装置，它包括一个摄取该线或绳中一部分的图象、并将其转换成一种模拟量电图象信号于输出端输出的图象传感器12。该图象传感器12可以是一个电视摄象机，它在一个电视扫描帧中逐行地扫描被测图象，其输出信号是一个传统的视频信号。但是也可使用非标准的矩阵型传感器替代一个摄象机，例如它为电荷耦合器件（CCD）半导体矩阵型摄象机。在每种情况下该图象传感器12必须能将在视野中线或绳10中的一部分的二维图象转换成电图象信号。
被图象传感器12提供的模拟量图象信号在经由一个模拟信号处理电路14的必要模拟处理后传送给一个模数转换器16，在其中信号被数字化。当该模拟量图象信号是一个电视的视频信号时，该模数转换器16从模拟图象信号中得到周期性的采样值并将其转换为数字信号，每个采样值相应于电视一个扫描行中的一个象素（pixel），并且它的幅值相当于该象素的亮度值（灰度值）。在模数转换器16中被采样的幅值进行量化，例如转化成一个二进码组，它以二进制数形式代表亮度值。该二进制数的位数、即码组的比特数依赖于所需的量化分辨率。
如果图象传感器12是一个矩阵式摄象机，该模拟量图象信号本身由分散模拟量信号值组成，它们中每个值是与矩阵中的一个象素相联系的。该模数转换器16然后直接地将每个模拟量信号转换成代表相应象素的亮度值的数字信号。
在每种情况中该模数转换器16的数字输出信号输入到一个高速图象信号存储器18，它对于被图象传感器12所摄取的二维图象的每个象素设有一个存储区，在其中能存储相应图象象素的全数字信号。
与图象信号存储器18的读出输出相连接的是一个计算单元20，它例如是一个微型计算机。该计算单元20能够取出在图象信号存储器18中存储的图象信号，并且以后面描述的方式从其中确定被测量或被监控的线或绳的性能参数。被确定的值能被显示在一个显示器22上或者以其它任何本身公知的形式输出，例如利用一个与该计算单元20相连接的打印机。此外可以用一个监视器24与该计算单元20相连接，并且在所述监视器上显示的所摄得的及存储在图象信号存储器16中的图象可以被操作人员校核。
当存储在图象信号存储器18中的二维图象完全被计算单元20计算出值后，下一个被图象传感器12摄取的图象即可以用数字化的形式输入到图象信号存储器18然后被计算。用这种方法就可以持续地监控线或绳10，当线或绳10以其纵向、即如图1中以箭头所示地经过图象传感器12运动，则该方法尤为有利。
为了甚至在高供线速度下能获得清晰的图象，利用强辐射光源26非常短暂地照射被测的线或绳10的一部分是可取的方法。控制电路28使照明与图象传感器12的测量取得同步。在作持续测量或监控的重复图象的获取时、该短暂的照明能够周期性地以频闪仪形式实现。图象的获取可以利用可见光并且辐射光源26可以是一个电子闪光灯。为了与线的彩色无关地获得其结构的图象，在红外区域照明则是可取的。通常用于纺织工业的染料是这样设计的，即它们特别是在光谱的可见光区域中反射。在接近红外的区域这些染料成透射的。因而可以利用红外照明获得非常不同的染色线的相似结构图象，这些染色线可以是从白色经彩色到深黑色范围中的线。
为了照明还可以使用离可见光谱外比红外区域更远的波长，例如X射线的辐射可用于获得金属绳的灰度值图象。最后除了电磁辐射外的辐射也可使用，例如用超声波。当然在每种情况下必须使用与辐射波类型相适应的图象传感器。例如，为了使X射线成为可见摄象机必须与图象变换器连合使用。然而能够直接从X射线产生视频信号的半导体摄象机也已问世。在医学的现有技术中也包括了使超声波图象成为可见的技术。
图象可在入射光下摄取，因而图象传感器12接收由线或绳反射的光，或者图象可在反面光下摄取、如图1所示，则图象摄取是由允许穿过线或绳的辐射产生的。使用的照明形式取决于待测的线或绳的特性及取决于所采用的辐射源。
图1所示装置的突出优点在于：从存储在图象信号存储器18中的一个单独的二维图象的数字图象信号中计算单元20能够在同一时间内确定线的各种不同性能参数，它们具体是：
1.直径（厚度）;
2.单位长度（米或英尺）中的捻数，在线的情况下是指的“捻数”或“捻率”（“twist coefficient”），而在绳的情况下一般给出它的倒数，也即加捻长度称为“捻回高”或“捻距长”;
3.“发毛程度”（“hairiness”），即由表面上伸出的丝或金属丝的数目及尺寸。
利用对运动的线或绳摄取的若干接连着的图象的测量值的比较就可以测出这些性能参数的波动量的变化。
借助于图2，其上描绘了利用图1的装置摄取的一个图象，它可用来解释怎样能够测量与监控这些不同的性能参数。图象区域包括被摄得的线或绳的一部分30的图象及在它两侧的背景图象35。该图相当于由四根单独的线31、32、33、34编成的一根绞线或是由四根绞线编成的一根绳。从该线或绳的表面上伸出的单个丝或金属丝36从背景上显示出来。
直径D的测量不涉及任何特殊性的问题。计算单元既能计算沿垂直于线或绳的纵向轴伸展的若干竖线37上的线或绳的象素数目，也可确定属于线或绳图象的象素总数目与摄得的图象区域的象素总数目的比值。在这二种情况下平均直径D能够方便地根据图象传感器12的已知图象比例尺计算出来。属于线或绳的象素利用与背景象素相比较根据不同的亮度值可以被明显地区分开。
但是确定捻度，即单位长度的捻数（捻数，捻率）或一个捻面的轴向长度（捻回高，捻距长）就不太容易了。图1中的装置提供了由被存储的数字图象信号确定捻度的各种可能性。一种优选的方法是计算线或绳的周期性结构。这些方法的基础在于每根线或绳由于它的组份的捻纺具有周期性的结构。这在捻线或捻绳中特别地明显。从图2中可以清楚地看出在该情况下两种周期间的区别：
a）基本周期P1，它是用二个相邻的单个线或单个绞线之间轴线方向测得的平均距离定义的;
b）捻周期P2，它是用同一根单线或同一根单绞线的两个相邻圈之间的距离定义的。该捻周期于是就等于捻回高或捻距长，它的倒数就是捻数。
在两种周期P1及P2中间有着一个明确的关系：捻周期P2相当于绞合的单个线或绞线的股数与基本周期P1的乘积。因此为了取得所需的测量值，确定这两个周期中的一个就足够了。
计算单元20利用了一个适当的计算方法由存储在图象信号存储器18中的数字图象信号确定纵向上的所需周期。
确定线或绳纵向上的所需周期的一种优选方法是构成一种来源于在纵向中至少一个象素排的被存储图象信号的一维相似性函数。一种特别适用的一维相似性函数是自相关函数。已知该自相关函数（简称：ACF）是利用位移了一个可变量的相同函数作为相互位移量的函数对一个函数的校正。在现在的涉及存储的图象信号的情况下该函数被计算的象素排的接连的象素的亮度值来确定。在图象中处在相同距离△X上的接连象素每个间相隔与由图象传感器的图象比例尺确定的线或绳上的距离△X相对应。整个象素排包括M个象素。如果将象素排中的第一个象素指定为1号象素并且其坐标X＝0，（i+1）号象素其坐标为：i·△X，而M号象素则有坐标值为：
（M-1）·△X。
自相关函数Bxx（K）定义为：一个象素排的象素的亮度值与同一象素排中位移了K的象素的亮度值两两乘积的总和：
RXX(K)=Σi = 0L-1I(i ·△X) · I 〔(i +K) · △K 〕 (1)]]>
其中：K＝0，1，2，…，（Q-1）
式中：
I（i·△X）：坐标为i·△X的象素的亮度值（灰度值）;
L：对于位移算符K的一个值处理的象素对的数目;
Q：自相关函数被计算的基础值数。
对于位移算符K的每个数值根据等式1可以获得该自动校正函数的一个基础值，也即总数为Q个基础值。于是，例如对于一个象素排，该自相关函数的结果如图3中的曲线所示。该自相关函数是不连续的但是逐点地形成的，每个点相应于一个基础值。对于某些K值这些基础值具有最大值，因为在相应的相互位移K·△X时由于为对比的结构的基本周期P1而得到了最大值的一致性。为了增加统计的精确度多个被选择的象素排的自相关函数或者属于线或绳的所有象素排的自相关函数可以进行累加。
如果图象传感器12是一个电视摄象机，校准所述摄象机是方便的，以使得线或绳的图象轴与电视扫描帧中扫描行的方向平行，因为被计算的象素排相应于这些扫描行。这就方便了对存储在图象信号存储器18中的图象信号的寻址，但是这不是绝对必要的。对存储的二维图象的图象信号计算的突出优点恰好在于：图象信号能不依赖于它们形成的时间顺序被取出及被进行处理。
在图3的曲线上自相关函数的两个接连的最大值之间的距离S1相应于图2中所示线或绳的基本周期P1，而四个接连的最大值间的距离S2相应于捻周期P2，也即直接地对应于捻回高或捻距长，它的倒数就是捻数，即单位长度中捻回的数目。距离S1相应于象素间隔△X的一个特定数n1，而距离S2相应于象素间隔△X的另一个特定数n2。由图象比例尺确定的象素间隔△X及相应的线或绳上的距离△X之间的关系，捻回高或捻距长就直接地为：n2·△X。
可以用另外相似性函数取代自相关函数用来确定所需周期P1及P2。因为计算存储的亮度信号的自相关函数必须耗费较大的时间并且也需要较大的硬件费用。一种计算较简单的相似性函数是相互位移的亮度值的差值的总和：
DXX(K)=Σi = 0L-1〔(I (i · △X) -I ((i+K) · △X) 〕 (2)]]>
其中：K＝0，1，2，…，（Q-1）
式中各字母与等式（1）中的字母意义相同。
该相似性函数Dxx（K）基本上提供了与自相关函数Bxx（K）相同的信息，但是能以较少的运算来确定。图4表示用于线或绳的二维图象的相似性函数Dxx（K）的典型曲线图。基本周期P1或相当于捻回高或捻距长的捻周期P2可以由周期性的最小值非常精确地确定，因为它比最大值还要更加明显识辨。
不使用相似性函数，还可以从数字图象的频谱变换的最大值求得线或绳结构的所需周期。这可以使用付里叶变换或有关的正交变换，沃尔什（Walsh）变换或哈大马特（Hadamard）变换。因为对于这些变换中的许多变换其运算快速是公知的（例如快速付里叶变换的运算），使用它们可以省时，特别是当用微计算机计算时。在此情况下基本周期P1由图5描绘的付里叶变换F（I（X））的频谱中明显的最大值来求得。因为自相关函数及付里叶变换代表变换对，虽然表达不同但是它们两个函数均包含了相同的信息。
为了根据上述方法中的一种从周期性结构中对捻回高或捻数进行确定，不限制在具有明显结构的绞合线或绳的样品上。一种所谓单线或单纺纤维线是由许多纺制纤维捻纺在一起组成的，当捻纺纤维的纤维长度大于一个捻的捻回长时，它也具有一种周期结构。该周期结构是由下述事实得到的，在每种情况下，在捻回高的间隔上相同纺制纤维出现在图象中若干次。上述的方法对于这种周期性是很敏感的，尽管它们仅是不太明显的。在这种情况下基本周期P1与捻周期P2，也即在图3中自相关函数的接连的最大值之间的距离或图4中相似性函数两个最小值间的距离直接地对应于捻回高。
最后，也发生在图象边缘（图2）的具有明显周期结构的一根线或绳中，其周期也可由计算灰度值的轮廓来确定，在其中该轮廓的最大值、或者用更清晰明显的最小值为好，它们能够利用与背景的亮度值相比较来测得，并且两个最大值或最小值之间的距离可直接测量。但是该方法不能应用于单纺制纤维线。
可是，有的单纺制纤维作成的线，特别是在湍性空气流中制成的气流纱线，在其中单个的纤维非常紊乱缠结以致周期性的捻度不再能明显看出。图6表示用图1的装置得到的具有高度紊乱的纤维丝的这样一根线的图象。在这种线中在某些情况下捻度的意义已不复存在了。“单位长度的捻度”这个术语在这种情况下必须拓展为一个统计参数数，它们可被进行测量。
一种统计参数、它仍可以利用图1的装置从存储在图象信号存储器18中的数字图象信号被测量及被获得，这种参数是单个的纤维相对于线轴的平均纤维角度φ。在具有高度紊乱纤维丝的线中，如在湍性空气流中气流纱线中平均纤维角φ提供的测量信息代表了术语“单位长度的捻度”的实际逻辑性的推广，它用于与后者相似地评价质量。
当纱线的直径D按原先描绘的方式已被确定时，图7中的“捻周期”可通过下述方程纱线10的平均纤维角φ计算出来。
P2＝2·D/tgφ （3）
所需的纤维角φ只能通过在侧面入射光照下能见性最好的线的表面结构中确定。由于表面、伸出纤维、反射等等的不规则性，所说的表面结构难以看见，以数字形式存储在图象信号存储器18中的线表面的图象通过已知的图象加工方法处理，以去除或至少减小这些干扰，并强化边缘。这样加工过的图象可作为确定纤维角的基础。
在准备以数字图象信号形式存储图象时，利用了预期的纤维角只可能存在一个预定的范围中的事实。其结果，通过滤掉干扰方向，就可大大减小干扰。
最好通过在三个方向上微分的方式进行过滤，即在平行于纱线轴的X方向，在垂直于线轴的Y方向和在次对角线方向（X-Y方向）。在一个方向上的微分导致分布在该方向上的边缘可以被滤掉，而其他边缘，特别是分布在与该方向相垂直的方向的边缘可以被强化。在过滤之后，所需的方向就占了支配地位。
微分同时也实现了高通滤波，以便细微结构和边缘突出，而大面积结构和照明波动被抑制或至少减弱了。
在一个方向上的微分实施如下：以数字形式存储的图象通过微分方向上移动一个象素（1pixel），易位的图象的每一个象素的亮度值从未易位的图象的有关象素的亮度值中被减去。然后，每一次相减的结果就是被微分的和滤波过的象素的亮度值。每一个后继的微分从按前述微分方式微分所得的微分图象开始。
如果具有坐标X和Y的象素的以数字形式存储的亮度值是用I（X、Y）来表示，被微分或滤波过的图象可通过下述步骤得出：
1.在X方向上微分：
I1（X，Y）＝〔I（X，Y）-I（X+1，Y）〕+K （4）
其中，I1（X，Y）是X方向上被微分图象里具有X和Y坐标的象素的亮度值。
2.在Y方向上微分：
I2（X，Y）＝〔I1（X，Y）-I1（X，Y+1）〕+K （5）
I2（X，Y）是X方向和Y方向上被微分的图象中具有X和Y坐标的象素亮度值。
3.在X-Y方向上微分：
I3X，Y）＝〔I2（X，Y）-I2（X-1，Y+1）〕+K （6）
I3（X，Y）是在所有三个方向上被微分的图象中具有X和Y坐标的象素的亮度值。
在每一步中加的常数K保证只会形成正的微分图象，并从而实现无符号的进一步处理。为增加微分图象的数值范围也可将一个乘数置入到（4）至（6）式中去。
在第三步后得到的数字图象然后被用作确定纤维角φ的基础。对此，有多种方法能适用。
为确定纤维角，某些方法需要一个二进制化图象，即其每一个象素的亮度值是用或以二进制值0（黑色）或以二进制值1（白色）的一个单比特代表的。在必要时，将用上述方法得到的微分的和滤波过的图象二进制化，即把每一个象素的数字化亮度值与一个进入的二进制化的阈值进行比较;如果该亮度值超过了二进制化的阈值，该象素被指定为二进制值1，否则就被指定为二进制值0。
为确定纤维角度，有三种方法特别合适：
-相关法
-霍克（Hough）变换法
-矢量旋转法
这三种方法将在下面详细解释。
相关法
用相关法时，利用以上述方法得到的经过滤波的图象，即没有二进制化的图象。两条图象线相互位移，并对位移算子的每一个数值，计算其重合范围。求得用这种方法得到的相关函数最大值。根据发生最大值的位移算子的数值，并且在两条相关图象线的间隔上就可计算出所需的纤维角φ。
两条图象线间隔的距离越小，其相关性就越可信，但从另一方面来讲，该计算的角度的准确性将较差。由于这个原因，有必要通过使用样条内插法可得到已有相关函数的中间值。
在特殊情况下，两条图象线会与三条图象线的间隔相关联。首先，形成第一条图象线的亮度值的平均值Im。然后，两条图象线的每一条都在测量窗口内移动一个象素，对于位移算子K的每一个值，例如在0和15象素之间的位移算子K的每一个值，相关函数Rxy（K）的基础值就可被计算出了：
Rxy(K)=Σi=0L-1[I3(Xi,X)-Im]·[I3(Xi+k,Y3)-Im]---(7)]]>
在该方程中，L是位于测量窗口内的一条图象线上的象素数目。
首先，从16个相关基础值中找出最大值。而在最大值和通过用样条函数内插法得到的相邻的最小值之间的间隔中形成中间值，借助于该样条内插法，该间隔内的实际最大值也就被确定了，由此可得到具有足够准确性的纤维角φ。根据相关图象线的间隔△Y和产生最大值时的移位Kmax，就可按照下面的方程计算出纤维角φ：
φ＝arctg（△Y/Kmax） （8）
霍克（Hougt）变换法：
霍克变换法是一种可以发现共线象素的方法，其数学基础是以赫塞（Hesse）标准形式的直线的表示法：
r＝X·Cosα+Y·Sinα （9）
在该方程中，r是用正交通过坐标原点线测得的坐标原点离该直线间的距离，α是从X轴到该正交直线之间的角度。在图8中，对于直线G1，该直线和通过原点正交线的交点由A表示。如果点A的坐标XA，YA已知，与直线G1相对应的赫塞标准形式中的常数r1和α1就可从上述方程（9）中容易地计算出。r1α1这一对数值对应于图9中r-α曲线图中的一个点。按赫塞标准形式该r-α曲线图中的每一个点相对应于图8中的被X-Y坐标系统限定的唯一的一条直线。通过A的其他直线可以按简单的三角关系，将相应配对值r，α计算出来，并能够列入r-α图。为此目的，例如α角以5°在各种情况下变化，并算出相应的到原点的距离r。这样算出的点位于代表通过点A的一束线的曲线KA上。例如在图8中，该束线中其它两条直线G2、G3也已被表示出了，并分别具有相应的参数r2，α2和r3，α3，在图9中，这些相应点已被表示在曲线KA上。
为在经过滤波和二进制化的图象里选出的图象段中确定纤维角φ，需要找出白象素;对于每个所说的白象素相应的坐标值X、Y是已知的。这样，按照上述的方法，通过象素的线条束的值r、α就能够确定，且所有这些配对值然后就可以在r-α图中以曲线的形式表示。例如在图8中，除了象素A之外，还可看到其它两个象素B和C，在图9中有相应曲线KB，KC。
如果图9中的r-α图里的两条曲线相交，该相交点就对应于通过图8中坐标系统里的两个相应象素的一条直线。如果很多这种曲线在同一点相交，或至少在很狭窄的区域里相交，则所有相应象素就都共线。这样，在图9的r-α图中共同相交点S就对应于图8坐标系统中通过三个象素A、B和C的，带有配对值rs，αs的直线Gs。
如果由许多白象素建立了一条共同的直线Gs，这些象素就很有可能属于同一条纤维。由于坐标系统的X方向对应于线轴的方向，所以在直线Gs和X轴之间角度就是所需的φ角。这里所说的纤维角可以从图8的图中直接推导出来，因为这里在直角三角形里的αs角的余角：
φ＝90°-αs（10）
这样，一个大致的纤维角就可以确定了。对于各个图象段中的其他象素行，可重复同样的步骤。
矢量旋转法
为用矢量旋转法确定纤维角，需要再一次用到二进制化的图象。该方法的原则是将矢量以每步1°的幅度在0°到90°之间转动，并计算在每种情况下所出现的白象素。在该矢量上的白象素的数目是对其显著性的度量。其后，一个频率曲线反映了每一个角度的象素数的输出值。对整个图象进行数次测定，测定的次数取决于X方向上的白象素的密度。最后，测定的求和频率曲线就是输出值。这个函数的最大值就是所需的平均纤维角。
在确定纤维角的最大可能数目之后，在上面所述的每一种情况下，形成频率曲线，即确定的纤维角的频率分布。这个频率曲线服从于相应的公知统计修均和插值法。并从总体来讲，提供了长丝并捻的单纤维和它们的均匀体的平均捻度情况的有代表性的信息。如果计算时不需要频率曲线的整个分布图，该表达可以减少到频率曲线的几个参数，例如，平均值、最高频率值、纤维角的分散性等等。这些处理步骤可以与用图象计算机进行的数字图象计算同时进行。
在图10的例子中，频率曲线f（φ）表达被确定的纤维角的一个函数。被确定具有最大频率的角度φm′相对于占主导地位的纤维方向。
由于个别纤维受到所说的干扰的影响，某些局部区域出现在线表面上不存在一个主导纤维方向。这种情况反映在图11中不存在占主导地位最大值的平均分布的频率曲线中。通过监控该频率曲线的最大值，这些不适合于测试的线段就可被自动地排除。
图2也表示了怎样可以通过计算元件20而确定“发毛程度”。在一个或多个在线或绳10外部的平行延伸于线或绳轴的、设想的测试狭条区域38中，出现的伸出纤维或伸出线的象素在与背景亮度值比较的不同亮度值的基础上被测试出并进行计算。每一个测试狭条区域可能，例如对应于一个象素行或对应与几个相邻接的象素行。通过在大量的平行测试狭条区域中进行测试，就可以不仅通过频率，也通过伸出纤维或伸出线的长度来取得信息。
最后，图12表明怎样可以通过几个图象传感器而测得线或绳的空间轮廓，并因此得到有关立体几何形状，特别是圆度信息。在图12中展示了线或绳10横断面，并有三个绕着该线或绳的、相互间相隔角度为120°的图象传感器41、42、43。每一个图象传感器应参照图1中对图象传感器12的描述安置，并应连接到所述类型的信号处理线路上。借助于三个图象传感器41、42、43，三个有关线或绳的平面图象也可以被摄取，且数字图象信号也就存储了起来。如果线或绳的三个直径D1，D2和D3是按三个观察点测出的，则从这三个直径的区别中，就可推导出非圆度的量度：
非圆度＝f（1D1-D21，1D2-D31，1D3-D11）
对所述装置的其他改型或进一步发展当至是可能的。特别是，用彩色图象代替黑白图象存储并估值。与此有关的必要技术已为专家，尤其是为彩电专家公知。代之于图象单纯亮度值，以每一个象素的三种颜色成份的强度值也被数字化并存储了起来，通过对颜色信号的合适的计算，也可能会通过特意制作的非标准彩色形成器，我们就有可能或是更清楚地测得前述的测定值，或取得线或绳的其它特性参数的补充信息。