近日，武汉纺织大学机械工程与自动化学院张成俊教授团队徐楚桥、张济涛、罗凯博士在国际知名学术期刊Engineering Applications of Artificial Intelligence发表题为“Morphological knowledge augmented snake convolutional network for yarn hairiness segmentation”的研究论文。论文第一作者为徐楚桥博士，张成俊教授为论文通讯作者，武汉纺织大学湖北省数字化纺织装备重点实验室为第一署名单位。
针对纱线质量在线检测中，毛羽形态复杂交织且具有多尺度特征，导致当前图像分割方法难以对其进行准确检测的问题，论文提出一种用于纱线图像语义分割的形态学知识增强蛇形卷积网络。
设计了一种曲率知识增强的蛇形卷积算子，通过编码局部曲率强度，引导采样轨迹更好地贴合弯曲的毛羽结构。提出了一种多尺度感受野选择注意力机制，通过自适应调整不同分支下不同通道的注意力权重，从混合特征中筛选并融合最符合目标形态的特征。在工业纱线数据集上的实验表明，所提方法在纱线主体部分和毛羽部分的交并比和召回率指标均优于主流图像分割架构。这在一定程度上证明了将领域知识融入深度学习模型，有助于准确检测不规则交织结构与尺度变化特征，从而提升纺织行业的产品质量。
论文链接：https://doi.org/10.1016/j.engappai.2026.116627
