陸佳英++郭榮幸

摘要：

為了提高檢驗方法的自動化程度，提高檢驗效率，開發(fā)顯微圖像采集儀，對比纖維細(xì)度儀與顯微圖像采集儀的結(jié)構(gòu)組成與工作原理，分析顯微圖像采集儀的去噪和自動聚焦方法。試驗得出：顯微圖像采集儀的去噪采用中值濾波法，自動聚焦采用梯度函數(shù)法，得到的圖像自動聚焦效果好，提高自動化程度，節(jié)省人力成本。

關(guān)鍵詞：去噪；自動聚焦；自動化

1 引言

纖維成分含量檢測是紡織服裝產(chǎn)品檢驗中的基礎(chǔ)項目，它是決定服裝使用性能的重要指標(biāo)，也是消費者在購買服裝時重要的選擇依據(jù)和合理選擇洗滌維護(hù)方式的重要參考，因此纖維成分含量標(biāo)識的準(zhǔn)確性與科學(xué)性尤為重要[1]。目前，纖維成分含量檢測主要有兩種方法：化學(xué)溶解法、顯微鏡物理法[2]?；瘜W(xué)溶解法需要消耗大量高濃度的鹽酸、硫酸、硝酸等無機試劑，以及DMF、CHCl3等有機試劑，會產(chǎn)生高腐蝕性的化學(xué)廢液，對環(huán)境產(chǎn)生污染，長期接觸腐蝕性、揮發(fā)性的化學(xué)試劑也會對檢驗人員的身體健康造成不良影響。顯微鏡物理法主要采用纖維細(xì)度儀人工對紡織產(chǎn)品進(jìn)行檢測，該方法是一種綠色環(huán)保的檢測技術(shù)，但是自動化程度較低，勞動強度大，勞動生產(chǎn)效率較低。

為提升檢測方法的自動化程度，提高勞動生產(chǎn)率，嘗試對纖維細(xì)度投影儀進(jìn)行硬件改造和軟件研發(fā)，使改造后的纖維圖像采集儀可對樣品切片圖像自動采集和自動聚焦。

2 顯微圖像采集儀與纖維細(xì)度儀對比

2.1 顯微圖像采集儀與纖維細(xì)度儀組成對比

2.1.1 纖維細(xì)度儀組成

纖維細(xì)度儀硬件系統(tǒng)組成：① 奧林巴斯BX-53光學(xué)顯微鏡；② 手動X/Y軸運動及調(diào)焦平臺；③采集終端計算機。纖維細(xì)度儀軟件系統(tǒng)為用戶人機交互界面軟件。

2.1.2 顯微圖像采集儀組成

顯微圖像采集儀硬件系統(tǒng)組成：① 奧林巴斯BX-53光學(xué)顯微鏡；② 高性能X/Y/Z三軸運動控制平臺（壓電/電磁、閉環(huán)控制）；③ 運動控制平臺控制器；④ 高分辨率/高性能CCD；⑤ 采集終端計算機。顯微圖像自動采集系統(tǒng)軟件系統(tǒng)組成：① 運動控制平臺控制系統(tǒng)子模塊；② 圖像采集子模塊；③ 圖像對焦算法；④ 多焦面合成算法；⑤ 全景圖像拼接算法；⑥ 用戶人機交互界面軟件。

2.2 顯微圖像采集儀與纖維細(xì)度儀工作原理對比

2.2.1 纖維細(xì)度儀工作原理

圖1所示，顯微鏡與計算機相連，通過顯微鏡視頻采集設(shè)備將圖像數(shù)據(jù)傳輸給計算機，顯示器顯示采集樣品切片圖像。手動調(diào)節(jié)載物臺上的樣品標(biāo)本移動器同軸手輪，可使樣品切片沿X、Y軸移動。同時手動調(diào)節(jié)載物臺上的粗/微調(diào)焦旋鈕，使樣品切片清晰便于觀察。

2.2.2 顯微圖像采集儀工作原理

圖2所示，顯微鏡通過CCD視頻采集設(shè)備將圖像數(shù)據(jù)傳輸給計算機，計算機通過自動對焦和多焦面合成算法對圖像進(jìn)行分析，將分析數(shù)據(jù)以命令的形式發(fā)送給運動控制平臺控制器，運動控制平臺控制器根據(jù)接受的命令對顯微鏡完成沿X、Y、Z軸的運動以及自動調(diào)焦。

3 顯微圖像采集儀的自動調(diào)焦

顯微圖像采集儀利用計算機對調(diào)焦過程中的一系列圖像進(jìn)行分析處理，用聚焦函數(shù)評價離焦?fàn)顟B(tài)，再通過采集終端計算機和運動控制平臺控制器驅(qū)動載物臺上的調(diào)焦裝置，使顯微鏡及CCD視頻采集設(shè)備上下移動，自動搜索處于聚焦位置的清晰圖片。在利用全自動顯微鏡、CCD視頻采集設(shè)備等生成圖像的過程中，由于受到光照、CCD自身缺陷及調(diào)焦等各種因素的影響，圖像中會引入脈沖和加性等噪聲[3]。這些噪聲的存在使圖像質(zhì)量下降，最終會影響自動聚焦的準(zhǔn)確性，所以在自動調(diào)焦前需要對圖像去噪處理。

3.1 顯微圖像采集儀的去噪方法

去噪的方法一般分為線性和非線性濾波兩種。線性濾波方法主要包括領(lǐng)域平均法。非線性濾波方法主要包括中值型濾波、形態(tài)濾波、多項式濾波、同態(tài)濾波和混合濾波等。采用領(lǐng)域平均法對抑制圖像噪聲是有效的，但是隨著領(lǐng)域的加大，圖像的模糊程度也會更加嚴(yán)重。在領(lǐng)域平均法的基礎(chǔ)上，采用改進(jìn)的兩種加權(quán)使去噪的效果更好，在邊緣不受影響的前提下，能夠比較準(zhǔn)確地捕捉噪聲，但是該方法運算會不方便。利用線性濾波方法對圖像進(jìn)行去噪處理能夠得到明顯的效果，但是大部分線性濾波通特性低并且采集的圖像邊緣模糊。中值濾波是一種去噪的非線性濾波處理方法，它是一種既不會使邊緣模糊又能較好去除噪聲的方法[4]。

中值濾波的基本原理是把數(shù)字圖像序列中一點的值用該點的一個領(lǐng)域中各點值的中值代替。把這個點的特定長度或形狀的領(lǐng)域稱作窗口。窗口正中間像素的值用窗口內(nèi)各像素的中值代替。中值濾波可利用方形、圓形、十字形等形式的窗口，設(shè){Xij （i，j）∈I2}表示數(shù)字圖像各點的灰度值，濾波窗口為A的二維中值濾波定義為：yij=Med{xij}=Med{x（i+r），（y+s） （r，s）∈A（i，j）∈I2 }。根據(jù)定義式可知，中值濾波器的主要功能是讓較大像素灰度差值的像素值改取周圍接近的像素值，消除孤立噪聲點[5]。采用中值濾波去噪，既能有效去除噪聲，又能保持邊緣信息完整，圖3為纖維橫截面切片圖像中值濾波處理后的效果圖。

3.2 顯微圖像采集儀的自動調(diào)焦方法

自動聚焦是實現(xiàn)顯微圖像自動采集的核心，聚焦圖像的質(zhì)量和聚焦速度與自動聚焦函數(shù)直接相關(guān)。目前聚焦評價函數(shù)主要分為以下幾類：

（1）灰度變化函數(shù)：聚焦的圖像比離焦的圖像灰度變化更多，通過灰度統(tǒng)計直方圖計算其方差作為圖像評價函數(shù)。

（2）梯度函數(shù)：在圖像采集過程中，圖像梯度可以用來進(jìn)行邊緣提取，聚焦圖像比離焦圖像的邊緣鋒利，所以其圖像梯度值更大，可以利用梯度算子組成評價函數(shù)對聚焦程度進(jìn)行檢驗。

（3）圖像灰度熵函數(shù)：在對圖像聚焦的過程中，聚焦圖像的信息熵大于離焦圖像的信息熵，所以圖像灰度熵函數(shù)可以作為評價聚焦好壞的函數(shù)。

（4）頻域類函數(shù)：在圖像采集過程中，需要利用傅里葉變換函數(shù)實現(xiàn)圖像在空域與頻域的相互轉(zhuǎn)換，傅里葉變換的高頻分量對應(yīng)圖像邊緣，所以聚焦圖像的邊緣高頻分量相對于其他部分更高，所以可以根據(jù)傅里葉變換后的高頻分量含量評價聚焦程度[6]。

自動聚焦評價函數(shù)都應(yīng)該具有以下特點：

（1）無偏性，即評價結(jié)果應(yīng)該就是實際的聚焦圖像。

（2）單峰性，即評價函數(shù)的評價曲線只有一個峰值。

（3）能反映離焦極性，即評價函數(shù)的值可以反映出所對應(yīng)的圖像的離焦極性。

（4）較高的信噪比。

（5）抗噪聲性能，在圖像有一定的噪聲污染時，評價函數(shù)還是能夠準(zhǔn)確判斷出聚焦的位置。

（6）計算量小，即通過少量的計算可快速得出評價函數(shù)的結(jié)果[7]?；?種主要的聚焦評價函數(shù)的特點，目前使用的主要聚焦算子1）灰度方差算子（VAR）；2）基于梯度函數(shù)的灰度差分絕對值之和算子（SMD）；3）基于sobel梯度算子的Tenengrad算子，其中SMD聚焦評價函數(shù)的特征更加容易得到聚焦點且有較高的精度，自動調(diào)焦圖像清晰[8]。圖4為纖維切片橫截面圖像自動調(diào)焦效果圖，與手動調(diào)焦圖像效果相同。

4 結(jié)論

（1）顯微圖像采集儀的去噪采用中值濾波法，它是一種既不會使邊緣模糊又能較好去除噪聲的方法。

（2）顯微圖像采集儀的自動聚焦采用梯度函數(shù)法，自動聚焦圖像清晰與手動聚焦效果無差別。

（3）與纖維細(xì)度儀相比，顯微圖像采集儀可自動聚焦，提高自動化程度，節(jié)省人力成本。

參考文獻(xiàn)：

[1] 瞿彩蓮，董激文，胡紅花，等. 棉/粘纖混紡產(chǎn)品定量化學(xué)分析方法的探討[J]. 中國纖檢， 2011，（11）：54-56.

[2] FZ/T 01057.1—2007 紡織纖維鑒別試驗方法 第1部分：通用說明[S].

[3] 王東. 基于顯微圖像的纖維成分自動檢測系統(tǒng)的研究與實現(xiàn)[D].上海：東華大學(xué)， 2014.

[4] 劉麗梅，孫玉榮，李莉. 中值濾波技術(shù)發(fā)展研究[J]. 云南師范大學(xué)學(xué)報，2004，24（1）：23-27.

[5] 宗亞寧. 棉麻纖維圖像分析及自動檢測技術(shù)的研究[D]. 上海：東華大學(xué)， 2006.

[6] 高贊. 自動聚焦評價函數(shù)的精確度和穩(wěn)定性研究[D]. 山東：山東大學(xué)，2007.

[7] 康宗明，張利，謝攀，等. 一種基于能量和熵的自動聚焦算法[J]. 電子學(xué)報，2003，（4）：552-555.

[8] 丁喻洋. 紡織纖維顯微圖像的自動聚焦及多焦面問題的研究[D].上海：東華大學(xué)， 2006.

[作者單位：廣州纖維產(chǎn)品檢測研究院，國家紡織品服裝服飾產(chǎn)品質(zhì)量監(jiān)督檢驗中心（廣州）]