高 暢， 劉基宏

(生態(tài)紡織教育部重點實驗室(江南大學)， 江蘇 無錫 214122)

紗管分揀是細絡聯(lián)設備的一項重要功能，由于從絡筒機上退下的紗管可能出現(xiàn)未完全退紗的情況，因此，需要對余紗量進行檢測并根據(jù)結(jié)果分揀紗管。當前裝配了細絡聯(lián)裝置的自動絡筒機普遍采用機械式檢測裝置，通過各種形式的打手觸碰紗管來判定紗管的剩余紗量。這類方案的弊端是打手快速下落和打擊紗管表面紗線時，可能會對紗管成形和紗線品質(zhì)造成不利影響。

近年來出現(xiàn)了非接觸式余紗量檢測方法，主要通過顏色傳感器或相機檢測紗管顏色實現(xiàn)數(shù)據(jù)采集[1]，處理方法包括將同類型的空管作為預設值進行比對，或者利用支持向量機或神經(jīng)網(wǎng)絡對顏色進行劃分來提取紗線區(qū)域[2-3]。這些方案比較依賴紗管和紗線之間的色差，二者顏色相近時易誤檢，對包纏極少量紗線的殘紗管檢測效果也不理想。

為提高檢測精度，本文提出基于Gabor濾波器的非接觸式紗管余紗量檢測算法。Gabor濾波器具有帶通性和方向性，在邊緣檢測[4]、紋理分割[5]、疵點檢測[6-8]等領域已廣泛應用。綜合考慮紗管和紗線的色差以及表面紋理差異，本文利用Gabor濾波器奇部反向?qū)ΨQ性，設計經(jīng)過參數(shù)優(yōu)化的多方向多尺度濾波器組對二維圖像信號進行過濾，提取包纏紗線部分的邊緣，計算紗管余紗量。

1 實驗裝置

圖像采集系統(tǒng)包括CMLN-13S2C-CS型相機、(NanGuang CN-Lux560 LED)光源、遮光板等。相機曝光值為1/60 s，感光度為64，鏡頭高度與紗管中部平齊且可捕捉到整只紗管。紗管后方用黑色面板遮擋，光源色溫為5 600 K。選用高度為 210 mm塑料壁細紗管(有金屬底座)，卷繞18.2 tex棉紗，紗管固定在底座上，通過由步進電動機驅(qū)動的傳送帶送入畫面以模擬實際場景。實驗平臺系統(tǒng)示意圖如圖1所示。利用OpenCV編寫用于圖像處理和輸出響應測試的程序。

圖1 圖像采集裝置示意圖Fig.1 Diagram of image acquisition device

2 檢測算法

系統(tǒng)采樣區(qū)被限定在背景面板有效遮擋的區(qū)域內(nèi)，檢測到有紗管進入后，對圖像進行裁剪、閾值分割以及傾斜角度校正，在圖像中將紗管矯正至豎直形態(tài)；隨后用紗管主干區(qū)域提取方法將圖像縮減至一個僅包含紗管和紗線的矩形；利用極大響應的奇部 Gabor 濾波器濾波，提取管壁上繞紗部分的邊緣；最后根據(jù)各個邊緣之間的距離確定余紗量，為紗管分揀提供依據(jù)。算法流程如圖2所示。

圖2 檢測算法流程圖Fig.2 Flow chart of detection algorithm

2.1 圖像采集與分割

受紗管從絡筒機各個錠位退出時間、紗管分揀耗時等因素影響，細絡聯(lián)設備分揀裝置處經(jīng)常會出現(xiàn)紗管排隊等待或無紗管的情形。實驗裝置對此類情形進行了模擬，將檢測場景分為無紗管、單紗管和多紗管3種，并采用隊列數(shù)據(jù)結(jié)構存儲紗管信息；系統(tǒng)對相機拍攝的每一幀畫面進行裁剪，去除紗管底座，隨后進行固定閾值分割：如果沒有檢測到足夠大的前景連通域，說明沒有紗管；如果檢測到1個或多個前景連通域，則按其進入檢測區(qū)順序編入隊列，逐一進行余紗量檢測。

每個連通域檢測完成后被標記為已處理狀態(tài)，并且不再在后續(xù)畫面中被重復檢測。當1個紗管離開檢測區(qū)后，隊列中相應的數(shù)據(jù)和存儲空間也被釋放，以供后續(xù)紗管使用。圖3為上述流程示意圖。

圖3 多紗管圖像的分割與數(shù)據(jù)存儲Fig.3 Segmentation and data storage of bobbins

2.2 提取紗管主干區(qū)域

經(jīng)過分割后的圖像每個連通域內(nèi)包含1個紗管。紗管在運動狀態(tài)下自身可能未保持豎直，采用最小二乘法求解線性回歸方程，獲取管紗傾斜角度[9]。斜率k計算公式為

(1)

取分割圖中全部前景點的坐標值代入公式，計算擬合直線斜率。將直線斜率轉(zhuǎn)換為角度后旋轉(zhuǎn)整個分割圖，從而將紗管調(diào)整至平直狀態(tài)。

為提高濾波效率，需進一步縮減校正后的圖像，將感興趣區(qū)域限定為紗管主干區(qū)域，即包含紗管管體、高度略小于紗管高度、寬度略小于紗管直徑的矩形。圖4示出圖像中前景點分布曲線。通過對前景區(qū)域的逐列掃描可知：管體覆蓋的各列前景點占比較高；而紗線部分呈現(xiàn)梭形，寬度超出紗管直徑部分的像素點集在其所在列占比迅速降低?；谶@一變化，對圖像各列前景點占比設定閾值，高于閾值即視為紗管主干區(qū)域。實驗中閾值設置為 0.9。

圖4 前景點分布統(tǒng)計與主干提取Fig.4 Distribution of foreground pixels and extraction

2.3 奇部Gabor濾波提取紗線邊緣

二維奇部Gabor濾波器的定義為

(2)

式中：G為濾波器函數(shù)；(x,y)為點坐標；σ2為高斯分布方差；ω為中心頻率；ψ為正弦函數(shù)相位；γ為二維高斯函數(shù)空間縱橫比。二維濾波器具有方向性，(x,y)通常表示旋轉(zhuǎn)后的轉(zhuǎn)化坐標，因此還需引入角度參數(shù)θ。一般令γ=1，ψ=0是較為合理的濾波器參數(shù)設置[5]，因此將公式簡化為

(3)

式(3)是具有高斯分布加權的正弦平面波，其對軸線x=0處的梯度變化形邊緣具有良好的響應效果。二維奇部Gabor濾波器的波形和輸出響應隨σ(高斯分布標準差)、ω和θ的變化而改變，結(jié)合其帶通特性，需根據(jù)細度大小采用多中心頻率和多方向的濾波器組處理輸入信號，使得濾波器對紗線邊緣產(chǎn)生較大響應，同時抑制其他紋理。

σ和ω決定了奇部Gabor濾波器的波形，二者乘積不變時，中心頻率大小僅會影響有效響應區(qū)域面積，而波形保持不變。圖像中單根紗線的細度在3～6像素之間波動。綜合上述因素，設計了由中心頻率相同的濾波器構成濾波器組，每組內(nèi)包含不同方向濾波器。實驗中設置σω為1.3，角度選取±90°，組數(shù)設置為3，中心頻率分別選擇2.4、3.4和4.8。

濾波器組對RGB各通道分量分別作卷積，同一中心頻率不同方向取極大值，不同中心頻率間取極小值，構成濾波輸出。濾波器處理效果如圖5所示，濾波器經(jīng)參數(shù)優(yōu)化后可抑制管壁紋理，同時增強紗線灰度梯度。

圖5 不同余紗量紗管濾波檢測Fig.5 Inspection of bobbins of different remaining amount of yarn. (a) Main part of bobbins; (b) Filtering; (c) Inspecting

2.4 余紗量檢測

紗管上的紗線呈纏繞形態(tài)，其濾波響應的連通域能夠貫穿圖像，利用這一特點可提取出繞紗部分。對各通道做最大類間方差閾值分割，如果為前景點則對其進行連通域查找，若其連通域邊界達到另一側(cè)邊緣列則認定為紗線響應區(qū)域；之后合并三通道連通域，若2個連通域距離小于3σ則合并為1個。在獲取的響應區(qū)域中取相距最遠的2組，二者之間區(qū)域即認定為纏繞紗線區(qū)域。定義紗管余紗量為H，其計算公式為

H=N/w

(4)

式中：N為纏繞紗線區(qū)域像素總數(shù)；w為紗管主干區(qū)域?qū)挾?。H代表了纏繞紗線區(qū)域的高度，H=0時管紗被判定為空管，H>0時可根據(jù)其大小進一步將管紗歸類為殘紗管、半滿管或滿管。圖5(c)示出余紗量檢測結(jié)果?？梢钥闯?，算法對不同余紗量紗管均可做出準確檢測。

3 參數(shù)討論

3.1 紗管主干區(qū)域閾值設定

為確定最佳閾值，選取了各種顏色和余紗量紗管圖像共計189張，分別記錄選取不同閾值處理后提取區(qū)域面積的變異系數(shù)、提取區(qū)域濾波運算速度和檢測正確率，測試結(jié)果如表1所示。

表1 主干區(qū)域閾值測試Tab.1 Test of threshold for main part detection

紗管主干區(qū)域閾值決定了濾波圖像大?。洪撝颠^高時，裁剪區(qū)域面積變化幅度大，檢測魯棒性差，紗管主干區(qū)域結(jié)果易受噪聲干擾；閾值過低會降低運行效率，同時裁剪區(qū)域過寬會導致背景點進入選區(qū)，誤檢數(shù)大幅提高。綜合考慮正確率與濾波穩(wěn)定性，閾值設置為0.85或0.9較為合理。

3.2 濾波器波形優(yōu)化

為強化奇部Gabor濾波器的邊緣檢測效果，需要使其波形在軸線x=0處具有更顯著的階躍特性[10]。這種階躍也使得濾波器G(x,y)具備更大的輸出響應。令E為G(x,y)中心軸線一側(cè)的響應積分：

(5)

對其做積分運算可得：

(6)

式中：E表示Dawson積分；I(·)表示取函數(shù)虛部；ierfi(·)表示誤差函數(shù)。式(5)說明若σ已知，則E隨ω呈現(xiàn)Dawson分布。Dawson積分拐點約出現(xiàn)在0.924 14，可知E最大時有：

σ≈1.306 9/ω≈λ/4.808

(7)

圖6示出測試圖像濾波輸出響應隨λ/σ的變化曲線?？梢钥闯?，實際峰值出現(xiàn)于λ/σ=4.808附近，響應曲線與理論值基本一致。

圖6 輸出響應隨λ/σ變化曲線Fig.6 Response curve based on λ/σ. (a) Original image; (b) Response curve

3.3 濾波器角度選取

圖7示出奇部濾波器輸出響應隨θ的理想變化曲線，當θ=90°時，濾波器取得最大響應。為論證理論結(jié)果，選取0°～180°，以30°為間隔，共計7個角度的濾波器對測試圖像濾波，其響應輸出如圖7所示。可見，濾波器軸線與階躍邊緣線重合時為濾波效果最好，對于處于豎直狀態(tài)的紗管而言，θ取90°和中心對稱角度270°，2個角度已足以產(chǎn)生理想的濾波效果，過多不同方向的濾波器將降低運行效率，增加噪聲。

圖7 輸出響應隨 θ 變化曲線Fig.7 Response curve of filtering based on θ

3.4 濾波器中心頻率選取

將單紗沿長度方向微分，每段均可視為沒有彎曲的平直紗段，此時需要考察寬度為d的有限寬度模型的濾波輸出響應變化規(guī)律。在波形固定的條件下，僅需要考慮σ與d的關系。圖8(a)示出了濾波器關于σ/d的理論輸出模型，濾波器參數(shù)σω=1.306 9，θ=90°。由圖可知，中心頻率為σ的濾波器的最佳響應寬度為d=σ/0.81。圖8(c)示出最適中心頻率濾波效果。作為參照，圖8(a)中σ過小導致濾波效果不明顯，未能檢測出紗線；圖8(d)中σ過大，濾波器最佳響應寬度超過紗線直徑，導致噪聲過多。

圖8 輸出響應隨σ/d變化曲線Fig.8 Response curve based on σ/d. (a) Response curve； (b) σ=0.4d； (c) σ=0.81d； (d)σ=1.5d

4 結(jié)束語

本文對基于Gabor濾波器的余紗量檢測算法進行了深入研究。檢測系統(tǒng)將紗管圖像采集與處理分離，二者同時進行，互不干擾，保證了系統(tǒng)實時性和穩(wěn)定性。對濾波器組進行優(yōu)化設計，通過調(diào)整參數(shù)使得帶通范圍內(nèi)的階躍梯度幅值最大化，強化對紗線的分割效果。探究對特定寬度問題的最適中心頻率，合理設置濾波器組合，去除與紗線方向不一致的濾波器，使噪聲得到抑制，提高檢測效率。結(jié)果表明，算法對不同顏色和亮度的紗管能做出準確檢測，其優(yōu)化策略為非接觸式紗管分揀研究提供理論參考。