金守峰 陳 陽 林強強 唐 凡

(西安工程大學，陜西西安，710048)

1 研究背景

織物經(jīng)過抓毛、磨毛、刷毛等起毛工藝，表面會生成柔軟、致密的絨毛[1]，織物表面的風格改變，提升了美感，改善了性能。傳統(tǒng)的起絨織物表面質(zhì)量檢測主要依靠有經(jīng)驗的人員通過肉眼和觸摸來評判[2]，效率較低，且主觀經(jīng)驗占主導作用，難以實現(xiàn)對織物質(zhì)量的客觀評價[3]。

目前，機器視覺技術已經(jīng)成為用于織物質(zhì)量檢測的普遍選擇[4]。利用機器視覺進行絨毛檢測不僅可以排除人的主觀因素干擾，而且還能夠對絨毛進行定量描述，減小檢測分級誤差，提高效率和精度[5-6]。 KANG T J等對織物表面的起毛、起球采用激光線掃描技術獲得織物表面的三維圖像，有效地提取織物表面的毛球個數(shù)、毛球面積和毛球密度[7]。SAHARKINZ S等采用二維快速傅立葉變換，在頻域中對織物表面起球特征進行提取，并實現(xiàn)了織物組織與起球區(qū)域的分割[8]。徐步高等利用雙目視覺技術重構了織物表面的三維圖像，采用深度局部最大極值為生長點的種子生長法對織物起球狀態(tài)進行檢測[9]。 CARSTENSEN J M等利用傅立葉變換的功能譜分析毛球特征參數(shù)，實現(xiàn)了對織物起毛起球性能的客觀分析與評價[10]。趙大興等對織物表面同一區(qū)間進行圖像采樣，提取特征值，通過模板匹配，實現(xiàn)了織物表面質(zhì)量的等級評價[11]。劉曉軍對色織物進行濾波和去除光照不勻的預處理后，采用基于邊緣流的算法有效地對色織物的起毛起球進行分割[12]。余靈婕等提出了顯微光學切片的方法，通過垂直移動顯微鏡的物鏡，獲取不同聚焦下的織物表面的深度序列圖像，通過重構得到織物表面起毛起球的信息[13]。

起絨織物表面的絨毛纖細、柔軟、致密，現(xiàn)有檢測方法不能對絨毛厚度及覆蓋程度進行客觀的評價。本文根據(jù)起絨織物表面特征，提出了一種基于機器視覺的起絨織物表面質(zhì)量評定方法，以厚度和覆蓋程度評價起絨織物的表面質(zhì)量。

2 起絨織物表面輪廓圖像獲取

為了獲取起絨織物表面輪廓，本文采用如圖1所示的織物表面輪廓切向成像方法。被測織物平鋪在傳送裝置上，光源置于輥子的下方，工業(yè)相機與光源分別安裝于被測織物的兩側，形成背光成像，避免受被測織物表面紋理及顏色特征的干擾，突出被測織物表面的絨毛輪廓。得到的起絨織物表面輪廓圖像如圖2所示。

圖1 織物表面輪廓切向成像

圖2 起絨織物表面輪廓圖像

由圖2可知，圖中白色區(qū)域為起絨織物表面的絨毛區(qū)域，該區(qū)域的垂直方向表征了絨毛區(qū)域的厚度，區(qū)域表面輪廓在水平方向表征了絨毛的覆蓋程度。絨毛區(qū)域的上方為拍攝背景，下方為底布區(qū)域。

3 絨毛區(qū)域輪廓邊緣的提取

3.1 感興趣區(qū)域提取

在成像條件確定后，所得到的起絨織物表面輪廓圖像中，絨毛區(qū)域所在的位置就確定了。由圖2可知，絨毛區(qū)域占整幅圖像的區(qū)域較小，大部分為拍攝背景和底布區(qū)域。為了突出絨毛區(qū)域，對起絨織物表面輪廓圖像選取感興趣區(qū)域。感興趣區(qū)域在水平方向與整幅圖像的像素點數(shù)相同，因此只確定垂直方向上的區(qū)域。本文利用灰度投影原理來獲取感興趣區(qū)域圖像[14]。圖2中虛線所示為感興趣區(qū)域的上下邊界，兩者之間的區(qū)域為選取的感興趣區(qū)域。

3.2 絨毛邊緣輪廓提取

對感興趣區(qū)域進行預處理，提高圖像的對比度。根據(jù)絨毛區(qū)域的灰度直方圖特征，采用最大類間方差法進行絨毛區(qū)域分割，對分割后的絨毛區(qū)域中存在的空洞、不連續(xù)等缺陷構建線性結構元素，形態(tài)學方法進行開閉運算[15-16]，得到完整的絨毛區(qū)域如圖3所示。由圖3可知，在圖像分割算法和形態(tài)學算法處理后，絨毛表面稀疏的絨毛被處理掉，這些絨毛對于整體的起毛厚度不會造成影響。

絨毛區(qū)域與背景區(qū)域的邊緣線即為絨毛區(qū)域的邊界，通過Canny算子對絨毛區(qū)域的邊緣進行檢測[17-18]，提取到的絨毛區(qū)域輪廓邊界如圖3中的上、下邊緣，其中下邊緣曲線表征了絨毛區(qū)域與織物底布之間的邊緣，上邊緣曲線表征了起絨織物表面絨毛的分布狀態(tài)。

圖3 絨毛邊緣輪廓提取

4 絨毛表面質(zhì)量估計參數(shù)模型

將圖3中的絨毛區(qū)域輪廓邊緣曲線由圖像坐標轉換到直角坐標中，如圖4所示。

圖4 直角坐標系下的輪廓邊緣曲線

由圖4可知，在高度方向上構建絨毛厚度參數(shù)模型，在水平方向上構建絨毛覆蓋率參數(shù)模型，以這兩個參數(shù)客觀評定起絨織物的表面質(zhì)量。

4.1 絨毛厚度參數(shù)模型

在直角坐標系中，設絨毛區(qū)域的上邊緣為f(x,y)，下邊緣為g(x,y)，則絨毛區(qū)域的厚度H(x,y)為：

H(x,y)=K|f(x,y)-g(x,y)|

(1)

絨毛最大厚度為：

Hmax(x,y)=max[H(x,y)]

(2)

絨毛區(qū)域的平均厚度為：

(3)

式中：K為物面分辨率；n為邊緣點數(shù)。

圖5 絨毛厚度變化曲線圖

4.2 絨毛覆蓋率參數(shù)模型

由圖5可知，絨毛厚度是變化的，因此用平均厚度來表征絨毛表面狀態(tài)不足以客觀評定絨毛表面質(zhì)量。本文在厚度參數(shù)的基礎上，構建了覆蓋率參數(shù)模型來綜合評定絨毛表面質(zhì)量。

在水平方向上，由于上邊緣f(x,y)的起伏狀態(tài)表征了絨毛表面輪廓的覆蓋程度，因此對絨毛區(qū)域的上邊緣f(x,y)采用最小二乘法進行擬合[19]，得到輪廓覆蓋程度的基準線公式如下。

y=ax+b

(4)

(5)

(6)

式中：a、b為回歸系數(shù)；m為采樣點數(shù)；xi為采樣點x軸坐標；yi為采樣點y軸坐標。

擬合后的基準線如圖4所示，絨毛區(qū)域上邊緣f(x,y)上各點越靠近基準線，則絨毛覆蓋程度越好；反之則越差。根據(jù)這一特點，本文采用統(tǒng)計直方圖來估計絨毛區(qū)域上邊緣f(x,y)上各像素點的概率[20]，以此作為絨毛覆蓋率參數(shù)F。

(7)

式中:積分上下限表示從0到r的范圍，A(r)表示范圍內(nèi)的總點數(shù)，H(r)表示值為r的點數(shù)。

對絨毛區(qū)域上邊緣進行統(tǒng)計直方圖分析如圖6所示，圖中橫坐標為邊緣各點距離基準線的高度值，縱坐標為各高度值出現(xiàn)的頻數(shù)，即概率。高度值集中在橫坐標的0位的概率越大，說明絨毛區(qū)域上邊緣各點與基準線越接近，絨毛上邊緣越平坦，分布越均勻，覆蓋率越好，反之則越差。此外，高度值概率分布在0位的左側，則表征了絨毛分布在基準線以下集中；反之則分布在基準線以上集中。

圖6 絨毛上邊緣統(tǒng)計直方圖

5 試驗分析

5.1 試驗平臺性能

為了驗證本文方法，搭建了如圖7所示的起絨織物視覺檢測系統(tǒng)試驗平臺。工業(yè)相機為AVT GE105，分辨率為1 024 pixel×1 024 pixel，幀率為59 fps，鏡頭焦距為8 mm，光源為條形LED。視覺檢測系統(tǒng)的物面分辨率K=0.349 mm/pixel，被測織物為3種不同顏色底布的抓毛后的織物，如圖8所示。

圖7 試驗平臺

(a)藍色

(b)白色

(c)黑色

5.2 數(shù)據(jù)分析

通過本文方法得到的3種起絨織物的厚度變化曲線圖如圖9所示。平均厚度、最大厚度和絨毛覆蓋率見表1。

(a)藍色起絨織物

(b)白色起絨織物

(c) 黑色起絨織物

表1起絨織物厚度和覆蓋率參數(shù)

織物類型最大厚度/mm平均厚度/mm絨毛覆蓋率/%藍色白色黑色14.6610.028.388.157.434.5512.2115.2320.09

由圖9可知，藍色起絨織物厚度曲線變化最大，白色起絨織物厚度曲線變化居中；黑色起絨織物厚度曲線變化最小，與表1中最大厚度值呈正相關。但是表1中藍色和白色起絨織物的平均厚度相近，因此，只依靠平均厚度無法客觀衡量起絨質(zhì)量。為此，通過如圖10所示的3種織物的絨毛區(qū)域上邊緣的統(tǒng)計直方圖來綜合評價起絨織物質(zhì)量。

(a)藍色起絨織物上邊緣曲線

(b)藍色起絨織物上邊緣統(tǒng)計直方圖

(c)白色起絨織物上邊緣曲線

(d)白色起絨織物上邊緣統(tǒng)計直方圖

(e)黑色起絨織物上邊緣曲線

(f)黑色起絨織物上邊緣統(tǒng)計直方圖

圖10(b)、圖10(d)、圖10(f)中絨毛上邊緣各點在0位附近的概率值(絨毛覆蓋率)見表1。黑色織物的概率最大，圖10(e)上邊緣曲線起伏平緩，覆蓋率較好；白色起絨織物和藍色起絨織物的概率較低，圖10(a)、圖10(c)上邊緣曲線起伏較大，且所對應的概率均分布在0位左側，表征絨毛區(qū)域上邊緣中大部分邊緣點低于基準線，覆蓋程度不好。

綜合表1中平均厚度和絨毛覆蓋率兩個參數(shù)，在厚度和水平兩個方向上定量評定絨毛表面質(zhì)量為：黑色起絨織物最佳，白色起絨織物居中，藍色起絨織物較差。由評定結果可知，該系統(tǒng)可以定量評定絨毛織物表面質(zhì)量且結果對起絨織物的顏色不敏感。

6 結論

本文設計的織物表面輪廓切向成像方法，通過背光成像，得到了不受織物顏色和紋理干擾的絨毛區(qū)域圖像。為了突出絨毛區(qū)域建立了感興趣區(qū)域，以最大類間方差法和形態(tài)學方法得到了完整的絨毛區(qū)域，采用Canny算子有效提取了絨毛區(qū)域邊緣輪廓特征。建立絨毛厚度參數(shù)和覆蓋率參數(shù)模型，以垂直方向和水平方向綜合、客觀評定起絨織物表面質(zhì)量。試驗分析表明：本文方法能夠客觀評定起絨織物表面質(zhì)量，且不受織物顏色的影響。