文/張惠芳 郭斌 何波 葉翔宇

機(jī)織物的密度是單位長(zhǎng)度內(nèi)所包含的經(jīng)緯紗根數(shù)，一般以根/10cm表示，分為經(jīng)密和緯密。目前，機(jī)織物密度測(cè)定一般采用GB/T 4668—1995《機(jī)織物密度的測(cè)定》[1]，標(biāo)準(zhǔn)規(guī)定了3種方法：織物分解法、織物分析鏡法和移動(dòng)式織物密度鏡法，但這3種方法均是依靠人眼檢測(cè)，不僅費(fèi)時(shí)費(fèi)力，還容易出錯(cuò)，對(duì)于高支高密、組織結(jié)構(gòu)無(wú)規(guī)律的面料，更是很難檢測(cè)。因此很多人研究借助儀器測(cè)試機(jī)織物密度，例如采用CCD攝像頭拍攝機(jī)織物圖像，通過(guò)處理圖像得出經(jīng)緯密度[2]，也有通過(guò)織物的掃描圖像發(fā)現(xiàn)經(jīng)緯兩向紗線間的間隙亮度的變化規(guī)律來(lái)計(jì)算經(jīng)緯向密度[3]。

本文采用電子顯微鏡，通過(guò)合適的硬件和軟件相結(jié)合對(duì)織物結(jié)構(gòu)進(jìn)行識(shí)別并計(jì)算織物紗線之間的距離，以此來(lái)計(jì)算經(jīng)緯向的密度，研發(fā)出“織物密度圖像檢測(cè)軟件”。該方法提高了檢測(cè)效率，具備測(cè)試結(jié)果可重復(fù)性、穩(wěn)定性以及數(shù)據(jù)的精確度，也為實(shí)現(xiàn)智能檢測(cè)奠定基礎(chǔ)。

1 方案設(shè)計(jì)及算法原理

1.1 設(shè)計(jì)方案

依據(jù)GB/T 4668—1995《機(jī)織物密度的測(cè)定》的原理，開(kāi)發(fā)的軟件使用C++語(yǔ)言編寫(xiě)，在Qt平臺(tái)上結(jié)合OpenCV開(kāi)發(fā)，軟件包括Android和Windows版本。軟件檢測(cè)流程如下：第一步：加載圖片，使用空間濾波算法對(duì)圖片進(jìn)行預(yù)處理，增強(qiáng)圖像信息?？椢飯D像采用1000萬(wàn)像素工業(yè)相機(jī)拍攝，鏡頭為0.5倍率遠(yuǎn)心鏡頭，配合白色光源，拍攝的布料實(shí)際大小為12.82mm×9.17mm。第二步：對(duì)織物結(jié)構(gòu)類型進(jìn)行選取或者進(jìn)行自動(dòng)識(shí)別（自動(dòng)模式）。第三步：使用模板匹配算法，獲得織物結(jié)構(gòu)位置點(diǎn)集，通過(guò)點(diǎn)集計(jì)算經(jīng)向、緯向間距大小，實(shí)現(xiàn)織物經(jīng)度、緯度方向根數(shù)識(shí)別，最終計(jì)算出織物密度。整個(gè)檢測(cè)流程如圖1所示。

綜上所述,在異位妊娠患者的檢測(cè)過(guò)程中,經(jīng)陰道超聲檢測(cè)方式相較于經(jīng)腹彩超檢測(cè)方式具有更高的應(yīng)用價(jià)值,診斷率高,值得進(jìn)一步研究推廣。

1.2 算法原理

1.2.1 圖像增強(qiáng)

在圖像采集過(guò)程中，由于環(huán)境光線以及布料顏色影響，采集到的圖片難免加入噪聲，出現(xiàn)對(duì)比度低現(xiàn)象，需使用空間濾波算法對(duì)圖像進(jìn)行增強(qiáng)。

2 想吃藥的話吃益生菌（金雙歧或培菲康）和乳果糖，促進(jìn)大便中的食物殘?jiān)浞职l(fā)酵分解，從而能吸收保持一定的水分，軟化大便。

A:接受孩子的情緒，別強(qiáng)調(diào)必須這樣那樣，重要點(diǎn)就在兩句話“我能夠”和“我長(zhǎng)大了”。相信自己能夠，做事時(shí)就不慌張，衣服就不會(huì)穿反；為自己的長(zhǎng)大而自豪，這種自豪感的“力量”會(huì)幫助他克服“睡不夠”的煩躁與不安。所以教誨孩子用自我對(duì)話的方式，這樣很容易獲得“內(nèi)在力量”。

1.2.3 形態(tài)學(xué)Blob分析

使用該“十字圖案”作為一個(gè)模板，在整幅圖像中的檢測(cè)模板情況。顯而易見(jiàn)，把模板放置在圖像中的某一位置，通過(guò)比較模板中的強(qiáng)度值和圖像中對(duì)應(yīng)值，可以檢測(cè)模板在哪一位置的存在。因?yàn)閺?qiáng)度值很少能夠很好地匹配，需要測(cè)量模板強(qiáng)度值同對(duì)應(yīng)圖像值之間的相似度。

平紋類織物的編織結(jié)構(gòu)在圖像中表征為“十字圖案”，如圖4所示。

設(shè)模板圖像為t（x，y），大小為m×n個(gè)像素。在目標(biāo)圖像f（x，y）上從左到右移動(dòng)m×n大小的匹配窗口，計(jì)算每移動(dòng)一個(gè)像素之后窗口內(nèi)像素與模板像素的相似度，該相似度用NCC參數(shù)進(jìn)行度量，如式（1）所示：

提升小波算法通過(guò)構(gòu)造雙正交小波函數(shù)，使用線性、非線性或空間變化的預(yù)測(cè)和更新算子進(jìn)行提升變換，比較適合于數(shù)控機(jī)床熱誤差數(shù)據(jù)分析，可以有效獲取其主要變化特征[7]。

圖像增強(qiáng)方法分為兩大類：空間域方法和頻域方法。空間域方法指的是對(duì)圖像像素直接處理。設(shè)f（x，y）為增強(qiáng)后的圖像，（x，y）為像素點(diǎn)坐標(biāo)。設(shè)orig（x，y）為原始圖片，m（x，y）為使用掩模（101*101）進(jìn)行均值濾波后的圖像，factor為增強(qiáng)算子，則圖像增強(qiáng)算法可以表示為：f（x，y）= round [（255*0.5 - mean）* factor +orig] 。其中round為灰度值取整函數(shù)。原始圖片和增強(qiáng)后的效果圖如圖2和圖3所示。從圖4中可以看出圖片的灰度得到了提升，對(duì)比度更加明顯。

在獲得點(diǎn)集后，接下來(lái)就是計(jì)算經(jīng)緯向間距，從而計(jì)算經(jīng)緯向根數(shù)，最終得出織物密度。

1.2.2 基于灰度的歸一化互相關(guān)模板匹配

式(1)中μ、σ為窗口大小內(nèi)圖像的灰度均值和方差，NCC范圍為[-1,1]，值越大表示相似度越高。對(duì)圖像進(jìn)行織物結(jié)構(gòu)模板匹配操作，當(dāng)找到NCC系數(shù)最大值時(shí)，即為織物結(jié)構(gòu)組織。圖5中標(biāo)識(shí)的綠點(diǎn)即為匹配到的所有織物結(jié)構(gòu)位置。圖6為匹配到的點(diǎn)集的二值化圖像。

高效液相色譜-四極桿/靜電場(chǎng)軌道阱高分辨率質(zhì)譜法快速檢測(cè)大鼠血漿中6種附子生物堿 …………… 賽 那等（6）：761

（1）經(jīng)向點(diǎn)集分類。在圖6的點(diǎn)集中，每一個(gè)點(diǎn)代表一個(gè)織物結(jié)構(gòu)組織位置，在圖像中選取合適大小掩模進(jìn)行形態(tài)學(xué)閉操作，將所有的點(diǎn)集分類，使得相同經(jīng)向的點(diǎn)集連在一起，不同經(jīng)向的點(diǎn)集區(qū)分開(kāi)，如圖7所示。

（2）密度計(jì)算。設(shè)圖像的寬高分別為M和N，統(tǒng)計(jì)整張圖片中所有矩形框內(nèi)點(diǎn)集的間隔，去掉異常值，使用加權(quán)平均算法計(jì)算的結(jié)果假設(shè)為V個(gè)像素；統(tǒng)計(jì)整張圖片中所有相鄰矩形框中心點(diǎn)的間隔，去掉異常值，使用加權(quán)平均算法計(jì)算的結(jié)果假設(shè)為H個(gè)像素。則我們就知道在這張圖片中，經(jīng)向的根數(shù)T和緯向的根數(shù)W分別為：

在圖7中，相同經(jīng)向的點(diǎn)集已經(jīng)用“矩形框”框在一起，不同經(jīng)向的點(diǎn)集也通過(guò)不同矩形框相互分開(kāi)。這里的每一個(gè)矩形框就對(duì)應(yīng)于織物的每一根經(jīng)向。

假設(shè)織物密度均勻分布，在得到單張圖片的經(jīng)緯向根數(shù)后，相應(yīng)換算到100mm×100mm范圍大小，就可以知道織物的密度數(shù)據(jù)。

2 結(jié)果與討論

選擇經(jīng)緯密度較高的6塊不同織物密度的平紋織物進(jìn)行驗(yàn)證，主要依據(jù)GB/T 4668—1995《機(jī)織物密度的測(cè)定》的測(cè)試方法，分別經(jīng)過(guò)人工檢測(cè)根數(shù)和軟件測(cè)試，測(cè)試結(jié)果見(jiàn)表1，并且通過(guò)式（2）計(jì)算兩者偏差率。

式（2）中：Y為軟件測(cè)試與人工測(cè)試的偏差率的絕對(duì)值；P軟件表示為軟件測(cè)試數(shù)據(jù)；P人工表示為人工根據(jù)標(biāo)準(zhǔn)檢測(cè)的數(shù)據(jù)。

發(fā)電廠電氣設(shè)備檢修是一項(xiàng)比較復(fù)雜的系統(tǒng)工程，它其中所涉及的因素比較多。隨著我國(guó)特高壓、超大容量電網(wǎng)的快速發(fā)展，電氣設(shè)備的安全運(yùn)行越來(lái)越重要。要做好檢修這項(xiàng)工作，不僅需要電廠的各個(gè)部門(mén)及科室積極配合，而且需要通過(guò)嚴(yán)格的監(jiān)督管理體系和管理制度來(lái)制約相關(guān)人員，同時(shí)加強(qiáng)電力檢修人員的培訓(xùn)。只有這樣，才能提高設(shè)備檢修的可靠性，促進(jìn)電力企業(yè)更好的發(fā)展。

表1 軟件測(cè)試與人工檢測(cè)結(jié)果比較

以人工檢測(cè)數(shù)據(jù)為標(biāo)準(zhǔn)值，通過(guò)對(duì)6塊織物密度的檢測(cè)后得出的數(shù)據(jù)與標(biāo)準(zhǔn)值進(jìn)行比較，兩者相差的比例≤2.6%。但軟件測(cè)試的時(shí)間為1min～2min，而人工測(cè)試需要花費(fèi)至少10min以上[4]，因此采用本軟件可以大大降低檢測(cè)時(shí)間，提高效率，也節(jié)省了勞動(dòng)強(qiáng)度。

3 結(jié)論

使用C++語(yǔ)言編寫(xiě)，在Qt平臺(tái)上結(jié)合OpenCV開(kāi)發(fā)織物密度測(cè)試軟件， 代替人工通過(guò)密度放大鏡來(lái)數(shù)密度的方法，從而提高織物密度測(cè)試的效率，提供更加穩(wěn)定、可追溯的測(cè)試結(jié)果，同時(shí)對(duì)促進(jìn)紡織服裝檢測(cè)方法朝智能檢測(cè)發(fā)展奠定了一定的基礎(chǔ)。