劉建寶， 李平

(華僑大學(xué) 信息科學(xué)與工程學(xué)院， 福建 廈門 361021)

織物在染色、印花、掛漿及定型等加工過程中不可避免地會(huì)產(chǎn)生緯紗歪斜或者彎曲的情況，這種現(xiàn)象叫做緯斜[1].如果織物緯斜不及時(shí)糾正，將嚴(yán)重影響最終的產(chǎn)品質(zhì)量.緯斜的糾正必須通過整緯器完成，而整緯器動(dòng)作幅度的大小需要根據(jù)緯斜的程度而定.因此，織物緯斜的檢測是保證整緯器整緯動(dòng)作準(zhǔn)確的重要前提.緯斜的檢測方法主要有光電法和圖像法兩種[2].相較于光電法，圖像法具有檢測精度高、可以適應(yīng)厚織物的檢測等優(yōu)勢.

近年來，國內(nèi)學(xué)者們提出了一些利用圖像法的緯斜檢測方法.吉慶高[3]提出一種基于大津法和像素搜索算法的緯斜檢測方法；金守峰[4]提出一種基于霍夫變換的織物緯斜檢測方法；董燕等[5]提出一種將圖像進(jìn)行傅立葉變換后進(jìn)行投影映射的方法.這些方法都能很好地檢測出光照均勻情況下織物的緯斜，但是當(dāng)光照不均勻時(shí)，采用這些方法檢測的誤差較大，甚至無法檢測出緯斜角度.為了降低檢測誤差，必須對(duì)光照不均勻的織物圖像加以處理.處理方法有局部二值化方法和先校正后使用全局二值化的方法.利用這些方法可以得到接近光照均勻的二值化圖像，使用光照均勻情況下的緯斜檢測方法就能檢測出織物的緯斜.

目前，常見的全局二值化的方法有Otsu法[6]、雙峰法[7]、迭代法[8].這些方法主要用于對(duì)光照均勻的圖像進(jìn)行處理，獲得光照均勻情況下的二值圖像，無法在光照不均勻情況下得到良好的二值化效果.局部二值化的方法包括分塊二值化法和自適應(yīng)二值化法.分塊二值化法[9]主要針對(duì)光照不均勻程度有明顯的分界的圖像，把圖像分為不同光照程度的塊；然后，對(duì)每一塊分別使用全局閾值化的方法進(jìn)行處理，得到二值化圖像.該方法對(duì)光照程度分塊不明顯等復(fù)雜情況的分塊具有較大的難度.常見的自適應(yīng)二值化法有White法[10]、Bernsen法[11]、Niblack法[12]、Sauvola法[13].自適應(yīng)二值化法可以提高光照不均勻圖像的二值化效果，使二值化圖像接近光照均勻的情況，但是該方法對(duì)于每個(gè)像素點(diǎn)的閾值都要進(jìn)行計(jì)算，耗時(shí)較多.常見的校正方法有直方圖均衡化[14-16]、Retimex方法[17-19]等.直方圖均衡化法實(shí)現(xiàn)了圖像的亮度增強(qiáng)和對(duì)比度改善,但是，在有局部陰影等光照強(qiáng)度有明顯變化邊界的情況下，容易丟失圖像細(xì)節(jié)，不適用于織物圖像的處理.Retimex方法可以提高圖像的對(duì)比度，突出圖像的細(xì)節(jié)，但是，在有局部陰影和光照復(fù)雜情況下，處理效果較差.

本文提出一種織物緯斜檢測過程中光照不均勻的校正方法.通過處理使同一緯向的像素值恢復(fù)到同一灰度級(jí)別，從而將光照不均勻的圖像校正.將校正過圖像進(jìn)行二值化，首先,與其他二值化方法進(jìn)行對(duì)比;然后,用基于像素搜索的緯斜檢測方法[3]進(jìn)行測試;最后,說明該方法能夠在光照不均勻的情況下降低緯斜檢測誤差.

1 織物緯斜檢測方法

由于織物的緯線平行排列，緯線部分凸起受到的光照較強(qiáng),形成較亮的條紋;兩根緯線中間部分凹下受到的光線弱,形成較暗的條紋.利用攝像機(jī)采集到的理想的織物圖像為一條條明暗相間的條紋,如圖1所示.

圖1 織物圖像 圖2 織物緯斜情況 Fig.1 Fabric image Fig.2 Fabric weft condition

織物緯斜情況，如圖2所示.假設(shè)AC(AD)為根據(jù)圖像得到的緯線方向，AB為標(biāo)準(zhǔn)緯線方向，BC或BD的距離為d，AB的距離為h，則織物的緯斜率(s)為

(1)

此外，緯斜角度(θW)為AC(AD)與AB的夾角.

2 光照不均勻織物圖像的校正

2.1 光照不均勻圖像校正原理

對(duì)于光照均勻的織物圖像，提取圖像垂直于標(biāo)準(zhǔn)緯線方向的一列，隨著行號(hào)的增加，該列像素的灰度值將周期性地出現(xiàn)波峰和波谷.光照均勻時(shí)織物圖像的灰度變化，如圖3所示.圖3中：N為行號(hào).

圖3 光照均勻時(shí)織物圖像的灰度值變化 圖4 光照不均勻時(shí)的織物圖像 Fig.3 Gray value change of fabric image Fig.4 Fabric image under under uniform illumination uneven illumination

光照不均勻時(shí)的織物圖像，如圖4所示.將圖4中光照不均勻的織物圖像提取1列，隨著行號(hào)的增大，該列像素的灰度值變化，如圖5所示.

由圖3可知：當(dāng)光照均勻時(shí)，灰度值周期性地出現(xiàn)波峰和波谷，波峰和波谷附近分別代表明條紋像素點(diǎn)和暗條紋像素點(diǎn)，每兩個(gè)相鄰的波峰和波谷中心基本處于同一灰度水平，所以，可以找到一個(gè)閾值，分割出明條紋像素和暗條紋像素.由圖5可知：在光照不均勻的情況下，灰度值仍周期性地出現(xiàn)波峰和波谷，但是相鄰兩個(gè)波峰和波谷的中心不處于同一灰度水平，所以，無法使用同一個(gè)閾值分割，需要在每個(gè)波峰和波谷之間尋找一個(gè)閾值才能二值化.

在光照不均勻的情況下，每一列的灰度值仍然不斷由小變大，再由大變小，且每次變化周期基本不變.對(duì)于每個(gè)像素點(diǎn)，統(tǒng)計(jì)1個(gè)變化周期內(nèi)，灰度值小于等于該像素點(diǎn)灰度值的像素個(gè)數(shù)，把統(tǒng)計(jì)結(jié)果作為該像素點(diǎn)的值，就可以把每條緯線同一位置點(diǎn)的像素值統(tǒng)一到同一個(gè)灰度水平，只考慮織物灰度的變化情況，濾除光照對(duì)灰度的影響.根據(jù)這個(gè)變化情況，按比例對(duì)織物圖像進(jìn)行校正，每個(gè)變化周期的閾值就能恢復(fù)到同一灰度水平，得到灰度校正圖像.校正后的灰度值變化曲線，如圖6所示.

圖5 光照不均勻情況下灰度值變化曲線 圖6 校正后的灰度值變化曲線 Fig.5 Gray value curve under uneven illumination Fig.6 Corrected gray value change curve

2.2 織物緯斜圖像光照不均勻校正步驟

步驟1計(jì)算織物圖像能容納的不重疊的窗口數(shù)m為

m=[c/w].

(2)

式(2)中：c為圖像縱向長度;w為窗口的寬度;[]表示取整.

步驟2計(jì)算每個(gè)窗口的縱坐標(biāo)范圍，第k個(gè)窗口的縱坐標(biāo)的最大值和最小值分別為

(3)

步驟3對(duì)每一個(gè)窗口,計(jì)算縱向每一個(gè)點(diǎn)的灰度值,即

(4)

步驟4根據(jù)比例對(duì)原圖進(jìn)行還原，將正常光照下圖像灰度最小值轉(zhuǎn)換為0,即

f2(x，y)=f(x，y)-fmin.

計(jì)算該圖像灰度平均值和經(jīng)過處理后的圖像灰度平均值的比例(b)為

b=avg(f2)/avg(f1).

將圖像轉(zhuǎn)換到對(duì)應(yīng)的灰度范圍，得到校正后的圖像,即f′=f1b+fmin.

3 實(shí)驗(yàn)結(jié)果與分析

將幾個(gè)織物銷售商提供的實(shí)際織物照片進(jìn)行篩選后，從中挑選200張作為實(shí)驗(yàn)數(shù)據(jù).對(duì)采集的一張光照均勻的樣本圖像進(jìn)行處理，得到4種光照不均勻的織物圖像，如圖7所示.

(a) 有陰影 (b) 縱向光照不均勻 (c) 橫向光照不均勻 (d) 前3種情況的復(fù)合圖7 4種光照不均勻的織物圖像Fig.7 Four kinds of fabric images with uneven illumination

由于光照均勻的織物圖像經(jīng)過二值化處理后仍可保留緯斜信息，為了能更直觀地比較不同方法對(duì)光照不均勻織物圖像的處理效果，文中實(shí)驗(yàn)對(duì)3種方法的處理結(jié)果都經(jīng)過二值化后，再進(jìn)行比較.

根據(jù)文獻(xiàn)[3]的分析可知，對(duì)于織物緯斜的檢測，使用Otsu法進(jìn)行全局二值化的效果較好.對(duì)于圖7中光照不均勻的情況，使用Retimex法校正后，再經(jīng)過Otsu法的二值化效果圖，如圖8所示.當(dāng)鄰域大小與織物寬度相同，且修正參數(shù)為1時(shí)，使用Sauvola法的二值化效果圖，如圖9所示.使用文中方法校正后,再經(jīng)過Otsu法得到的二值化效果圖，如圖10所示.

(a) 有陰影 (b) 縱向光照不均勻 (c) 橫向光照不均勻 (d) 前3種情況的復(fù)合 圖8 使用Retimex法+Otsu法的二值化效果圖Fig.8 Rendering of binarization by Retimex method + Otsu method

(a) 有陰影 (b) 縱向光照不均勻 (c) 橫向光照不均勻 (d) 前3種情況的復(fù)合 圖9 使用Sauvola法的二值化效果圖Fig.9 Effect pictures of binary processing with Sauvola method

(a) 有陰影 (b) 縱向光照不均勻 (c) 橫向光照不均勻 (d) 前3種情況的復(fù)合 圖10 使用文中方法+Otsu法的二值化效果圖Fig.10 Effect pictures of binarization by using the method in the paper + Otsu method

由圖8～10可知：使用Retimex法+Otsu法對(duì)不含局部陰影圖像的二值化效果較好，對(duì)光照過亮或者過暗部分的二值化效果較差；使用Sauvola法可以較好地分出前景和背景，但是暗條紋部分出現(xiàn)較多的斷裂，且對(duì)有局部陰影、光照復(fù)雜的圖像，其二值化效果較差；文中方法+Otsu法可以使織物圖像在4種光照不均勻的情況下都保持良好的二值化效果.

誤分類誤差指數(shù)(Me)[20]反映了錯(cuò)誤地將背景像素分配給前景的百分比和錯(cuò)誤地將前景像素分配給背景的百分比.采用誤分類誤差指數(shù)，比較光照不均勻情況下，Retimex法+Otsu法、Sauvola法、文中方法+Otsu法的二值化效果.對(duì)于二值化問題，Me可以簡單表示為

(5)

式(5)中：Bo和Fo表示原始圖像用Otsu法二值化得到的背景和前景；BT和FT表示光照不均勻圖像使用二值化方法得到的背景和前景區(qū)域像素.對(duì)于完全沒有錯(cuò)誤的二值化圖像，Me值為0;對(duì)于完全分類

表1 3種方法的誤分類誤差指數(shù)對(duì)比Tab.1 Misclassification error index comparison of three methods

錯(cuò)誤的圖像，Me值為1.

對(duì)4種光照不均勻的情況進(jìn)行編號(hào)：“1”為有陰影；“2”為縱向光照不均勻；“3”為橫向光照不均勻；“4”為前3種情況的復(fù)合.3種方法的誤分類誤差指數(shù)對(duì)比，如表1所示.由表1可知：Retimex法+Otsu法對(duì)只有局部陰影的情況處理效果最好；Sauvola法對(duì)沒有陰影的情況處理效果最好；文中方法+Otsu法在4種情況下的Me值均最小，說明文中方法處理的結(jié)果最接近光照均勻情況下的二值化效果，與觀察結(jié)果一致.

對(duì)上述4種情況首先直接使用文獻(xiàn)[3]的方法進(jìn)行緯斜角度的測量;然后,使用文中方法代替文獻(xiàn)[3]中的二值化方法再次進(jìn)行測量.使用文中方法前、后的檢測結(jié)果對(duì)比,如表2所示.表2中：θW為緯斜角度；θ1為僅使用文獻(xiàn)[3]方法二值化后的緯斜角度；θ2為先采用文中方法進(jìn)行校正，再使用文獻(xiàn)[3]方法二值化后的緯斜角度.

表2 使用文中方法前、后的檢測結(jié)果對(duì)比Tab.2 Comparison of test results before and after using the proposed method

由表2可知：對(duì)于4幅角度一致但是光照不均勻類型不同的圖片，未使用文中方法時(shí)，測得的平均誤差較大，方差較大；使用文中方法后，測得的平均誤差較小，方差較小.說明未使用文中方法時(shí)，在光照不均勻的情況下，無法保證檢測結(jié)果的精度，且對(duì)于不同光照條件，檢測結(jié)果波動(dòng)較大；而文中方法能夠降低光照不均勻條件下的檢測誤差，且對(duì)于不同的光照不均勻類型也有很好的適應(yīng)能力.

將200張圖像進(jìn)行處理后，得到800張光照不均勻的樣本圖像，首先，使用像素搜索的方法進(jìn)行緯斜角度檢測；然后，使用文中方法代替文獻(xiàn)[3]中的二值化方法再次進(jìn)行檢測，觀察使用文中方法前、后檢測誤差的變化情況.結(jié)果表明：樣本數(shù)為800，誤差提高和誤差不變的數(shù)目為0，誤差降低的數(shù)目為800.由此可知，文中方法能夠降低不同光照不均勻織物的檢測誤差.

4 結(jié)束語

通過分析光照不均勻情況下的織物在垂直于標(biāo)準(zhǔn)緯線方向上的變化規(guī)律，提出一種光照不均勻校正方法.對(duì)4種常見的光照不均勻類型進(jìn)行分析，通過實(shí)驗(yàn)證明文中方法能夠減小光照不均勻帶來的影響，降低光照不均勻情況下的檢測誤差，并且對(duì)這些光照不均勻類型有很好的適應(yīng)能力.