季煥淑，夏 彬

(1.河南省輕工業(yè)職工大學(xué) 信息工程系，河南 鄭州 450002； 2.中華全國供銷合作總社 鄭州棉麻工程技術(shù)設(shè)計研究所，河南 鄭州 450004)

棉花產(chǎn)業(yè)是我國紡織工業(yè)的基礎(chǔ)，同時也反映了國家農(nóng)業(yè)生產(chǎn)技術(shù)水平的高低[1]。隨著農(nóng)業(yè)自動化技術(shù)的進(jìn)步[2-3]，在新疆棉區(qū)，棉花普遍采用機械化采摘方式，籽棉在快速被采收的同時，棉桿、鈴殼、土石等雜質(zhì)也一并混入其中，給籽棉帶來了較高的雜質(zhì)含量，而高含雜很大程度上影響棉農(nóng)收入，也不利于棉花加工品質(zhì)的提高[4-5]。此外，如果這些雜質(zhì)在紡紗過程中不能被有效清除，將會造成條干不均、染色不勻、棉紗斷頭，嚴(yán)重時還會影響紡織成品的品質(zhì)，給企業(yè)造成經(jīng)濟(jì)損失。因此，棉纖維中雜質(zhì)含量的快速測定成為纖維檢驗機構(gòu)、紡織企業(yè)、棉農(nóng)各方關(guān)注的焦點，具有重要的現(xiàn)實意義與應(yīng)用前景[6-7]。

目前在棉纖維雜質(zhì)檢測方面，根據(jù)GB/T 6499—2012《原棉含雜率試驗方法》，含雜率主要通過人工檢驗完成，該方式操作復(fù)雜、耗時長、勞動強度大、檢測結(jié)果主觀性強，不能實現(xiàn)含雜率的快速測定，進(jìn)而影響檢測效率與檢測結(jié)果的準(zhǔn)確性[8]。

針對上述問題，本文提出一種基于光電技術(shù)的雜質(zhì)機器視覺測定方法，首先通過改變平滑模板窗口尺寸對棉纖維圖像自適應(yīng)中值濾波優(yōu)化，然后采用Otsu(Nobuyuki Otsu，Otsu)算法自適應(yīng)選取分割閾值，并遍歷整個圖像，進(jìn)行邊緣斷裂端點的連接、邊緣生長與連接，并搭建了光電檢測系統(tǒng)原型，實現(xiàn)了棉纖維雜質(zhì)的快速測定。

1 系統(tǒng)原型構(gòu)建

光電檢測是一種融合了光學(xué)、電子、信息處理等領(lǐng)域的檢測技術(shù)[9]，其能夠使光信號轉(zhuǎn)換成為電信號對物體進(jìn)行測量，從客觀物體的圖像中提取關(guān)鍵信息，并加以理解，能夠有效提高檢測效率，使檢測結(jié)果更具有科學(xué)性、客觀性。

在光電檢測技術(shù)的基礎(chǔ)上，結(jié)合實際業(yè)務(wù)需求，設(shè)計了棉纖維雜質(zhì)含量快速測定系統(tǒng)框架，主要包括光源照明模塊、光學(xué)模塊、圖像采集模塊、圖像處理與智能測量模塊，棉纖維雜質(zhì)快速測定系統(tǒng)框架如圖1所示。

圖1 棉纖維雜質(zhì)快速測定系統(tǒng)框架

具體步驟為：在光源照明環(huán)境下，首先通過相機采集裝置將棉纖維樣品轉(zhuǎn)換成數(shù)字圖像，然后將圖像轉(zhuǎn)變成數(shù)字信號傳輸至圖像處理模塊，由智能測量模塊根據(jù)棉樣圖像的像素、顏色、亮度特征信息，綜合運用數(shù)字圖像處理算法，根據(jù)閾值進(jìn)行計算分析，輸出檢測結(jié)果。

2 棉纖維雜質(zhì)光電測定算法

2.1 算法總體流程

根據(jù)以上技術(shù)路線與系統(tǒng)原理，采用邊緣檢測的方法獲取棉纖維圖像雜質(zhì)結(jié)果，在此基礎(chǔ)上，通過棉樣圖像自適應(yīng)中值濾波優(yōu)化、閾值自適應(yīng)選取、邊緣生長與連接，實現(xiàn)對棉纖維雜質(zhì)含量的快速測定。算法總體流程如圖2所示。

圖2 算法總體流程

2.2 自適應(yīng)中值濾波

棉樣圖像自適應(yīng)中值濾波主要通過改變平滑模板窗口尺寸，并對噪聲點與非噪聲點采用區(qū)別處理方式，有效去除圖像噪聲，進(jìn)而保護(hù)圖像細(xì)節(jié)。

同時，自適應(yīng)中值濾波方法包括A層和B層。

A層：如果Zmin

B層：如果Zmin

在平滑模板窗口尺寸的選取中，由于十字形濾波窗口能夠根據(jù)圖像噪聲調(diào)整窗口大小，在有效提高降噪效果的同時，較好地保留圖像細(xì)節(jié)信息。因此，本文對棉樣圖像自適應(yīng)平滑濾波采用圖3所示窗口。

圖3 自適應(yīng)中值濾波窗口

2.3 閾值自適應(yīng)優(yōu)化

在邊緣檢測中，閾值的選取對于檢測結(jié)果至關(guān)重要，過低的閾值易于導(dǎo)致將圖像噪聲當(dāng)作邊緣，進(jìn)而產(chǎn)生過多偽邊緣；過高的閾值可能導(dǎo)致邊緣斷裂，出現(xiàn)邊緣不連接現(xiàn)象。

本文采用Otsu方法[10]尋求合適的閾值，在此基礎(chǔ)上，采用優(yōu)化的閾值進(jìn)行圖像分割，具體方法如下：

假設(shè)分辨率為M×N的灰度圖像中某點對應(yīng)的像素值為f(x,y)，0≤f(x,y)≤L-1，L為圖像中的灰度級數(shù)，那么，圖像中所有灰度值為k的像素點所占的比例p(k)可根據(jù)式(1)獲得：

(1)

①設(shè)定初始分割閾值T0，則可將圖像像素分為2個區(qū)域，像素值在0≤f(x,y)≤T0作為目標(biāo)區(qū)域；像素值在T0

②計算目標(biāo)區(qū)域和背景區(qū)域占整個圖像的比例和均值；

③按式(2)計算棉樣圖像的均值μ，其中，ω1(T)為目標(biāo)區(qū)域占整個圖像的比例，μ1(T)為目標(biāo)區(qū)域灰度均值，ω2(T)為背景區(qū)域占整個圖像的比例，μ2(T)為背景區(qū)域灰度均值；

μ=ω1(T)μ1(T)+ω2(T)μ2(T)

(2)

④建立類間方差函數(shù)如式(3)所示：

g(T)=ω1(T)(μ1(T)-μ)2+ω2(T)(μ2(T)-μ)2

(3)

⑤構(gòu)建最大化類間方差函數(shù)，函數(shù)最大值對應(yīng)的灰度值取值即為高閾值，高閾值乘以0.5得到低閾值。

2.4 圖像邊緣連接

為了將斷裂的邊緣連接起來，需要對棉樣圖像進(jìn)行邊緣生長。首先，采用結(jié)構(gòu)元素模板匹配圖像，檢測出邊緣斷裂端點。其次，以斷裂邊緣端點為起點，以斷裂邊緣端點為中心半徑，搜索區(qū)域內(nèi)是否存在邊緣點，如果存在，綜合考慮邊緣點的走向以及邊緣點與斷裂邊緣端點之間的距離，通過設(shè)定閾值對邊緣點進(jìn)行連接，遍歷整個圖像，直至完成所有邊緣斷裂端點的連接。

3 實驗驗證與分析

在棉纖維雜質(zhì)快速測定系統(tǒng)框架的基礎(chǔ)上，搭建實驗驗證平臺，選取新疆棉區(qū)棉花作為實驗樣品，通過LED照明與工業(yè)相機采集棉樣圖像，采用OpenCV類庫對雜質(zhì)視覺檢測，并從檢測耗時以及檢測效果2個方面進(jìn)行性能對比分析。

3.1 雜質(zhì)檢測耗時分析

由于圖像分辨率大小直接影響視覺檢測系統(tǒng)耗時，為了更精確測定系統(tǒng)檢測時間，根據(jù)CMOS工業(yè)相機參數(shù)，分別采集從700 像素×700 像素到2 200 像素×2 200 像素共 5種不同分辨率檔位的棉花圖像，并與GB/T 6499—2012檢驗時間對比，雜質(zhì)檢測耗時對比如圖4所示。

圖4 雜質(zhì)檢測耗時對比

由圖4可知，相比國標(biāo)檢測方法耗時維持在12 s左右，視覺檢測耗時基本維持在3～6 s，在檢測耗時上具有較大優(yōu)勢，能夠有效彌補現(xiàn)有棉纖維雜質(zhì)人工檢驗耗時長、勞動強度大等不足。同時，針對棉纖維視覺檢測，其檢測耗時隨著圖像分辨率的增加而提高，由于像素越大，雜質(zhì)邊緣檢測與連接會占用內(nèi)存空間與處理器資源，增加運算的時間。700 像素×700 像素時耗時僅為3.2 s，而在2 200 像素×2 200 像素時耗時達(dá)到5.9 s。從視覺檢測耗時走勢上看，1 600 像素×1 600 像素與1 800 像素×1 800 像素耗時增幅較低，因此，棉樣圖像維持在260～324萬像素之間，既能維持圖像清晰度，還能夠避免運算時間的快速增長，可有效作為棉纖維視覺檢測的有效分辨率區(qū)間，為棉纖維視覺檢測系統(tǒng)的圖像品質(zhì)參數(shù)選取提供了數(shù)據(jù)參考。

3.2 雜質(zhì)檢測效果對比分析

3.2.1 整體檢測結(jié)果對比分析

實驗獲取試樣圖像分辨率為1 800 像素×1 800 像素，圖像格式為bmp無壓縮位圖。在此基礎(chǔ)上，實驗程序?qū)υ嚇訄D像進(jìn)行視覺檢測。

棉纖維雜質(zhì)光電檢測及其效果見圖5，可以看出，本文構(gòu)建的雜質(zhì)檢測光電實驗平臺能夠有效消除圖像噪聲，雜質(zhì)與背景的分離效果顯著，雜質(zhì)邊緣描述清楚，能夠準(zhǔn)確識別出棉纖維中存在的雜質(zhì)，光電檢測檢測結(jié)果與肉眼觀測結(jié)果高度一致。

圖5 棉纖維雜質(zhì)光電檢測及其效果

此外，為了驗證光電檢測雜質(zhì)方法與GB/T 6499—2012人工檢驗方法結(jié)果間誤差，選取棉纖維試樣100份，每份100 g,采用上述2種方法進(jìn)行實驗，經(jīng)過統(tǒng)計分析，與GB/T 6499—2012檢測方法相比，光電檢測方法檢測結(jié)果平均誤差為2.35%，進(jìn)一步驗證了本文光電檢測方法在棉纖維雜質(zhì)測定上的準(zhǔn)確性與有效性。

3.2.2 雜質(zhì)粒數(shù)參數(shù)結(jié)果對比分析

雜質(zhì)粒數(shù)是衡量棉纖維雜質(zhì)狀況的重要參數(shù)，其檢測方法為GB/T 20392—2006 HVI棉纖維物理性能試驗方法。為進(jìn)一步驗證本文方法的檢測性能，將進(jìn)行含雜粒數(shù)參數(shù)的對比實驗。實驗選取棉纖維試樣100份，每份100 g，對每個試樣分別進(jìn)行HVI棉纖維物理性能試驗和本文實驗平臺檢測，并對檢測結(jié)果進(jìn)行對比分析，雜質(zhì)粒數(shù)參數(shù)結(jié)果對比如圖6所示。

圖6 雜質(zhì)粒數(shù)參數(shù)結(jié)果對比

從圖6可以看出，本文方法與國標(biāo)方法在含雜粒數(shù)測定上，數(shù)據(jù)曲線一致性強。經(jīng)過對實驗結(jié)果統(tǒng)計分析，2種方法在雜質(zhì)粒數(shù)上的最大結(jié)果差值為2粒。與GB/T 20392—2006 方法相比，本文光電檢測方法在雜質(zhì)粒數(shù)參數(shù)的測定結(jié)果平均誤差為2.07%，與國標(biāo)方法檢測結(jié)果差異較小。

3.2.3 雜質(zhì)面積比參數(shù)結(jié)果對比分析

雜質(zhì)面積比是指雜質(zhì)圖像像素數(shù)量與試樣圖像像素總數(shù)的比值，也是衡量棉纖維雜質(zhì)狀況的重要參數(shù)，該指標(biāo)能更好地反映雜質(zhì)含量的大小，其檢測方法同樣按照GB/T 20392—2006 HVI棉纖維物理性能試驗方法進(jìn)行。同樣，本文也將進(jìn)行含雜面積比參數(shù)的對比實驗。實驗選取棉纖維試樣100份，每份100 g，對每個試樣分別進(jìn)行HVI棉纖維物理性能試驗和本文實驗平臺檢測，并對檢測結(jié)果進(jìn)行對比分析，雜質(zhì)面積比參數(shù)結(jié)果對比如圖7所示。

圖7 雜質(zhì)面積比參數(shù)結(jié)果對比

從圖7可以看出，本文方法與國標(biāo)方法在含雜面積測定上，數(shù)據(jù)曲線一致性強。經(jīng)過對實驗結(jié)果統(tǒng)計分析，2種方法在雜質(zhì)面積上的最大結(jié)果差值為0.19。與GB/T 20392—2006 方法相比，本文光電檢測方法在雜質(zhì)面積比參數(shù)的測定結(jié)果平均誤差為1.25%，與國標(biāo)方法檢測結(jié)果高度一致，本文光電檢測方法可有效用于棉纖維雜質(zhì)的快速測定。

4 結(jié)束語

棉纖維品質(zhì)快速儀器化檢驗是我國棉花品質(zhì)體制改革的重要內(nèi)容與目標(biāo)，而雜質(zhì)指標(biāo)的快速測定也是研究熱點，受到廣泛關(guān)注。針對目前人工檢驗棉纖維雜質(zhì)方法耗時長、勞動強度大等問題，提出一種基于光電技術(shù)的雜質(zhì)機器視覺測定方法，首先通過改變平滑模板窗口尺寸對棉纖維圖像自適應(yīng)中值濾波優(yōu)化，然后采用Otsu算法自適應(yīng)選取分割閾值，并遍歷整個圖像，進(jìn)行邊緣斷裂端點的連接、邊緣生長與連接，并搭建了光電檢測系統(tǒng)原型，實現(xiàn)了棉纖維雜質(zhì)的快速測定。實驗結(jié)果表明，本文方法能夠有效去除圖像噪聲，避免偽邊緣的產(chǎn)生，檢測到的雜質(zhì)邊緣清晰完整，同時，光電檢測耗時較國標(biāo)方法降低95.1%，光電檢測與國標(biāo)方法結(jié)果間誤差為2.35%，雜質(zhì)粒數(shù)與雜質(zhì)面積比參數(shù)結(jié)果誤差也在2.1%以內(nèi)，能夠有效用于棉纖維雜質(zhì)的快速準(zhǔn)確測定，為實現(xiàn)棉纖維雜質(zhì)的快速儀器化檢測提供了參考依據(jù)。