胡立文，柯 薇，梁藝馨，周 虎，鄧中民

(武漢紡織大學(xué) 紡織科學(xué)與工程學(xué)院，湖北 武漢 430200)

目前，大多數(shù)工廠在機(jī)織物的密度檢測(cè)上，主要還停留在人工檢測(cè)階段。大量繁雜的工作不僅容易讓人產(chǎn)生疲勞，同時(shí)也存在很大的主觀性。有部分學(xué)者利用圖像處理技術(shù)來識(shí)別計(jì)算織物密度并取得了一定的成果，但仍存在測(cè)量結(jié)果不穩(wěn)定的弊端。圖像處理檢測(cè)織物密度主要分為頻率域法和空間域法2種方法。頻率域法利用傅里葉變換[1-2]或小波變換[3-4]，將織物轉(zhuǎn)換到頻域中，利用表示經(jīng)緯紗線排列的峰值點(diǎn)或沿經(jīng)緯紗線方向?qū)⒖椢飯D像分解并重構(gòu)，提取紗線排列信息實(shí)現(xiàn)其密度的測(cè)量?？臻g域法根據(jù)圖像亮度值可以反映織物表面紋理變化的原理，直接在空間域內(nèi)利用灰度共生矩陣[5]或自相關(guān)函數(shù)計(jì)算并提取灰度特征值，即求取曲線周期或統(tǒng)計(jì)灰度曲線波峰個(gè)數(shù)從而得到經(jīng)緯紗線根數(shù)[6-8]。

空間域法中，由于雜質(zhì)信號(hào)的存在，會(huì)在波峰周圍出現(xiàn)許多較小的雜質(zhì)波峰，難以準(zhǔn)確統(tǒng)計(jì)波峰個(gè)數(shù)。對(duì)此，傳統(tǒng)上通常會(huì)利用濾波的方法對(duì)曲線平滑處理[9]，但由于構(gòu)成曲線數(shù)據(jù)本身的龐大性和復(fù)雜性，很難找到一種可以針對(duì)不同數(shù)據(jù)平滑處理的方法。對(duì)此，本文提出一種以灰度曲線特征值為依據(jù)，設(shè)定波峰統(tǒng)計(jì)限制條件的方法，實(shí)現(xiàn)對(duì)機(jī)織物密度的測(cè)量。

1 密度測(cè)量的原理

對(duì)所采集織物圖像進(jìn)行灰度處理后，由于經(jīng)緯紗線的存在，圖像在經(jīng)緯紗線所在地方的灰度值會(huì)明顯高于間隙處，從而在以紗線為中心的一定寬度范圍內(nèi)形成1個(gè)亮度峰值。作出圖片灰度曲線后，曲線波峰對(duì)應(yīng)紗線所在位置，波谷對(duì)應(yīng)紗線間隙。但由于雜質(zhì)信號(hào)的干擾，曲線會(huì)產(chǎn)生一定數(shù)量的雜質(zhì)小波峰。依據(jù)曲線峰值和位置2個(gè)特征值，設(shè)定波峰統(tǒng)計(jì)時(shí)的限制條件，就可以準(zhǔn)確的統(tǒng)計(jì)出波峰個(gè)數(shù)，從而實(shí)現(xiàn)機(jī)織物密度的測(cè)量，圖1為本文方法的測(cè)量流程圖。

圖1 織物密度測(cè)量流程圖Fig.1 Flow chart of fabric density measurement

2 圖像采集與傾斜校正

為了獲得質(zhì)量較好的織物圖像，同時(shí)更好凸顯紗線的存在，本文采用平整且色差較大的黑色紙板為背景，并使用高清攝像頭采集圖像。在選擇織物時(shí)，避免織物表面附有大面積的油污、毛羽等[9]。另外，為保證織物表面平整，無褶皺的情況，需要利用夾片對(duì)織物施加適當(dāng)?shù)膹埩?，?shí)驗(yàn)采集的部分圖像如圖2所示。

圖2 部分實(shí)驗(yàn)織物圖像Fig.2 Images of some experimental fabrics. (a)Color fabric;(b) Solid color fabric 1; (c) Solid color fabric 2; (d) Solid color fabric 3

在織物密度的實(shí)際測(cè)量中，織物灰度圖像的每一行或列應(yīng)只有紗線或者紗線間隙的灰度信息。當(dāng)圖片傾斜時(shí)，會(huì)造成這2種信息在該行或者列中大量混合，從而產(chǎn)生較多的雜質(zhì)波峰，不利于波峰個(gè)數(shù)的統(tǒng)計(jì)。因此在作出圖像灰度曲線前，要利用Radon變換對(duì)其做傾斜矯正處理，保證圖片的傾斜角度在5°以內(nèi)[10]。Radon變換原理如式(1)所示：

(1)

式中：D為圖像平面，f(x,y)為某一點(diǎn)的灰度值；x、y為該點(diǎn)的像素橫、縱坐標(biāo)值，px；ξ為狄克拉函數(shù)，r為點(diǎn)(x,y)到原點(diǎn)的距離，px；α為過原點(diǎn)直線的垂線與橫坐標(biāo)軸的夾角，(°)。

特征函數(shù)ξ可以保證積分過程沿特定方向上進(jìn)行，也可以理解為將圖像順時(shí)針旋轉(zhuǎn)，對(duì)每個(gè)旋轉(zhuǎn)角度垂直方向上所在列像素點(diǎn)的灰度值累加求和，當(dāng)求和值達(dá)到最大時(shí)對(duì)應(yīng)的旋轉(zhuǎn)角度就是圖像的傾斜角度。

矯正前后織物灰度曲線圖如圖3所示。由圖3(a)可以看出，傾斜矯正處理后，灰度值曲線中大部分局部極值被過濾掉，雜質(zhì)波峰明顯減少，灰度曲線也變得相對(duì)平滑，但由圖3(b)的放大圖可知，曲線仍然留有少部分的雜質(zhì)波峰，這是下文中波峰個(gè)數(shù)統(tǒng)計(jì)時(shí)需要解決的重點(diǎn)。

圖3 矯正前后織物灰度曲線圖Fig.3 Gray curve of fabric image before and after tilt correction. (a) before correction; (b) after correction

3 波峰個(gè)數(shù)的統(tǒng)計(jì)

在作織物圖像灰度曲線時(shí)，為減少紗線自身存在的疵點(diǎn)、毛羽以及圖像錄入時(shí)產(chǎn)生的信息誤差等原因形成的干擾信號(hào)，本文以圖像每一行或列灰度的平均值為縱坐標(biāo)，其計(jì)算公式如式(2)所示：

(2)

式中：N為圖像行或列像素點(diǎn)個(gè)數(shù)，f(x,y)為灰度值。

提取織物灰度曲線后，可以得到曲線波峰的峰值(縱坐標(biāo))以及波峰位置(橫坐標(biāo))2個(gè)特征值。但在統(tǒng)計(jì)時(shí)必須過濾掉雜質(zhì)波峰，故本文分別從橫縱2個(gè)坐標(biāo)來設(shè)置波峰個(gè)數(shù)統(tǒng)計(jì)時(shí)的限制條件，實(shí)現(xiàn)對(duì)雜質(zhì)波峰的過濾，并探討更優(yōu)。

3.1 峰值限制條件的設(shè)定

通過提取100幅圖像的灰度曲線，對(duì)雜質(zhì)波峰存在位置及其頻率進(jìn)行統(tǒng)計(jì)。表1為雜質(zhì)波峰分布的位置及其對(duì)應(yīng)頻率，依據(jù)雜質(zhì)波峰的峰值分布特點(diǎn)，設(shè)定限制條件。如當(dāng)雜質(zhì)波峰出現(xiàn)在曲線中間與波谷附近時(shí)，其峰值與主波峰峰值差值較大，故以所有波峰峰值平均值為界，只計(jì)算平均值之上的峰值個(gè)數(shù)就能準(zhǔn)確獲得波峰個(gè)數(shù)。但此方法是獲得曲線后的人為經(jīng)驗(yàn)判斷，在實(shí)際中無法運(yùn)用嚴(yán)格統(tǒng)一的鑒別標(biāo)準(zhǔn)。此外，該方法僅適用于簡單的平紋純色織物。某花色織物及其對(duì)應(yīng)的灰度曲線圖如圖4所示，圖4(b)中曲線波峰呈分段集中分布，這是由于不同顏色紗線的灰度值相差較大，且相同顏色紗線分布集中導(dǎo)致的，在這種情況僅憑峰值特點(diǎn)難以準(zhǔn)確區(qū)分出雜質(zhì)波峰，故該方法難以運(yùn)用到實(shí)際生產(chǎn)中。

表1 雜質(zhì)波峰分布位置及頻率Tab.1 Impurity peak distribution location and frequency

圖4 某花色織物Fig.4 A patterned fabric. (a)A patterned fabric picture; (b) Gray-scale curve diagram

3.2 位置限制條件的設(shè)定

雖然曲線波峰的峰值會(huì)由于機(jī)織物的結(jié)構(gòu)、花色以及數(shù)據(jù)本身的龐大而變得復(fù)雜多樣，難以用同一種標(biāo)準(zhǔn)或方式設(shè)定波峰統(tǒng)計(jì)時(shí)的限制條件。但如圖4所示，對(duì)波峰的位置(即橫坐標(biāo))沒有影響，相鄰波峰之間的寬度依然基本相等[11]，這是由機(jī)織物紗線分布均勻穩(wěn)定的特性決定的。因此對(duì)于任意一個(gè)織物圖片曲線，相鄰波峰間的寬度只存在有限個(gè)可能。而在理論上，曲線在一定寬度(此寬度約為曲線周期)范圍內(nèi)只應(yīng)該存在1個(gè)波峰。統(tǒng)計(jì)各個(gè)間距值以及對(duì)應(yīng)的頻率，以此設(shè)置一個(gè)限制條件K，規(guī)定相鄰波峰之間的距離必須大于設(shè)定值K，否則在記數(shù)時(shí)將峰值較小者過濾，只統(tǒng)計(jì)峰值較高者，如此便可準(zhǔn)確統(tǒng)計(jì)織物紗線根數(shù)。間隔值K的具體設(shè)定方法步驟如下：

①記錄灰度曲線所有波峰的信息，即每個(gè)波峰點(diǎn)的橫坐標(biāo)與縱坐標(biāo)。

②利用逐差法計(jì)算所有相鄰2個(gè)波峰的間距，其計(jì)算公式如式(3)所示。然后統(tǒng)計(jì)各個(gè)間距值的頻率并按照降序排序，記間距值為Ki，對(duì)應(yīng)頻率為Pi，i=1，2，3，…。

D=g(x(2∶i))-g(x(1∶i-1))

(3)

式中：g(x)為波峰的位置，i表示波峰次序，即第i個(gè)波峰。

③根據(jù)波峰間距的頻率分布情況確定間隔值：

若P1>0.5,K=K1;若0.5>P1>0.3,K=(K1+K2)/2;若P1<0.3,且K1、K2、K3之間的極差小于等于4,K=(K1+K2+K3)/3。

特別地，若波峰間距頻率分布情況不屬于以上3種，這極大可能是由于傾斜矯正不到位、圖片質(zhì)量模糊或紗線毛羽疵點(diǎn)過多造成的，可以將實(shí)驗(yàn)結(jié)果直接輸出為0，以提醒操作者對(duì)該圖片重新拍照檢測(cè)。

在實(shí)際的密度測(cè)量中，K值與曲線周期接近，若直接取該值，會(huì)由于間隔值設(shè)置過大而過濾掉部分主波峰，降低實(shí)驗(yàn)結(jié)果準(zhǔn)確率。為了過濾在谷底附近的雜質(zhì)波峰，該值必須大于K值的1/2。最后經(jīng)實(shí)驗(yàn)證明，當(dāng)取K值的2/3時(shí)，實(shí)驗(yàn)結(jié)果穩(wěn)定且準(zhǔn)確率較高。

4 實(shí)驗(yàn)結(jié)果及討論

本文實(shí)驗(yàn)采用100多塊經(jīng)緯密度不同的機(jī)織物樣品進(jìn)行經(jīng)密和緯密的測(cè)量，為驗(yàn)證本文方法的準(zhǔn)確性，在采集織物圖片以及預(yù)處理時(shí)，會(huì)保證紗線的傾斜度不超過5°；同時(shí)每塊布樣不同位置測(cè)3次，取平均值作為人工檢查的結(jié)果與圖像檢測(cè)所得結(jié)果對(duì)比，二者誤差計(jì)算公式見式(4)，部分實(shí)驗(yàn)結(jié)果如表2所示。

(4)

式中：d1、d2分別為圖像檢測(cè)和人工檢測(cè)所得結(jié)果，根/(10 cm)。

表2 圖像檢測(cè)與人工檢測(cè)結(jié)果對(duì)比 Tab.2 Comparison of image detection and manual experiment results

由表2示出，在實(shí)際測(cè)量時(shí)，平紋織物和斜紋織物由于其組織結(jié)構(gòu)相對(duì)簡單，實(shí)驗(yàn)最大誤差為1.92%。且經(jīng)計(jì)算，經(jīng)向密度、緯向密度的平均誤差分別為0.77%、0.86%，二者均小于1%，整體上在2%的誤差允許范圍內(nèi)，實(shí)驗(yàn)結(jié)果可信度較高。但對(duì)于緞紋織物，檢測(cè)結(jié)果的準(zhǔn)確性存在較大波動(dòng)，如緞紋2中，經(jīng)密最大誤差可達(dá)接近10%，但在緞紋織物的緯向密度測(cè)量中，誤差卻能保持在2%以內(nèi)。對(duì)此，在未來的實(shí)驗(yàn)中需要對(duì)檢測(cè)方法作進(jìn)一步改進(jìn)，提高對(duì)復(fù)雜織物檢測(cè)結(jié)果的準(zhǔn)確性，擴(kuò)大本方法的使用范圍。

5 結(jié) 論

實(shí)驗(yàn)表明，在設(shè)定灰度曲線波峰統(tǒng)計(jì)限制條件時(shí)，波峰的位置分布比峰值分布更具有規(guī)律性，更利于該條件的設(shè)置；當(dāng)寬度間距K為原定值的2/3時(shí)，實(shí)驗(yàn)結(jié)果的準(zhǔn)確性和穩(wěn)定性達(dá)到最高。同時(shí)，圖像檢測(cè)時(shí)間較人工檢測(cè)也有了極大的縮減，同時(shí)還能基本滿足花色織物密度實(shí)際檢測(cè)的需求。但對(duì)織物組織相對(duì)復(fù)雜的緞紋織物，其經(jīng)向密度的檢測(cè)結(jié)果有較大的波動(dòng)，這是本文以后需要改進(jìn)的地方。