（纺织工程专业论文）织物平整度等级客观评估系统的研究.pdf

织物平整度等级客观评估系统的研究 摘要 织物表观性能是纺织品质量控制的一项重要指标，而织物表面平整度 表征了纺织品外观的光滑程度。织物平整度的传统评估一般是通过眼光目 测的主观方法进行，易产生人为偏差。计算机图像处理技术是目前应用于 纺织行业检测、控制的一种新兴手段，可以直观地对图像进行变换，提取 特征信息等，因此采用这种技术对织物的表观性能进行客观评估是一种趋 势。 本文的研究是基于光度立体视觉法开发织物平整度等级的客观评估系 统。起皱织物的外观呈三维空间分布，而通过c c d 摄像机获取的织物图 像是二维平面图像。光度立体视觉法是一种通过获得同一视点在不同光照 条件下的多幅图像来计算表面方向的方法，能将织物二维平面图像转换为 三维表面形状，从而可获得更多的织物表面信息来研究织物外观性能。 课题基于光度立体视觉法原理设计和研制了图像采集装置，利用该采 集装置可以获取织物的光度立体图像；应用光度立体视觉算法，对织物二 维灰度图像进行三维重建，得到三维轮廓信息；在此基础上，提取能够表 征织物平整度程度的特征值；然后将这些特征值作为b p 神经网络的输入 向量，应用神经网络实现织物平整度等级的模式识别。本文主要得到的结 论如下： ( 1 ) 开发了基f 光度立体视觉法的织物平整度等级客观评估系统，实 现了图像处理分析程序和图像采集装置的系统软硬件集成。 ( 2 ) 设计和研制了织物光度立体图像采集装置。采集装置总体结构不 复杂，可以方便快速地采集织物图像，并能够实现图像采集的可重现，从 而使织物平整度评定结果具有较好的稳定性。 ( 3 ) 编写了实现平整度等级客观评估过程的应用程序。主程序提供了 友好的用户界面，实现了图像的采集和读取、图像的预处理及三维重建、 特征值的提取和数据库保存等模块功能，可以方便实时地对织物进行图像 采集和分析处理。 ( 4 ) 采用b p 神经网络建立了平整度等级分类器。分类器以美国 a a t c c 一1 2 4 平整度模板为参照标准，不仅秉承了目前织物平整度主观评估 的国际标准，还实现了模板信息的数字化，有效地避免了主观评估时人为 因素的影响。 ( 5 ) 选取了3 6 块实际织物对客观评估系统进行试验。试验结果，主 客观评估等级无差异的共有3 3 块试样，占9 1 6 ，主观评估与客观评估结 果的相关系数为9 4 6 0 ，表明该系统的有效性和实用性，尤其是对素色织 物评估效果更好。 关键词：织物平整度，客观评估系统，光度立体视觉法，特征提取，b p 神 经网络 s t u d y0 n0 b j e c t i v ea s s e s s m e n ts y s t e m o ff a b r i cs m o o t h n e s sg r a d e a b s t r a c t f a b r i ca p p e a r a n c ei so n eo ft h em o s ti m p o r t a n tp r o p e r t i e so ft e x t i l eq u a l i t y c o n t r o la n df a b r i cs m o o t h n e s si st h ea t t r i b u t eo ft e x t i l ea p p e a r a n c ee v e n n e s s t r a d i t i o n a l l y , f a b r i cs m o o t h n e s si se v a l u a t e db yc o m p a r i n gt h es a m p l ew i t ht h e s t a n d a r d r e p l i c a st h r o u g he y e s ，w h i c hi ss u b j e c t i v ea n dp o o r l yp r e c i s e c o m p u t e r i z e di m a g ep r o c e s s i n gt e c h n i q u e s a r en o ww i d e l yu s e di nt h e i n s p e c t i o na n dq u a l i t yc o n t r o lo ft e x t i l ei n d u s t r y , w h i c h c a n c a r r y o u t t r a n s f o r m a t i o no nt h ei m a g ea n de x t r a c tc h a r a c t e r i s t i ci n f o r m a t i o nf r o mt h e i m a g ec o n v e n i e n t l y t h e r e f o r e i ti sat r e n do fu s i n g i m a g ep r o c e s s i n g t e c h n i q u e st oe v a l u a t et h ef a b r i ca p p e a r a n c eo b j e c t i v e l y i nt h i st h e s i s ，t h eo b j e c t i v ea s s e s s m e n ts y s t e mo ff a b r i cs m o o t h n e s sg r a d e i sd e v e l o p e db a s e do np h o t o m e t r i cs t e r e om e t h o d f a b r i cw r i n k l ep r e s e n t sa 3 一dz i g z a ga p p e a r a n c e ，b u ti ti sj u s ta2 - dg r a yi m a g et h a tc a p t u r e db yc c d c a m e r a t h ei d e ao ft h ep h o t o m e t r i cs t e r e om e t h o di st ov a r yt h ed i r e c t i o no f i n c i d e n ti l l u m i n a t i o nb e t w e e ns u c c e s s i v ei m a g e sw h i l eh o l d i n gt h ev i e w i n g d i r e c t i o nc o n s t a n t t h e3 - ds u r f a c es h a p eo ff a b r i cc a nb er e c o n s t r u c t e db a s e d o nt h e s e2 - dg r a yi m a g e s ，w h i c hp r o v i d e ss u f f i c i e n ti n f o r m a t i o nt os t u d y s u r f a c ea p p e a r a n c ep r o p e r t i e so f t h ef a b r i c i nt h i st h e s i s ，i m a g e c a p t u r i n gd e v i c ei sd e s i g n e da n dm a d eb a s e do n p h o t o m e t r i cs t e r e om e t h o dt oc a p t u r et h ef a b r i ci m a g e s t h e nt h e3 - ds u r f a c e i n f o r m a t i o no ff a b r i ci so b t a i n e di nt h el i g h to ft h er e c o n s t r u c t i o no ft h ef a b r i c s u r f a c es h a p eb a s e do np h o t o m e t r i cs t e r e om e t h o d t h ef e a t u r ep a r a m e t e r st h a t c a i lr e f l e c tf a b r i cs m o o t h n e s sd e g r e ea r ee x t r a c t e db yu s i n gt h ea c q u i r e ds u r f a c e 1 i i i n f o r m a t i o n f i n a l l y , t a k i n gt h e s ef e a t u r ep a r a m e t e r sa st h ei n p u tp a r a m e t e r so f b pn e r v en e t w o r k ，t h en e r v en e t w o r kw i l le v a l u a t ef a b r i cs m o o t h n e s sg r a d e t h em a i nc o n c l u s i o n so f t h i st h e s i sa r eb r i e f l ys u m m a r i z e da sf o l l o w s ： ( 1 ) b a s e do np h o t o m e t r i cs t e r e om e t h o d ，t h eo b j e c t i v ea s s e s s m e n ts y s t e m o ff a b r i cs m o o t h n e s sg r a d eh a sb e e nd e v e l o p e d ，w h i c hi n t e g r a t e st h ei m a g e p r o c e s sa n da n a l y s i sp r o g r a mw i t ht h ei m a g e c a p t u r i n gd e v i c e ( 2 ) t h ei m a g e c a p t u r i n gd e v i c eh a sb e e nd e s i g n e da n dm a d e t h i sd e v i c e i sn o tc o m p l i c a t e d ，b u tc o n v e n i e n tt oc a p t u r et h ef a b r i c i m a g ef a s t a st h e i m a g e c a p t u r i n ge n v i r o n m e n tm a yr e a p p e a ri t s e l f , t h ee v a l u a t e dr e s u l to ff a b r i c s m o o t h n e s sh a sag o o ds t a b i l i t y ( 3 ) t h ea p p l i c a t i o ns o f t w a r eh a sb e e np r o g r a m m e d t h ec h i e f p r o g r a mh a s af r i e n d l yu s e ri n t e r f a c e ，w h i c hm a i n l yc o v e r st h r e ef u n c t i o n a lm o d u l a r i z a t i o n s ， i e ，c a p t u r i n ga n dr e a d i n go f f a b r i ci m a g e ，p r e t r e a t m e n ta n d3 - dr e c o n s t r u c t i o n o ft h e2 - dg r a 【y i m a g e ，e x t r a c t i o na n dd a t a b a s ep r e s e r v a t i o no ft h ef e a t u r e p a r a m e t e r s ，w i t hw h i c hf a b r i ci m a g ec a nb ec a p t u r e d ，a n a l y z e da n dp r o c e s s e d c o n v e n i e n t l ya tr e a lt i m e ( 4 ) t h es m o o t h n e s ss o r t e rh a sb e e ne s t a b l i s h e db yu s i n gb p n e r v en e t w o r k t h es o r t e rt a k e st h ea m e r i c a na a t c c 一12 4s m o o t h n e s s r e p l i c a s a st h e r e f e r e n c es t a n d a r d ，w h i c hn o to n l yi n h e r i t st h ep r e s e n ti n t e r n a t i o n a ls t a n d a r d f o rf a b r i cs m o o t h n e s ss u b j e c t i v ee v a l u a t i o n ，b u ta l s or e a l i z e sd i g i t i z a t i o no ft h e r e p l i c a si n f o r m a t i o n ，e f f e c t i v e l ya v o i d i n gt h e a r t i f i c i a li n f l u e n c el i k et h e s u b j e c t i v ee v a l u a t i o n ( 5 ) t h ee x p e r i m e n th a sb e e nc a r r i e do u to nt h eo b j e c t i v ea s s e s s m e n t s y s t e md e v e l o p e di nt h i st h e s i sb ys e l e c t i n gt h i r t y - s i xa c t u a lf a b r i c s i ts h o w s t h a tt h e r ea r e t h i r t y t h r e es a m p l e si na l l w i t h o u td i f f e r e n c eb e t w e e nt h e s u n e c t i v ee v a l u a t i o na n dt h eo b j e c t i v ee v a l u a t i o nw i t ht h i ss y s t e m ，w h i c hi s 91 6 o ft h et h i r t y s i xa c t u a lf a b r i c s a n dt h ec o r r e l a t i o nc o e f f i c i e n tb e t w e e n b o t hm e t h o d si s9 4 6 0 t h er e s u l ti n d i c a t e st h a tt h i ss y s t e mi sv a l i da n d u s a b l e ，e s p e c i a l l yg o o dt ot h ep l a i n c o l o r e df a b r i c 丕堕i 垒n ：m i 卫g ( t e x t i l ee n g i n e e r i n g ) s u p e r v i s e db y ! ：! q ! 叁n 鱼丛翌 k e y w o r d s ：f a b r i cs m o o t h n e s s ，o b j e c t i v ea s s e s s m e n ts y s t e m ，p h o t o m e t r i cs t e r e o ， f e a t u r ee x t r a c t i o n ，b pn e u r a ln e t w o r k v 东华大学学位论文原创性声明 本人郑重声明：我恪守学术道德崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中己明确注明和引用的内容外，本论文不包含任何其他个人 或集体己经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完 全意识到本声明的法律结果由本人承担。 簇囊明 咖占暂，_ 9 i 妇 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部i j 或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本 学位论文。 保密口，在年解密后适用本版权书。 本学位论文属于 不保密口。 学位论文作者签名 日期：山以年，月护 指导教师签名 日期：纠年f 月，拍 第一章绪论 1 1 引言 第一章绪论 在纺织和服装工业中，织物表观性能评估一般先经a a t c c l l 】( a m e r i c a na s s o c i a t i o n o f t e x t i l ec h e m i s t sa n dc o l o r i s t s ) 标准试验方法试验后，再由多名专家凭经验将试样与 标准模板对照确定等级。起皱( w r i n k l er e c o v e r y ，简称w r ) 是指织物表面不期望的 折痕和不规则的变形，可用a a t c c 试验方法1 2 8 及各等级的三维起皱模型进行等级评 估；折皱( c r e a s e ) 是指在一定外界压力、热或湿条件下织物经折叠形成的一条折痕， a a t c c 试验方法8 8 c 描述了测试方法及标准评估模型：织物表面平整度( s m o o t h n e s s a p p e a r a n c e ，简称s a ) 是指耐久压烫织物经家庭洗涤和干燥后表面光滑程度，a a t c c 试验方法1 2 4 提供了测试织物外观平整度的方法及三维模型，国标中有该标准的仿制 标准g b t 1 3 7 6 9 9 2 ，样卡仍然采用美国标准样卡，工作环境和评估方法与美国标准相 似。 传统的样卡对照法对织物表观性能等级评估是一项枯燥、单调、费时的工作，主 观性强，且对检验人员的眼光准确程度要求较高。随着计算机技术、数字图像技术和 神经网络技术的发展，使得基于图像处理和微型计算机平台的织物表观等级客观评估 成为可能。计算机图像处理技术可以直观地对图像进行变换，提取特征信息，因此用 于分析评估织物的表观性能有很大的优势。自上世纪9 0 年代以来，不少纺织科技工作 者致力于应用计算机视觉对织物表观性能进行客观评估的研究，也积累了一定的研究 成果。根据研究重点的不同，这些成果大体可以分为两大类，一类是图像处理技术应 用于起皱织物图像分析，另一类是模式识别应用于起皱织物等级评估，后者又以前者 的研究为前提，即图像处理得到的特征参数是进行模式识别的基础。其中第一大类又 主要集中在以下三个方面的研究：一是基于起皱织物灰度图像的分析方法，二是基于 起皱织物表面距离图像的分析方法，三是基于起皱织物二维图像的三维表面重建的分 析方法，现综述如下。 织物平鏊度等级客观评估系统的研究 1 2 图像处理技术应用于起皱织物图像分析 1 2 1 基于起皱织物二维图像的分析方法 二维图像即通过c c d ( c h a r g ec o u p l ed e v i c e ) 摄像机提取或扫描仪扫描得到的图 像，图像中每一点像素灰度值代表一定采样条件下的反射光强度。 美国德克萨斯大学的b x u 采用扫描仪采集起皱试样，获得背景均匀的灰度图像， 提出了用折皱灰度表面积、阴影面积对折皱评级【2 1 。织物图像的灰度表面积为被所有像 素点覆盖的面积以及不同高度的相邻像素点之间面积，反映折皱的深度信息；阴影面 积即起皱区域，反映织物的表面起伏程度。通过测定折皱率和阴影率，得出织物的平 整度与两者呈线性关系。此方法只适用于素色及简单组织织物，对一些印花及复杂组 织织物，其表面纹理会掩盖织物外观起伏形成的阴影。 马里兰大学的y o u n g j o on a 和b e h n a mp o u r d e y h i m i 使用c c d 获取折皱图像，运用 频谱分析、灰度共生矩阵和分形等纹理分析方法，提出了用折皱强度、轮廓、功率谱 密度、尖锐度、随机分布程度、总体外观等来表征织物起皱程度【3 】。采用高斯滤波器， 滤去高频信息，得到织物的表面灰度值，再用上述指标确定织物平整度，据报道与主 观评估结果有着很好的相关性。 此外，z f a z e k a s 等通过使用专门的照明装置以提高图像的视觉效应【4 】，针对织物表 面折皱可能呈现倾斜区域性的区域型和线状非区域性的脊线型两种类型，分别采用三 方向如“y ”形和四方向如“x ”形排列的照明光源位置设置，分别得到三幅和四幅织物图 像。图像经滤波、阂值化等处理后平整区域像素的值接近1 ，0 ，而起皱区域像素的值则 相对低些( 小于o 7 ) 或高些( 大于1 3 ) ，然后将这些图像合并得到的总和值与试样面积比 较。同时，由于“y 方法对织物图案不敏感，可以用于图案织物的折皱评估。而“x ”方 法则不可以。 分形理论是近十几年发展起来的一种非线性理论，它的研究对象是具有自相似性 的物体，如海岸线的测量、大地沙砾分布等等【5 1 。同时，分形理论特别适宜于评估物体 的粗糙度。织物的折皱图像具有明显的自相似性，符合分形理论分析的条件【6 】，因此可 以运用于织物起皱的分析1 7 ，引。结合分形理论计算出不同平整度的分形维数与外观平整 度存在线性关系，即随着平整度程度的增加( 平整度等级值减小) ，分形维数也将增加， 分形维数的计算通常采用盒子法和截面法【9 , 1 0 。 第一章绪论 我国在这方面的研究起步较晚，1 9 9 6 年，曾秀茹提出用折皱图像灰度曲面比、灰 度标准差、折皱块面积标准差来评估双绉织物的起皱程度【川，做出了应用计算机图像 处理技术评价织物起皱的初步探索。随着折皱程度的减小，布样逐渐平坦，表征灰度 曲面扭曲程度的侧面积比指标减小；同时图像各像素的灰度差异减小，表征灰度差异 程度的灰度标准差指标减小；折皱阴影块将变得更加细密均匀，表征折皱阴影块大小 分布差异的阴影块面积标准差减小，可以用折皱图像灰度侧面积比、整体灰度标准差 及折皱阴影块面积标准差三个指标来评价织物的折皱程度【12 1 。 织物图像在尺寸足够大的情况下具有明显的随机纹理特征，纹理是由大量或多或 少有序的相似基元或模式组成的一种结构，纹理信息是图像的一类重要信息。陈健敏【1 3 】 利用图像处理技术分析了起皱织物纹理的统计特征、纹理的结构特征、纹理的功率谱 特征和分形特征，得到表征折皱织物纹理特征的若干指标并依据这些指标对织物表面 形态进行评估。在灰度直方图中，由于各个像素点是独立处理的，不能很好地反映纹 理中灰度级空间相关性规律汪黎明等通过研究图像中2 个像素灰度级联合分布地统 计形式得到纹理特征的二次统计量，即灰度共生矩阵来评价折皱纹理特征i l ”。 1 2 2 基于起皱织物距离图像的分析方法 由于二维图像分析时一般采用灰度图像，因此在对织物外观等级评估时就失去了 主观视觉对颜色区分的优越性，如多色及复杂组织织物中的纹理和组织点会严重干扰 特征指标的提取。三维数字化时，每一像素点的值代表织物表面至一定参考平面的高 度值，即为距离图像，一般经激光扫描三角测量所得。 k j k a n g 等人针对灰度图像系统对照明条件要求高、难以评估花色及组织复杂织 物的缺陷，提出了利用光栅投影检测织物外观，光线经平行光栅投射到织物表面，产 生莫尔条纹，由物体表面畸变的阴影线与规则的观察光栅干涉产生的一组轮廓线，可 以获得距离图像i l “。该方法适用于素色和花色织物( 对比度较大织物除外) ，但实验精 度受多种条件制约，如光栅精密度，摄像机位置等，且准确度不高。 a m i r b a y a t 和a l a g h a 采用非接触激光扫描的方法检测织物外观等级【l6 】，利用三角 测量原理，通过出射点、投影点和成像点三者之间的几何成像关系确定织物表面高度 变化得到织物表面细节，再经计算得到几何特征，如平均长度、表面面积、体积及扭曲 程度等。这些指标与平整度有着较好的相关性，且不受织物的颜色及图案影响，但扫 织物平整度等级客观评估系统的研究 描过程较慢且设备价格昂贵。二维的带通滤波器可以避开织物表面纹理和噪声的影响， 将带通滤波器与激光扫描技术结合可以很好的评价折皱和缝合起皱 1 7 a 8 】。 此外，b x u 1 9 】等综合运用了激光三角技术与图像处理技术，激光线性投影仪照射 到织物表面，可以得到多条折皱条纹，经二值化处理得到折皱曲线，再利用粗糙度、 尖锐度等特征值评价平整度等级。这种方法符合人眼观测习惯，同时可以避免纹理和 颜色的影响。对于平整度等级介于s a 3 与s a 3 5 之间的情况，以往的方法难以准确 评估，在该方法中可以得到有效的解决。 1 2 3 基于起皱织物二维图像三维重建的分析方法 三维图像分析时距离与颜色无关，可分析任何种类织物，但价格昂贵且采集深色 织物速度较慢【2 0 l 。计算机视觉研究的目标是使计算机具有通过二维图像认知三维环境 信息的能力，三维表面重建是计算机视觉领域中的一个重要研究方向。作为三维计算 机视觉基础之一的深度获取问题，人们提出了多种方法，其中立体视觉方法和由灰度 恢复形状都是研究的热点。 立体视觉方法是利用两幅图像所建立的空间几何关系，根据视差的概念决定物体 的表面深度。k j k a n g 等人采用两个c c d 摄像机从不同的角度同时采集织物表面图像， 运用立体视觉法通过计算两幅图像中对应点得到织物表面各点的三维坐标，实现对织 物表面形状进行三维重建眇】，再结合分形维数来分析折皱。 图像上各点的灰度值反映了三维物体相应点上反射光的强度，由物理光学与几何 光学的分析可知，反射光的强度与物体表面性质和物体表面的几何形状有直接的联系， 因此可由图像灰度恢复物体三维表面几何形状1 2 l j 。空间物体表面取向的逐渐变化引起 图像的灰度平滑变化，由单幅灰度图像恢复三维物体形状的方法就是如何在一定的约 束条件下从平滑变化的灰度图上恢复出表面取向的信息，该方法可以应用于织物的三 维表面重建1 2 ”。光度立体视觉法是由灰度恢复形状方法的一个分支，它通过采集同一 视点在不同的光照方向下的多幅图像来恢复物体三维表面形状，将其用于织物表面的 三维重建，不同折皱程度的重建表面差异明显，可以较为准确的重建织物的表面形状， 且试验设备要求不高 2 3 , 2 4 】。 第一章绪论 1 3 模式识别应用于起皱织物等级评估 从织物图像中提取能反映织物折皱的特征参数是进行模式识别的基础，它的合理 与否将影响后续的织物等级客观评估的准确性。遗传算法在解组合最优化问题中有很 大的优势，引入遗传、变异操作，同时规定收敛判据，可以最大限度地得到或接近全 局最优解，且具有较快的收敛速度和识别率。杨晓波【2 5 】提出了一种基于遗传算法的设 计方案，对织物起皱的特征参数进行组合优化，得出对比度、分形维数、功率谱密度、 表面面积、峰度、平均偏移量、粗糙度、整体表面变异和整体折皱密度等1 1 个特征值 对织物折皱影响较大。 织物折皱的等级的客观评估实际上是一个模式识别过程，“模式识别”就是识别出给 定的事物和那一个标本相同或者相似。传统的评估方法是采用建立特征参数与织物外 观等级的线性关系进行评估 2 , 3 , 2 6 】，这样就要求所选择的特征参数与外观等级之间具有 很强的相关性。神经网络既是高度非线性动力学系统，又是自适应组织系统，可用来 描述认识、决策及控制的智能行为。随着神经网络的应用越来越广泛，这一技术己开始 渗透到纺织领域之中，神经网络因连接方式及算法的不同，可组成不同的形式。前馈 神经网络( f e e df o r w a r d n e u r a ln e t w o r k s ) 及b p ( b a c k p r o p a g a t i o n ) 算法能应用到纺 织生产过程控制、质量控制、性能预测及工艺优化、纺织产品分类、疵点识别、风格 评价和分等评级等大多数纺织领域问题f 2 7 】。由于前馈神经网络使用著名的b p 算法，因 此也称b p 神经网络，它是单向传播的多层前向神经网络，从后向前( 反向) 逐层传播 输出层误差，以间接算出隐层误差，能较好地应用于织物平整度等级客观评估1 2 8 】。利 用误差反馈神经网络客观评估织物的折皱等级【2 9 1 ，织物图像经过快速傅立叶变换得到 功率谱值，再利用神经网络学习、训练，对4 0 种织物试样进行评估，评估的结果与主 观评估的相关系数为8 5 。将k a l m a n 滤波算法运用到神经网络训练，得到更优的结果 3 0 1 。自组织神经网络是一种无教师学习神经网络，利用竞争原则来进行网络的学习，可 以较好的完成聚类任务，能够模拟人类根据过去经验自动适应无法预测的环境变化，杨 晓波 3 h 利用k o h o n e n 自组织神经网络客观评估织物折皱等级。 人工神经网络和模糊理论各有优缺点，神经网络具有并行分布式存储和处理信息、 容错性强以及具有自适应学习功能的特点，但收敛速度慢、内部单元连接物理意义不 明确；模糊逻辑适合于定性分析和推理，但缺乏学习能力，计算能力较差。将神经网 络和模糊理论结合评价织物平整度f 3 印3 1 ，首先通过模糊系统得到织物特征的模糊度， 织物平整度等级客观评估，糸统的研究 在神经网络中构造出神经模糊框架后再反模糊化进行分类。由于小波具有局部分析和 细化的特性，用小波提取织物表面特征值，同样可以用于对织物折皱等级的评估【3 ”。 此外，由于a a t c c 标准样卡存在各等级表面起皱程度不规则幅度分布不一致和各 等级之间的粗糙度非线性等几何缺陷，韩国汉城国家大学的k j k a n g 等利用中点置换 算法模拟织物表面折皱，进而模拟生成计算机样卡口”，为实现利用计算机技术对织物 外观等级进行客观评估做出了进一步的有益尝试。 1 4 本文研究的主要内容 本文在前人研究基础上，基于计算机视觉集中对表面平整度等级的客观评估进行 研究，研究重点是织物图像的采集、织物表面的三维重建、织物平整度特征值的提取 和平整度等级的模式识别。 课题研究的目的是建立织物平整度等级的客观评估系统，系统由硬件和软件两部 分构成，硬件是基于光度立体视觉原理的织物图像采集装置，软件是实现包括三维重 建、特征提取和等级评定等客观评估过程算法的用户应用程序，为织物外观等级实现 仪器化评估作初步的尝试。本文的章节安排如下： 第一章，织物平整度等级评估的国内外研究现状综述。概述了国内外有关基于计 算机视觉的织物表观性能等级评估的研究现状，着重从图像处理技术应用于起皱织物 图像分析和模式识别应用于起皱织物等级评估两个方面介绍了国内外织物表观性能等 级评估的研究成果。 第二章，织物平整度等级客观评估系统的整体设计。从本课题研究的工作背景出 发，提出了基于光度立体视觉原理的平整度等级客观评估系统的总体设计思路，并根 据系统实现功能细分功能模块。 第三章，客观评估系统的硬件设计与实现。介绍系统研制的硬件设备，讨论了图 像采集装置的设计，从理论上分析和建立图像采集装置中光源系统的光源矢量矩阵， 从而为系统应用光度立体视觉法对织物表面进行三维重建计算提供了依据。 第四章，客观评估系统的软件算法研究。从灰度图像的三维重建获得三维轮廓信 息，提取表征织物平整度程度的特征参数和利用这些特征参数进行等级评估三个方面 详尽地介绍了客观评估过程的具体算法。 第五章，客观评估系统的软件设计与实现。软件的实现主要是基于各种算法系统 6 第一幸绪论 各功能模块的软件程序设计，并建立了基于美国a a t c c 平整度模板的织物平整度等级 分类器。 第六章，客观评估系统的试验与分析。选取了3 6 块实际织物，应用本文所研制系 统进行平整度等级客观评估，并给出主观评估结果进行比较与分析。 第七章，结论与展望。对全文工作进行总结，同时指出织物平整度等级客观评估 系统尚存在的不足，并对今后的研究工作提出展望。 织物平整度等级客现评估系统的研究 第二章织物平整度等级客观评估系统的整体设计 2 1 本系统研究的工作背景 对于织物平整度等级的评估，国内外长期以来依靠专职人员对照标准样照进行主 观评估。主观评估对检验人员的眼光准确程度要求较高，导致了不仅在不同的评估人 员之间的评估结果离散性较大，而且对同一评估人员在不同时间里对同一待评试样也 会出现评估差异。同时，在a a t c c 1 2 4 检验方法中，标准样卡各等级之间不是线性的， 且大多数情况下织物试样表面的折皱分布与标准样卡不一致，这些本质性的几何缺陷 使得样卡对照法受人为因素影响较大，准确性不高。织物外观由专家进行目测评估的 传统方法主观性强且精度低，因此人们都希望用先进的技术来建立客观评估系统。 起皱织物的外观呈现三维空间分布，而通常我们所获得的织物图像是二维平面图 像，如果将二维平面图像转换成三维空间立体形态，则可以获得尽可能多的表面信息， 从而更加准确地研究织物的表面形态。杨晓波1 36 j 采用了光度立体视觉法和阴影恢复形 状两种三维重建算法对织物平整度等级客观评估进行了研究，包括起皱织物的三维表 面重建、平整度特征值提取、平整度等级的模式识别三个部分内容；其中三维表面重 建和特征值提取是进行客观评估的基础，在此基础上，引入模糊理论，神经网络和自 适应模糊神经网络等模式识别方法，对织物的平整度等级进行客观评估。本课题是在 此基础上的进一步开发基于光度立体视觉法的织物平整度等级客观评估系统，系统实 现了软硬件的集成，并应用b p 神经网络建立平整度等级分类器以实现对织物平整度等 级的客观评估。织物平整度等级b p 神经网络分类器是以美国a a t c c 1 2 4 五等级平整 度模板为参照标准，通过图像处理技术实现了平整度模板的数字化，采用量化的特征 指标来描述织物平整度，避免了主观评估时人为因素的影响，有利于改善和提高评估 结果的精确度。 2 2 客观评估系统的体系结构 整个客观评估系统包括硬件和软件两个部分。硬件部分是基于光度立体视觉法设 计与研制的织物图像采集装置；软件部分是根据面向对象的程序设计思想，利用v i s u a l 第二章织物平整度等级客观评估系统的整体设计 c + + 6 0 的编程环境和m i c r o s o f tf o u n d a t i o nc l a s s ( 微软基础类，简称m f c ) 提供的各 种资源建立的用户应用程序，系统结构如图2 - 1 所示。在评估系统中，专家和受过培训 的专业检测人员的视觉和等级判定过程分别被图像和软件所代替，计算机先从图像里 提取代表等级的特征指标，再由此特征指标与代表a a t c c 1 2 4 平整度模板等级的特征 指标进行比较来确定等级。 i图像采集装置 图2 1 系统结构 系统主程序对整个等级评估过程进行控制，它实现了系统软件与硬件之间的信息 交互。系统主程序流程如图2 2 所示。 本课题研制的系统是对整个客观评估过程软硬件的实现，所需完成的工作主要有： ( 1 ) 设计和研制图像采集装置。该装置的设计综合考虑了光度立体视觉法原理和 织物外观评级的要求，总体结构不复杂，可以方便快速地采集织物图像。 ( 2 ) 提出一种可以直接从多幅光度立体图像重建起皱织物表面形状的算法。该算 法综合方程组求解、线积分、变分、差分和曲面拟合等思想获得织物三维重建表面， 同时避免了织物表面反射系数的影响。 ( 3 ) 编写基于v c + + 的能独立于平台的e x e 可执行软件包。该软件包主要包括织 物图像的采集、预处理、三维重建、特征值提取与保存、织物平整度等级的模式识别。 其中，由于受时间的限制，本系统模式识别部分是在m a t l a b 环境下采用m a t l a b 神经网 络工具箱函数实现。软件实现了与硬件装置的集成，并提供了友好用户界面，可以很 方便地对待评估织物进行图像的采集及分析处理。 9 织物平鍪度等级客观评估车统的研究 图2 2 主程序流程 ( 4 ) 应用b p 神经网络建立平整度等级分类器。该分类器是相对a a t c c 一1 2 4 的平 整度等级入工评估而言，首先应用图像采集装置获取a a t c c 1 2 4 五等级模板图像，经 过本系统中对图像进行的分析处理获得代表a a t c c 。1 2 4 平整度模板等级的特征指标， 再应用这些特征指标建立织物平整度等级b p 分类网络，实现对织物试样平整度等级的 客观评估。 2 3 客观评估系统各功能模块的设计分析 根据系统的评估过程和实现功能可以将其分为以下4 个功能模块( 如图2 3 ) ： 第二章织物平垫度等级客观砰估系统的整体设计 ! 模式识别： i ：建立分类网络： ：织物等级评定： i l 图像采集装置 平整度等级 图2 - 3 系统功能模块 ! 三维重建：! i 织物三维重建i 保存轮廓数据 i ：显示灰度恢复图： ! 特征值提取： i 计算特征值 i 1 显示计算结果 1 ：保存特征值 ： ( 1 ) 灰度图像采集：a a t c c 标准模板和实际织物的灰度图像由c c d 摄像机实时 采集，通过接口输入计算机内。根据光度立体视觉原理和实际织物拍摄要求设定系统 初始参数和调整c c d 摄像机内部参数及其与光源和织物表面之间的位置参数，通过控 制开启不同位置方向的光源，光线从不同角度照射模板和织物表面，拍摄光度立体图 像，可以进行实时处理或图像的物理存储。 ( 2 ) 织物表面的三维重建：应用光度立体视觉法可将采集的a a t c c 标准模板和 实际织物二维灰度图像恢复成三维立体形状，输入光度立体图像数( 即光源数，本文 设定为8 光源) 、c c d 摄像机的焦距、c c d 摄像机与织物表面的距离、光源与织物表 面的垂直方向距离、光源圆周半径等初始参数，顺序采集或读取8 个光源位置的图像， 经过预处理后读入内存，当8 幅图像都读入完毕就可以进行三维重建处理，获得a a t c c 标准模板和实际织物三维轮廓数据信息。 ( 3 ) 平整度特征参数的提取：通过表面重建算法所获的三维轮廓数据量是很大的， 就要对其进行变换得到最能反映分类本质的特征。利用获得的三维轮廓数据，可提取 多种反映织物平整度的特征参数，选取了其中的对比度、尖锐度、粗糙度、折皱密度、 分形维数、表面面积、平均偏移量和功率谱密度。这些特征参数定量描述了织物平整 度，都直接或间接地反映了织物表面平整度情况，与平整度等级有着较好的相关性。 特征值可以读入数据库或写入文本文件，是进行下一步模式识别的基础。 ，一 - 一 - 视 一 一：监 件一 一集时 文一一采实像像一一的的图图一一像像捉存一 -图图捕保-_l- 织物平整度等级客观评估系统的研究 ( 4 ) 平整度等级的模式识别：织物平整度等级的客观评估实际上是一个模式识别 过程，人工神经网络能为模式识别提供这种能力。用a a t c c 各等级模板的特征值作为 训练( 学习) 样本，用来训练并建立网络，再将待评估实际织物的特征值输入已经训 练好网络，网络的输出即为所需评估织物的平整度等级。 第三章客观评估系统的硬件设计与实现 第三章客观评估系统的硬件设计与实现 本章主要对系统硬件设备的选择和光度立体图像采集装置的设计进行详细介绍 并对其中关键部件光源的排列及方向矢量设计进行了深入的分析。 3 1 系统硬件设备的选取 织物平整度等级客观评估系统硬件有p c 主机和图像采集装置两大部分。其中图像 采集装置是根据光度立体视觉法原理要求自行设计和研制的，包括c c d 摄像机，图像 采集卡，光源系统和其它辅助设备。 3 1 1 开发主机配置 系统运行的过程中，主要进行的是图像处理，同时也要进行大量的数据处理，所 以系统对处理器和内存要求比较高，要求c p u 主频大于等于6 0 0 m h z ，内存大于等于 1 2 8 m b 。由于本系统所采用的v c + + 编译环境和存储较多的图像都需要较多的硬盘空 间，所以需要选用容量在5 ( 3 以上的硬盘。 3 1 2c c d 摄像机 灰度图在图像理解和计算机视觉研究中作为输入信息源，灰度图是一种常见的强 度图，其强度值与入射光强和入射角度以及物体表面性质等都有关系。灰度图采集装 置种类很多，c c d 是目前应用较多的采集装置。它是一种利用电荷存储传送和读出方 式进行工作的固体摄像器件，灰度图用c c d 摄像机采集的过程如图3 1 所示。 空间分辨率幅度分辨率 图3 - 1c c d 采集灰度图过程 当光源的光照射到场景中的物体上后，物体所反射的光先由c c d 接收并进行光电 转换，所得到的电信号再经量化就可形成空间和幅度均离散化的灰度图。图像的空间 分辨率主要由c c d 摄像杌里图像采集矩阵中光电感受单元的尺寸和排列所决定，而灰 度图的幅度分辨率主要由对电信号进行量化所使用的级数所决定1 3 ”。本系统采用的是 织物平整度等级客观评估系统的研究 p a n a s o n i cw v