（纺织工程专业论文）基于数字图像技术的织物起毛起球等级评定.pdf

摘要 摘要 织物的起毛起球等级是评价织物质量的重要指标。目前基于样照比对的织物起毛起 球等级评定方法，依赖于评定人员视觉习惯等方面，具有主观人为因素等缺陷，而基于 图像分析的织物起毛起球等级评定方法更为客观准确，但目前这种方法仍处于理论研究 阶段，因此本文在对织物起毛起球样照图像分析的基础上，提取特征值，确定评等标准， 实现织物试样起毛起球等级的自动评定。 文中首先给出了样照图像和织物起毛起球图像的采集方法。采用平板扫描仪并选取 合适分辨率对机织物起毛起球标准样照进行扫描，截取样照圆内接最大正方形作为等级 评定的图像。对于织物试样，利用y g 4 0 1 g 织物平磨仪按照g b 厂r4 8 0 2 1 1 9 9 7 进行织物 起球试验，再用扫描仪采集织物图像。 然后给出了织物起毛起球图像分析的理论。在时域中很难直接分离图像中相互迭加 在一起的周期性和非周期性成分，它们分别对应于织物纹理与毛球信息，为了有利于分 析过程中毛球的分离，必须有效的滤除织物中纱线交织形成的纹理。为此本文采用傅立 叶变换将图像信号转换到频域得到幅值谱，利用阈值法建立滤波模板，可以滤除代表织 物纹理的周期性信号，但这种滤波结果的图像中毛球和背景反差较小。为了使毛球凸显， 在上述滤波过程中保留了部分低频信息。 为了在滤波后的图像上提取毛球信息，采用增强的局部o t s u 阈值法对织物图像进 行处理。对纹理滤除后的起毛起球图像首先进行对比度增强，并将整个图像分成若干块， 在每个子块里采用o t s u 阈值处理，对阈值后的织物起毛起球图像进行消噪处理，得到 最终的毛球二值图像。 接着给出了基于样照图像分析的织物起毛起球评等标准建立。通过对样照图像进行 分析，提取毛球个数、毛球总面积所占比例、毛球最大面积等参数，并分析它们与织物 起毛起球等级之间的关系，确定以毛球总面积所占比例这一特征参数作为等级评定的标 准。 最后对实际织物起毛起球试样按照前文提出的方法依次进行纹理滤除、毛球提取、 毛球总面积所占比例计算、织物起毛起球等级评定。总共进行了2 5 种织物试样的起球 试验，分别采用图像分析方法及人工样照比对方法对织物起毛起球等级进行评定，主客 观评等结果之间有着较好的一致性，一致率达到了8 4 ，不一致的级差均为l 级。结果 表明：本文提出的基于图像分析方法的织物起毛起球等级评定方法更为客观、快速，可 以替代目前人工样照比对评等方法。 关键词：织物；起毛起球；等级评定；图像技术；傅立叶变换；o t s u 阈值 a b s t r a c t p i l l i n g 黟a d ee v a l u a t i o no f f a b r i ci s 趾i 1 i l p o r t a 咀ti i l d c xt 0 鹤s e s sf a b r i c 删i 够n o wt h c 黟a d ee v a l u a t i o nm e 1 0 db 嬲e do nc o m p a r i s o no fs t 锄d a r di m a g 懿i ss u b j e c t i v e 觚dd e p e n d e d o ni n s p e c t 0 粥v i 跚a 1 1 r t 圮m e l o db 嬲e do ni m a g e 觚a l y s i si sm o r eo b j 硎v e 肌da c 例嘲r t e b u t “ss t i l ls t a y i i l gi nt h em 鹤i sr 髓翩r c l l ，i n m c 髂e x 锄l c t i l l & 粤面ee v a l u a t i o ns 切n 删 骼ta ：b l i s l l i n ga n dt h ea u t o m a t eg r a d ee v a l u a t i o no fp i l l i n gf 曲r i cs 砸i l p l e sa r ed i s c l l s s e di i lt 1 1 i s t e x tb 弱e d0 n l ei l i l a g e 觚a l y s i so fs t 觚d a r dp i l l i n gi m a g 锱 f i r s t t l l ei i i l a g es 锄p l i n gm e m o di s 百v 饥f o rs t a n d a r d 锄dp i l l i n gf a b r i ci n l a g e s t k 删a r d p i l l i i l gi n l a g e so f w o mf a b r i ca r es c a i m e db yan a ts c 黝盯诵t l lap 叩心：s o l u t i o 玛 锄dt h el a r g e s ts q 啪、加l i ni ti sc r o p p e df o rt i l ep i l l i i l g 孕丽ee v a l 删o n0 b j e c t f o r 伍b r i c s 锄p l e s ，y 1 3 4 0 1g 舳t o m a t i cp l a i l l 蛐d i n gm a c l 血ei s 瑚e dt 0c 醐眵o u tn l ep i l l i n g e x p e r i m e n t1 1 i l d e rm eg b 厂r4 8 0 2 1 - 1 9 9 7 ，a l s of a b r i c 硫硝盯ec 删b y s c 黜赋 n e i l m e 0 巧o f p i l l i n gi m a g e 舭a l y s i si s 西v e ni i l l i st 懿t i t sd i m c u l tt 0d i s t i n 鲥s hn l e c y c l i c a lc o m p o n 铋tr 印r e s e n t i i 培m et e x t u r ef r o mm en o n c y c l i c a lc o m p o n e n tr e p r e s 训n g t h ep i l l si ns p a c cd o m a i l l ，i i lo r d e rt 0i i lf a v o ro fp i l l i n gs 印删i n g m et e x t u 】旧i l ln l ef a b r i c s h o u l d b ee 腩c t i v e l y 丘l t 删s ot l l ef o 嘶e rn a i l s f o mi sl l s e dt 0 缸趾s l a t em ep i l l i n gi i i l 4 9 c i n t 0 行o q u e 眦yd o m a i l lt 0g e tm ea i n p l i t l l d es p e c 饥l m ，姐df i l t e r i i l gt 锄p l a 把i se 嘲b l i s h e db y t h r e s h o l dw l l i c hc a n 丘l t 盯廿l eq ，c l i c a lc o m p o 嘲tr e p r e s e n t m gt l l et e x t i l r e b t l ti i l 吐1 e 矗l t 删 i m a g e i th 弱al i m ec o n 廿嬲tb e t w 咖p i l l s 龇l db a c 均势删s op a r t i a ll o wf b q p 伽i c y 玳煽bt 0 b e 懒n 血e di nm ea ：b o v e - m 枷o n e df i l t e r i n gp r o c 鹤s i i l gw l l i c hma ：k 鼯m ep i l l sp i 0 m i n e n t h lo r d e rt 0e x 觚l c tp i l l s 的mn 圮丘l t e r e di l n a g c ，e n h 觚c e dl o c a lo t s u 廿l 】r e s h o l di s a d o p t e d p i l l i n gi l n 4 9 ea r e rf i l t 耐n gi sb l o c k e db yo t s ut h i e s h o l d 心e rc 0 i 衄a s te i l l l 锄c i l l g a t1 a 瓯t l l ep i l l i n gb i i l a 巧i m a g ei sg o ta f i e rm r e s h o l dp r o c 鹤s i n g 锄dn o i s ee l i l l l i l l a t i i l g a r e r 廿1 e n ，g 阳d ee v a l u a t i o ns t 锄d a r di s 铭ta ：b l i s h e db 鹪e do n 圮s t a n d 莉p i l l i i 培i i i l a g e s 觚a i y s i s t h r o u 曲t h e 锄a l y s i so fs t 觚d a r di m a g c s ，p i l ln 瑚曲p i l lt o t a l 玳a 呻p o r t i o n 觚d p i l lm 瓢鲫朗a r ee x 仃a c t e d ，t l l 饥t l l er e l a t i o i l sb e t 、) i ，e 饥p i l l i n g 铲a d 豁锄dm 伪ep 娥吼e t e 瑙a r e 锄a l y z e d ，p i l lt o t a la r e ap r o p o r t i o ni ss d e c t e d 勰t l l e 伊a d ee v a l u 撕s 劬d 莉 l a s t ，t e x t u r e6 1 t 耐n 岛p i l l se x 们c t 洒吕p i ut o t a la 豫lp r o p o n i o nc a l 砌a t i n 岛p i l l i n g 舒以e 钾a l _ 啪舶na r ec 孵i e d 饥l t 觚c ( 眦gt 0n l et e x ta b 蜘障- 玎媳n t i 0 孙订f o rp i l l i i l gf 茂b f i cs 锄p l 镐 a m d2 5f 曲r i cs 锄p l 锚a r ct a k e ni n t 0p i l l i l l ge x p 渤e n t ，i i l l a g p 觚a l y s i sm l dm a m l a l l y c o m p 撕s o no fs t a n d a r di m a g e sm e m o d a r el l s e dt 0e v a l u a t ep i l l i n g 伊a d c 、阳c 孤s n l a ti t h 勰a9 0 0 dc 0 粥i s t e n c y 肌dt h er a t e 胤l c h 铭a t8 4 b 印钮文l b j e c d v c 锄d0 b j e c t i v c c v a l u 撕蚰托枷t s ，a l s o 舭蓼a d ed i 晌r 饥t 0b elg r a d e 1 1 h er e s u l ts h o w sm a t 血ep i l l i n g 伊a d ee v o l 埘o nm e l o db 嬲c do ni n l a g e 缸a l y s i sp r o p o s e di nt l l i sp 印e r i sm o 0 b j e c t i v ea n d r a p i d l y ，w h ic ：h 咖s u b s t i t u t ec l ：瑚tm 删l yc o m p a r i s o no fs t a n d a r di l l l a 粤膨m e 1 0 d k e yw o r d s ：f a 蜥c ；p i l l 吨；g r a d ee v a l u a t i ；h a g et o c h o l o g y ；f 伽d 贸讹f o m ；o t s u 曲r e s h o l d 目录 目录 摘要i a b s t r a c t i i 第一章绪论1 1 1 织物起毛起球评等的主要方法l 1 2 国外研究现状2 1 3 国内研究现状。3 1 4 本文研究的意义和内容4 第二章织物起毛起球实验及图像采集5 2 1 实验仪器5 2 2 样照图像的采集。5 2 3 织物图像的采集6 第三章织物起毛起球图像分析理论7 3 1 织物纹理滤除方法7 3 1 1 区域增长法滤除织物纹理8 3 1 2 中值滤波法滤除织物纹理。9 3 1 3 基于阈值和低频保留法滤除织物纹理。9 3 2 毛球提取方法13 3 2 1 矩不变阈值法提取毛球。1 3 3 2 2 边缘检测法提取毛球。1 4 3 2 3 增强的局部0 t s u 阈值法提取毛球1 4 3 3 本章小结1 8 第四章基于样照图像分析的织物起毛起球评等标准建立1 9 4 1 样照图像的纹理滤除效果1 9 4 2 样照图像的毛球提取结果2 0 4 3 自动评级标准的建立2 2 4 4 本章小结2 4 第五章基于数字图像分析的织物起毛起球评等实例2 5 5 1 织物试样规格2 5 5 2 织物起毛起球评等结果与分析2 6 第六章结论与展望3l 6 1 结论31 6 2 展望31 i 改谢3 2 参考文献。3 3 江南大学硕士学位论文 读研期间发表的论文一3 6 第一章绪论 第一章绪论 织物在实际穿着与洗涤过程中，会不断受到摩擦，当摩擦力大于纤维强力或纤维间 的抱合力时，织物表面的纤维就会发生断裂，进而露出于织物，形成绒毛，即为“起毛； 若这些绒毛在继续穿用中不能及时脱落，经过进一步的反复揉搓摩擦就会互相纠缠在一 起，被揉成许多球形小粒，通常称为“起球 f l 】o 织物的起毛、起球会使织物外观恶化， 破坏织物良好的视觉风格，降低织物的服用性能。因此，织物的抗起毛起球性能在生产 质量控制和外贸检验方面就显得尤为重要，而织物起毛起球的等级评定也是纺织界中研 究的热点问题之一，如何摆脱评定方法的主观化，将其数字化、客观化，是值得探索与 深究的。 1 1 织物起毛起球评等的主要方法 由于织物种类繁多，样式各异以及加工过程中的工艺参数和后处理方法的不同，使 得织物起毛起球的等级评定方法也多种多样【2 】，具体如下： ( 1 ) 与标准样照对比进行评级：在标准光照条件下，由实验人员将待评的起毛起球 试样与标准样照进行对比，直观的从毛球个数和大小这两个因素来判别试样的起毛起球 等级。此过程完全是由实验人员的主观性决定的，不具有代表性，实验结果也可能随着 实验人员的不同而改变。但由于该方法简便且容易操作，目前在实际织物起毛起球的评 级中还是大量使用的。 ( 2 ) 依据起球曲线进行评级：起球曲线是将试样的摩擦时间与起球数之间的关系通 过曲线表示出来，是试样所承受的摩擦作用时间与试样单位面积上起球数的关系曲线， 由曲线可分析试样起球程度及起球形成与脱落的速率，具有一定的客观性，但试验所花 时间较多。 ( 3 ) 通过计量单位面积上的毛球数目、毛球重量进行评级：将毛球从织物上剪下， 对所有毛球进行计数和称重，将两者都作为评级考虑的因素，此方法在一定意义上能反 映织物的起球程度。但在计数和称重的时候，因为大毛球肯定比小毛球起球较明显，小 毛球在大毛球附近可能会被忽视，容易导致评级的偏差，而且在剪毛球的时候也不易分 清纱结和毛球，容易造成误判。 ( 4 ) 利用数字图像处理方法进行评级：采集织物起毛起球的灰度图像，并对其进行一 定的图像处理以获取毛球信息，通过提取统计织物起毛起球图像中毛球的特征值，并与 标准样照的特征值进行对比，再通过一定的判别方法判别其所属的等级，有效地解决了 织物起毛起球评级的主观化问题，满足人们对织物起毛起球客观评价的要求。 随着计算机技术在纺织行业的广泛应用，织物起毛起球的等级评定势必会朝着客观 化和自动化发展。本文研究的是如何基于图像分析的方法，实现织物起毛起球等级的自 动评定。自上个世纪9 0 年代以来，国内外众多科研者致力于纺织数字图像处理方面的 江南大学硕士学位论文 研究，其中在织物起毛起球的计算机等级评定方面做了大量的努力，积累了宝贵的经验， 取得了显著的成果。 1 2 国外研究现状 伴随着数字图像处理技术的发展，很多国外科研工作者对织物起毛起球等级评定方 面做了大量的工作，取得了一些成果，具体如下： 1 9 9 0 年，k o n d aa 【3 】等用近切向的平行光源从侧面照射织物，获取7 个试样的灰度 图像，通过对灰度直方图的统计，选择一个值，根据该值将毛球和织物底纹分为两大类， 选取类间方差和类内方差的比值达到最大时的值作为阈值，但不足之处是若底纹复杂， 其上浮点有可能归为毛球类。随后提取毛球面积和个数，建立了两个参数与等级关系的 二维分布图，发现二维指标比单一指标更准确，并与主观评定进行比较。 1 9 9 3 年，r 锄g u l 肌rb 【4 】采用一套激光扫描装置，光线投影到被检测织物上，利用 激光三维在织物不同位置逐点扫描获取图像，采用了向后削减方法以选取最佳阈值对距 离图像进行分割。随后提取了突出面积、毛球总数、最大毛球突出面积和最高毛球高度 这几个特征参数，根据最大拟合法建立了平均面积、最大突出面积和最大突出高度的等 级评估三维系统，根据最近邻原则对起毛起球等级进行评估，并与试样的主观评定进行 了比较。 1 9 9 6 1 9 9 8 年，h i shc 【5 7 】等采用a s t m 标准的照明条件，用散射荧光管从织物侧 向照明获取起球织物的灰度图像。应用插值法调整背景不匀，在减少底纹影响时采用形 态学的图像腐蚀和膨胀运算的方法，但当纹理较复杂时极易造成毛球的误判，然后进行 阈值化分割毛球的阴影区域。提取的特征参数有毛球总数、总面积、总体积，毛球的大 小、形状、取向度、对比度，毛球的空间分布的均匀性，但未能根据起球特征对实际织 物进行评级以验证可行性。 1 9 9 7 年，x ub 【8 】采集的织物起毛起球灰度图像比较暗，需将直方图拉伸至整个灰 度范围。应用频谱分析的方法滤除图像中织物的底纹，再用圆形模板匹配来定位毛球并 用全局阈值法进行分割。随后提取了毛球的分布密度、毛球大小和对比度作为特征参数， 选用相关性较好的密度和面积百分比建立2 个非线性变化方程g 和g t ，再提取两者的 平均值确定毛球最后的等级，但未与主观评定进行比较。 1 9 9 8 1 9 9 9 年，a 1 ，mhc p i i 】在研究时采用的平行光与试样平面的夹角为5 度，散 射光源分别放置在试样平面圆周上的6 个不同角度。对样照图像应用t 0 p _ h a t 变换来消 除背景不匀，用频谱分析法滤除底纹后采用基于高斯模型的方法进行图像分割，但权系 数需要根据不同的织物样品进行选取，否则会导致错误的判断结果。随后提取了毛球总 面积和起球密度两个特征参数，选取毛球总面积与起球等级间建立了以2 为底的对数函 数关系，并与主观评定进行比较。 2 0 0 4 年，x mb 埘甜1 2 】认为在视觉上毛球较纹理亮，选用二维高斯模板匹配毛球， 并根据阈值公式确定阈值对图像进行分割，但权系数的选择对毛球的分割影响较大。随 2 第一章绪论 后提取毛球个数、面积、对比度、密度为特征参数，以贝叶斯准则判别等级，并对实际 织物进行实验且与主观评定进行比较。 2 0 0 6 年，s 珊鲫i i l 幻m 【1 3 】分别介绍了二维和三维织物起毛起球图像的获取方法，利 用c c d 照相机获取二维图像，且镜头的方向和光照强弱都可调节以便增强毛球和纹理 之间的对比度，利用激光束形成的三角区并用c c d 照相机拍照获取三维图像。在毛球 提取方面，运用傅立叶变换技术将图像转换至频域，滤除代表纹理的信号后采用拉普拉 斯和中值滤波器提取出毛球。由获取的二维和三维图像进行实验，可发现：二维获取图 像的方式适用于细支纱线，三维获取图像的方式适用于粗支纱线。 2 0 0 7 年，z l l 觚gj 瑚i i l i n 【1 4 1 在早期的研究中，提出运用小波纹理分析提取毛球，根据 小波系数构造出复杂纹理的特征参数，根据毛球密度判别起球织物的所属等级，此方法 应用范围较广，可用于针织、机织和非织造的织物，但未与主观评定进行对比。2 0 0 9 年，在后期的研究中【1 5 1 6 1 ，提出采用二维二分数小波重构滤波器将毛球从织物中分离出 来并客观地测出毛球的密度，由对不同光照、对比度、图像的倾斜角度等方面的进行实 验的结果可看出：这种提取毛球的方法具有较强的鲁棒性，但未与主观评定进行比较。 1 3 国内研究现状 在国内，许多科研工作者在织物起毛起球方面也做了大量的工作与努力，取得了一 定量的成果，具体如下： 1 9 9 9 年，徐增、波【1 7 】等应用w o u ) 分解纹理模型从织物图像中分离出毛球信息，将 图像转换至频域，采用阈值分离和参数估计滤除纹理成分。然后采用与灰度图像同样的 分析方法进行分割，通过对特征参数与等级的相关性分析，确立毛球个数、面积百分比 和密度分布这几个参数为评级参数，利用分段插值函数建立评估等级系统，通过对实际 起毛起球织物的实验证明：此方法的评估结果基本与主观评定一致。 2 0 0 1 年，杨旭红【1 8 】采用c c d 摄像机和图像采集卡在与织物表面成小角度的反射光 照射下将起球织物表面图像输入计算机，采用圆形模板消除图像背景不匀后对图像进行 灰度拉伸，利用阈值法分割出毛球后运用形态学中的“开运算一消除噪声。最后提取毛 球的面积、个数、圆整度，对三种不同成分的织物进行实验，但未进行等级评定以验证 方法的可行性。 2 0 0 3 2 0 0 4 年，陈霞【1 9 】先获取一系列起毛起球织物切面光照投影图，利用l o g 边缘 检测算子和线性插值提取每帧图像中织物的轮廓线高度数据，并拼接成一幅反映织物三 维轮廓高度的距离图像，最后对该距离图像进行预处理和基于自适应阈值法的毛球分 割。在进一步的研究中，陈霞【2 姚】认为毛球在织物中的分布符合高斯模型，对其直方图 进行了高斯拟合，但发现单个阈值的选取无法满足毛球大小不一的情况，所以近期于 2 0 0 9 年【2 3 l 提出了运用小波滤波器对图像进行分解、消噪、重构，并选用动态阈值法提 取毛球。 2 0 0 6 年，钟智丽f 2 4 】针对基于小波分析的织物起球客观评级进行了基础理论研究和 实验研究。不仅提出基于小波分析的织物起球客观评级新方法，评估基于二维离散小波 。江南大学硕士学位论文 变换的织物起球程度客观评级模型，还对湿态织物起球行为及不同起球测试仪的敏感因 素进行系统研究，对实际织物进行测试并与主观评级进行对比。其研究生卢海空【2 踟 也是运用小波变换对图像进行分解、消噪、重构，使用b i f g e - m 勰s a r t 策略确定消噪阈值， 用类别方差二值化法分离目标和背景。 2 0 0 7 年，曹飞【2 7 瑚】提出用滤波器运用至频域里对纹理信号进行滤除，且认为背景符 合高斯分布，选用背景和直方图进行高斯拟合，差异部分为毛球，通过阈值公式得出阈 值进行毛球分割，而后以毛球个数、总面积、光学体积作为评级标准值，并选用最小距 离法作为实际织物的评等方法。 2 0 0 9 年，刘晓军【2 9 l 提出了一种基于边缘流的图像分割方法，此方法不仅针对灰度 图像，也可以对彩色起毛起球图像进行分割，对起毛起球织物的边缘流检测包括色彩、 纹理和相位的检测。对这三方面分别检测完毕后，通过平滑的曲线将其连接起来，最后 通过g a b o r 滤波器得到最终的毛球分割图像。该方法能较精确地定位毛球的位置，但毛 球的大小较原图大。 1 4 本文研究的意义和内容 对于织物起毛起球等级的评定，国内外长期以来都依靠专职评定人员对照样照进行 评定，这种方法在不同的评定人员之间所得出的结果离散性较大，主观性较强。为了实 现织物起毛起球评级的一致性、可重复性、正确性和可靠性，相继出现了很多基于计算 机图像处理技术的等级评定方法，但仍处于理论研究阶段。本文所提出的织物起毛起球 评等方法更为客观、快速，可以替代目前人工样照比对评等方法，具体改进在于： ( 1 ) 采用傅立叶变换将图像信号转换到频域得到幅值谱，利用阈值法建立滤波模板 滤除代表织物纹理的周期性成分，同时保留部分低频信息，这种纹理滤除方法能有效分 离并凸显毛球信息。 ( 2 ) 对滤除纹理后的图像进行灰度调整以增强毛球和背景之间的对比度，随后对图 像进行分块并在每块内采用o t s u 阈值法，这种增强的局部0 t s u 阈值法能自动求取 阈值，精确定位毛球信息。 本文涉及的主要研究内容如下： ( 1 ) 给出了样照和织物图像的实验方法，提出运用扫描仪采集到均匀性较好的织物 起毛起球图像； ( 2 ) 阐述了织物起毛起球的图像分析理论及方法，提出在频域上利用阈值法建立滤 波模板，滤除织物纹理，同时为了使毛球凸显，保留了频谱中部分低频信息，并采用增 强的局部o t s u 阈值法提取毛球； ( 3 ) 分析织物起毛起球标准样照图像，提取特征参数，确定以毛球总面积所占比例 作为评级标准； ( 4 ) 对织物试样的起毛起球等级进行自动评定，并与人工样照比对法评定结果进行 比对。 4 第二章织物起毛起球实验及图像采集 第二章织物起毛起球实验及图像采集 利用数字图像分析的方法完成织物起毛起球等级评定，首先需对图像进行采集，标 准样照图像的采集可通过具有平行光源的扫描仪直接获得，而织物试样则需首先进行起 球实验，然后再利用扫描仪获取图像。 2 1 实验仪器 ( 1 ) 扫描仪：由于数码相机在采集图像时采用的是点光源将光线投射到织物上，易 造成图像的光照不匀，扫描仪采用的是平行光源对图像进行采集的，且获得的图像质量 具有光照均匀和稳定的特征，易于标定图像对应于实物的尺寸。所以本文选用m i c r o t e k s 4 0 0 平板扫描仪对光面g m 4 8 0 2 3 精梳毛机织物起毛起球样照和织物试样进行扫描。 ( 2 ) 起球仪：选用y g 4 0 1 g 织物平磨仪进行起球实验。方法是取试样正确牢固地夹 入试样夹头，圆形试样按照g b 厂r 4 8 0 2 1 1 9 9 7 ：压力为7 8 0c _ n ，起球转数为6 0 0 转，以 李莎如图形运动轨迹进行起球实验，达到规定转数后，即停止。 。j + 2 2 样照图像的采集 考虑样照织物的直径为9 厘米，扫描样照图像实际上是对原织物图像的二次放大， 这里的分辨率与织物的实际尺寸无关。 ( a ) l 级2 级 ( c ) 3 级 ( d ) 4 级( e ) 5 级 图2 1 l 5 级的织物起毛起球样照图像 f i g 2 lm s 锄a m p i h i n gi l n a g e so f 觚g 幽 ( a ) g 豫d cl ；( b ) g 忍d e 2 ；( c ) g 】m d e 3 ；( d ) g m d e 4 ；( c ) g m d c 5 5 江南大学硕士学位论文 为了使纹理部分视觉差异过渡较小，从而纹理和毛球区域视觉差异较大以便于图像 的处理与分析，本文选用的扫描分辨率为5 0 0 d p i ，保存的标准样照灰度图像尺寸大小为 1 1 0 0 p i x e l s 1 1 0 0 p i x e l s ，即每厘米大小的织物占1 2 2 个像素点。由平板扫描仪采集到的 五个不同等级的图像如图2 1 所示。 由于整幅起毛起球图像为圆形且较大，因此没有必要也难以对整幅图像进行分析， 首先对图像进行部分的截取，为了保证截取的图像能够充分反映并涵盖起毛起球图像中 毛球的一系列特征，本文截取每级图像中的最大内接正方形( 7 4 0 p i x e l s 7 4 0 p i x e l s ) 为最终 等级评定的研究对象，见图2 2 所示。 2 3 织物图像的采集 “m h q a x 目镕k 黼川i 图2 2 截取的起毛起球图像 f i g 2 2 础l i n gi 脚【g em 盯c 哪g 选取2 5 种不同的素色机织精梳毛织物，利用y 1 3 4 0 1 g 平磨仪进行起球实验后，通 过扫描仪获取织物图像。为了和样照的大小保持一致( 9 锄的织物图像大小为1 1 0 0 p i x e l s ， 即l c m 大小的织物占1 2 2 个像素点) ，可得所需实际扫描分辨率为3 唧。以其中一个 试样为例，得到起球后的织物图像，如图2 3 ( a ) 所示。截取图2 3 ( b ) 所示的最大内接正 方形7 4 0 p i x e l s 7 4 0 p i ) 【e l s 大小的织物起毛起球图像作为评级对象。 i 攀攀霪鹭蓑爱麓篙i 夕；雾豸 鏊篓鍪攀豢垂薹 善繇鬻j 篓澎薹 f 暑? ：尊j 一、j 是：“：。，。；，j ? ：善：_ ： 辫爨誓一。_ ： 囊 ，：“、0 矗0 。一，： ：“： j ? ：。毒：擘；| j ，i = ：。0- f r， 毫如爱0 ；j 二，i j 专： 魏菘：? 黪：麓：蕊嚣o 1 。；： ( a ) 原图像( b ) 截取图 图2 3 织物起毛起球图像 f 噜2 3p i l l j n gi m a g 瞄o f 蠡出啦 ( a ) o r i g i n a li m g e ；( b ) h a g ea f t e r 哪i n g 6 第三章织物起毛起球图像分析理论 第三章织物起毛起球图像分析理论 在获得织物起毛起球图像之后，可利用数字图像分析技术对其进行相应处理以建立 织物起毛起球评级标准。本章主要涉及到两个图像分析理论：一是纹理滤除，滤除干扰 毛球信息识别的织物纹理成分；二是毛球提取，对滤波后的图像进行阈值处理，获得只 包含毛球信息的二值图像： 3 1 织物纹理滤除方法 在现有的织物纹理滤除方法中，最通用的方法就是利用傅立叶变换将织物图像转换 到频域中，在频域内滤除织物纹理对应的周期性成分，这里先对傅立叶变换理论进行简 略介绍。 任何连续测量的信号都可以表示为不同频率的正弦信号的无限叠加，而根据此原理 诞生的傅立叶变化方法即】以累加方式来计算信号中不同正弦波信号的频率、振幅和相 位，将难以处理和分离的时域信号转换成了频域信号，便可以很容易地对图像中的高、 低频成分的信号做相应的处理。在计算机中，图像对应为离散的二维数组，选择二维离 散傅立叶变换对图像进行研究。二维离散傅立叶变换及逆变换的方法见式3 1 和式3 2 。 f ，d = 厂( 五j ，) p 一7 2 ，似+ 咿 ( 3 - 1 ) x - i oj ，= 0 厂刚2 高萎荟即，d 扩似驯柳 ( 3 2 ) 由公式可知，傅立叶变换结果为复数形式，无法直接显示图像，通常将幅值谱彳f “，1 显示为图像形式以便观察，但么( “，1 ，) 对应的数值变化范围较广，若直接显示为图像将丢 失很多信息，需将其值调整到毗5 5 度范围内，通常采用的方法是对彳( “，y ) 作对数变换。 ( a ) 等级评定图像分析图像 图3 1 截取的起毛起球图像 f i g 3 l 耽ep i l l i n gi i n a g e sa 舭r 锄唧 i n g ( a ) p i l l 岖i m a g e 细酬岫n ；嘞p i l h n g i m g e f b f 锄a l y s i s 7 江南大学硕士学位论文 由于截取的等级评定图像较大、毛球较密集，为了方便读者更清晰地了解本章所涉 及到的织物起毛起球图像分析理论及方法，截取图3 1 ( b ) 所示的样照中心大小为 3 7 0 p i x e l s 3 7 0 p i ) 【e l s ，对应实际织物尺寸约为3 c m 3 c m 的区域图像作为示例。 对图3 1 m ) 进行傅立叶变换，结果见图3 2 ( a ) 所示。可看出低频成分分布在四个角 区域，高频成分位于中心区域。在实际应用中，为了分析与研究的方便，常对傅立叶变 换结果进行移频处理，即将傅立叶变换结果中第一、三和二、四象限分别调换，以便于 观察和处理，移频后的效果如图3 2 m ) 所示。 ( a ) 移频前的幅值谱( b ) 移频后的幅值谱 图3 2 幅值谱 f i g 3 - 2a m p l i t u d es p n 硼晦 ( a ) a n l p l i t i l d es p e c 仇l mb e f 0 陀丘斟l u e i l c ys l l i n ； ( b ) a m p l i t i l d es p c c t r i l ma f i e r 脚伽【c ) rs h i f t 在对织物纹理进行滤除时，分别尝试运用区域增长法、中值滤波法和本文提出的利 用阈值法建立滤波模板，同时保留部分低频信息的方法滤除代表纹理信息的频率信号。 3 1 1 区域增长法滤除织物纹理 x ub 嘲用区域增长的方法滤除代表织物纹理成分的频率信号。 ( a ) 滤波后幅值谱( b ) 滤波后效果图 图3 3 区域增长法滤波后的图像 f i g 3 3f i l t 即e di m a g 船a a 凹托西伽mg m w l h ( a ) f i l t 即e d 锄叩l i t u d es p e c 仉皿；( b ) f i l t 即e dp i l l i n gi m a g e 3 第三章织物起毛起球图像分析理论 具体方法如下：首先找到每个区域的峰点，然后采用八邻域进行区域增长，找到满 足规则的每个种子点附近的点，将这些满足规则的点用零值代替原幅值，得到滤波后的 幅值谱如图3 3 ( a ) 所示，经过傅立叶逆变化后就可以获得滤除纹理后的效果图，如图 3 3 ( b ) 所示，从图中可看出：该种方法在一定程度上能滤除部分纹理，但从滤波后的幅 值谱可看出，峰点周边小范围的低频信号虽已滤除，但还存在大量的较亮区域，所以导 致纹理滤除地不彻底。 3 1 2 中值滤波法滤除织物纹理 曹飞【2 7 之钔、邢树永【3 1 】提出将时域中的中值滤波方法应用到频域里，所谓中值滤波就 是用模板窗口在图像中从上而下、从左至右的滑动，用窗口内数据的中值代替当前值。 选取9 9 大小的窗口对傅立叶变换结果进行中值滤波，得到的幅值谱和纹理滤除效果如 图3 - 4 所示。由图3 _ 4 ( b ) 可看出该方法的滤波结果中也还存在着大量的纹理，这是因为 中值滤波的方法只是在一定程度上模糊了幅值谱，未达到去除纹理的目的，低频信号依 然较亮，不利于毛球的提取。 ( a ) 滤波后幅值谱 图3 - 4 中值滤波后的图像 f i g 3 4f n t c 耋di m a g 鹤a f t e ri n e d i a nf i l t e r ( a ) f i l t 即e d 锄1 p l i m d es p 仪：t 吣；( b ) f i l t 盯e dp i l l i n gi m a g e 3 1 3 基于阈值和低频保留法滤除织物纹理 由于上述尝试的纹理滤除方法无法达到较好的效果，本文提出了一种基于阈值和低 频保留的纹理滤除方法。图3 5 所示的幅值谱中代表织物纹理信息的较亮区域幅值较大， 考虑利用阈值法基于幅值谱建立滤波模板以滤除织物纹理。具体方法如下： 以中心点d 值的百分比作为阈值，大于阈值的所有点值设置为0 ，否则设置为l 。 当阈值较小时，滤波范围会波及整个幅值谱，不仅对低频成分进行了滤除，也滤除了代 表毛球信息的部分高频成分；当阈值较大时，滤波范围只覆盖幅值谱中心极少范围内的 低频成分，会导致纹理去除的不彻底。所以本文在选取阈值时，选取中心点d 值的5 0 左右进行讨论。 初步以中心点d 值的5 0 作为阈值直接对纹理进行滤除。由于中心点d 代表了图 9 垩堕奎兰堡主堂竺笙苎 像背景灰度信息，若将其滤除，图像整体会变暗，所以在滤波时，保留d 点，在模板 中该处值设为1 ，得到的滤波模板如图3 6 所示。随后将原频谱图与滤波模板进行点乘 运算，所得到滤波后的图像如图3 7 ( a ) 所示，对比滤波前的图像3 7 ( b ) 可发现：毛球信 息未得到凸显。 图3 5 样照图像幅值谱 f i g 3 - 5a m p l i t i m es p t r i mo fs 劬d a r di m a g e 图3 6 直接阈值滤波模板 f i g 3 - 6 i h et 咖p l a t eo ff i l “舅- i i l ga f t e r 廿s h o l dd i 豫c n y ( a ) 滤波后的图像 图3 7 直接阈值滤波前后的对比图 f 远3 - 7c 锄p 撕s 傩k 啊ni m a g 略b e 触锄da 胁丘i t e r i n gb y 蛐l dd i l 优吐y ( a ) f n t e r 耐i m a g e ；( b ) i n l a g e b e f b r e 丘l t 晌g l o 第三章织物起毛起球图像分析理论 上述方法滤波后图像中存在毛球信息不凸显的缺点，且傅立叶变换结果中的低频区 表示原图像中的低频信息，如图像中的灰度信息，因此考虑保留以中心点d 为圆心， 一定直径内代表低频信号的信息，以增强毛球和背景之间的灰度对比度。在幅值谱中局 部区域内对应最大值的点，在图3 5 的幅值谱中呈现为亮点，称为峰点。这些峰点区域 代表着周期性的纹理成分，本文尝试选取保留圆的大小在m i i l 4 2 ，么4 j ) 范围以内，这 就需要确定峰点彳，、彳2 、彳，、彳4 的位置。 ( a 爆留直径为i 霉霉霸鬻 蠹j1 整蠹j 馨 东蓄譬羚。落0 泛? 。麓蠛警 一笺 ( b 滞留直径为 黪器鞯攀豢鹬 ( c ) 保留直径为 图3 8 保留不同直径圆的幅值谱和效果图 f i g 3 8f n t 蒯唧l 砌es p 帆娜锄di m a g 龆丽t hl o w 缸嗍衄血e do f d i 蚴d i 砌l e t 粥 ( a ) d i 蝴i 问m i n c d ；( ”d i 锄e t c r 彻m 谳；( c ) d i 蝴衄a i n e d 江南大学硕士学位论文 考虑到织物录入摆放时，经纬纱不一定与坐标方向一致，可能存在着一定的倾斜角 度，因而需要对各个峰点的坐标进行修正【3 2 1 。尝试采用峰点滤波法提取幅值谱中的峰点。 ( a ) 中心点幅值的4 5 ( b ) 中心点幅值的5 0 ( c ) 中心点幅值的5 5 图3 9 不同阈值滤波后的幅值谱和效果图 f i g 3 9f i l 研e d 锄p l i n l d es p e c 虮l m sa n di m a g c s 喇t hd i 航姗tt h r e s h 0 地 ( a ) 皿瑚岫l do f 锄p l i t i l d e s4 5 o f c 钮t e rp o 硫；( b ) t 恤s h o l do f 锄p l i t i l d c s5 0 o f c 锄t c f 砸n t ； ( c ) n 瑚b l do f 锄p l i t i l d e s5 5 0 f c 铋t e rp o i n t 具体步骤如下： ( 1 ) 首先找到中心峰点d ，该点在幅值谱的中心，对应为幅值最大值，将其周围5 1 0 个像素点连同本身的值设为o ，为确定其它峰点做好准备。 ( 2 ) 接着寻找中心点纵轴上的各处峰点，根据倾斜角度( 本文为士2 。) 找出中心点纵向 1 2 第三章织物起毛起球图像分析理论 士2 0 范围内的峰点彳、d ，并将其周围弘1 0 个像素点连同本身的