（纺织工程专业论文）织物平整度等级的计算机视觉评估.pdf

织物平整度等级的计算机视觉评估 摘要 本文应用计算机视觉技术对织物的平整度等级进行客观评定。全文分三大部 分：织物外观形状的三维重建；表面重建织物的特征参数提取；利用模式识别方 法评定织物的平整度等级。全文共分八章，每章内容简介如下： 引言部分简要介绍了论文选题的背景。 第一章重点概述了国内外有关织物平整度等级评定的研究现状。主要介绍了 测定织物外观形状的仪器法、主动立体测定法和利用三维重建算法恢复织物表面 形状法，并对反映织物平整度的特征参数提取和选择以及用于等级评定的模式识 别算法等方面的研究现状加以介绍。 第二章描述了光度立体视觉和阴影恢复形状两种三维重建算法，本章同时介 绍了这些算法的基本原理和实现过程，并分别利用合成图像、简单形状实物和平 整度模板对两种算法的可靠性进行测试和验证。光度立体视觉算法是利用多幅灰 度图像重建物体表面形状。在光照条件能够控制的情况下，是一种较为简便可行 的办法；阴影恢复形状算法是利用单幅图像恢复物体的三维表面形状。但是在算 法中需加入特定的约束条件。 第三章叙述了反映织物平整度特性的特征参数提取和选择。利用织物模板的 三维轮廓数据，可提取1 0 种不同的织物平整度特征参数，它们是：对比度、功 率谱密度、分形维数，表面面积、粗糙度、扭曲度、峰度、平均偏移量、整体折 皱密度和尖锐度。计算结果表明，这些特征参数与平整度等级的相关系数均超过 9 0 ，可进一步用于织物平整度等级的模式识别。 第四章介绍了自行设计的织物光照图像的获取装置，并利用该装置摄取了 2 6 块不同类型的织物图像，通过第二章提及的三维重建算法重建织物的表面形 状，并从中提取反映织物平整度的特征参数。三位评定专家对2 6 块不同类型织 物平整度的主观评定结果也一并给出。 第五章概述了k o h o n e n 自组织神经网络和h e b 学习规则在织物平整度等级 评定中的具体应用。k o h o n e n 自组织神经网络以聚类原则为基础，利用竞争手段 训练网络，h e b 学习规则是对自组织神经网络的改进算法。织物模板的特征值首 先被输入神经网络中进行学习和训练，输出神经元即为竞争获胜的神经元，并依 据平整度模板等级划分类别，因此可直接评定织物平整度等级，2 6 种织物样本 可参考平整度等级模板评定程序进行评定，并将评定结果与第四章给出的主观评 定结果进行对照。结果表明，采用两种不同的三维重建算法，评定结果与主观评 定的相关系数分别为9 3 8 和9 2 2 6 ；评定级差0 5 级以下的样本百分比，即评 定准确率分别为9 2 3 1 和8 8 4 7 。 第六章采用模糊模式识别方法评定织物的平整度等级。该方法以m a m d a n i 模糊模型为基础，在隶属度函数和模糊规则选取合适的前提下，可以得到较为准 确的模糊输出值，模糊输出值代表了不同的织物平整度等级，平整度越剧烈，去 模糊化值越大，反之，则越小。将织物平整度模板特征参数的隶属度函数引入模 糊推理系统，可以计算出反模糊化值，每一个从系统中输出的反模糊值代表了不 同的平整度等级，由此可评定织物样本的平整度等级。利用不同织物平整度模板 的反模糊化值和“择近原则”评定2 6 种织物样本的平整度等级。结果表明，从 两种三维重建算法出发，主、客观评定的相关系数分别为9 7 3 8 和9 2 3 3 ：评 定准确率分别为9 2 3 1 和8 4 6 2 。 第七章引入自适应模糊神经网络评定织物平整度等级，自适应模糊神经网络 以s u g e n o 模型为基础，以模糊输入为特征。首先利用减法聚类法确定平整度模 板特征参数的隶属度函数个数和模糊规则数，隶属度函数被输入系统之中，并通 过学习和训练，得到输出的隶属度函数值，经过加权平均，最终的输出值代表了 不同平整度模板等级，由此评定织物样本的平整度，依据最终输出值和“择近原 则”客观评定2 6 种织物样本的平整度等级。 第八章对全文进行了总结。介绍了本文的主要贡献，并讨论了需要进一步深 入研究的问题。 关键词：计算机视觉纺织应用 织物平整度三维重建特征提取 自组织神经网络模糊模式识别自适应模糊神经网络 i i c o m p u t e r v i s i o na s s e s s m e n to ff a b r i cw r i n k l e g r a d e a b s t r a c t an e wa p p r o a c hb a s e do nt h et e c h n o l o g yo fc o m p u t e rv i s i o ni sp r o p o s e di nt h i s t h e s i st oe v a l u a t ef a b r i cw r i n k l eg r a d eo b j e c t i v e l y t h ec o n t e n to ft h et h e s i sc o v e r s t h r e ep a r t s ，i e 3 - dr e c o n s t r u c t i o no fw r i n k l e df a b r i c s u r f a c es h a p e ，e x t r a c t i o no f f e a t u r ep a r a m e t e r sf r o mt h er e c o n s t r u c t e df a b r i cs u r f a c es h a p ea n de v a l u a t i o no f t h e w r i n k l eg r a d eo ft h ef a b r i cu s i n gp a t t e r nr e c o g n i t i o n ，a n dc o n s i s t so fe i g h tc h a p t e r s t h eb r i e f i n t r o d u c t i o n so f e a c hc h a p t e ra r ea sf o l l o w s ： t h ef o r e w o r dr e l a t e st ot h eb a c k g r o u n do f c h o o s i n g t h et o p i co f t h i st h e s i s c h a p t e r 1 g i v e sm a j o rt h e s u m m a r i z a t i o no fo v e r s e a sp r e s e n ts i t u a t i o no ft h e r e s e a r c hw o r ki nt h ef i e l do ff a b r i cw r i n k l eg r a d ea s s e s s m e n t t h ea s p e c t si n v o l v e d a r ei n c l u d i n gt h em e t h o d so f m e a s u r i n gt h es u r f a c es h a p eo f w r i n k l e df a b r i c ，s u c ha s i n s t r u m e n t m e t h o d ，i n i t i a t i v e s t e r e om e a s u r e m e n tm e t h o da n ds u r f a c e s h a p e r e c o v e r i n g m e t h o du s i n g3 - dr e c o n s t r u c t i o n ，t h ee x t r a c t i o na n ds e l e c t i o no ft h e f e a t u r ep a r a m e t e r so f w r i n k l e df a b r i cs u r f a c ea n dt h ea l g o r i t h mo f p a t t e r nr e c o g n i t i o n u s e df o rw r i n k l eg r a d ea s s e s s m e n t c h a p t e r2m a k e sad e s c r i p t i o no f t w ok i n d so fa l g o r i t h mf o r3 - dr e c o n s t r u c t i n g t h es u r f a c es h a p eo fw r i n k l e df a b r i c ，o n ei sp h o t o m e t r i cs t e r e om e t h o dt h eo t h e ri s s h a p ef r o ms h a d i n gm e t h o d t h e b a s i cp r i n c i p l ea n dr e a l i z a t i o np r o c e s s i n go ft h e s e a l g o r i t h m sa r ea l lr e l a t e di nc h a p t e r 2 t h er e l i a b i l i t yo ft h ea l g o r i t h m sa r ct e s t e da n d v a l i d a t e db yu s i n gs y n t h e t i ci m a g e s ，o b j e c t sw i t hs i m p l es u r f a c es h a p ea n da a t c c s t a n d a r dw r i n k l ep a t t e r n p h o t o m e t r i cs t e r e om e t h o di sb a s e do n m u l t i p l ei l l u m i n a t e d i m a g e s t or e a l i z et h e3 - dr e c o n s t r u c t i o n ，a n di sac o n v e n i e n ta n df e a s i b l eo n e ，i ft h e i l l u m i n a t i o nc o n d i t i o n sc a nh ec o n t r o l l e d t h es h a p ef r o ms h a d i n gm e t h o dc a nb e e f f e c t i v e l ya p p l i e dt or e c o n s t r u c t3 - ds u r f a c es h a p ef r o ms i n g l ei l l u m i n a t e di m a g e o n l y , b u tn e e d st oa d d c e r t a i nr e s t r i c tc o n d i t i o nt ot h e a l g o r i t h m c h a p t e r 3r e c o u n t st h ee x t r a c t i o na n ds e l e c t i o no ft h ef e a t u r e p a r a m e t e r s r e f l e c t i n g t h e w t i n k l ec h a r a c t e r i s t i c so f f a b r i cs ur f a c e t e n d i f f e r e n t p a r a m e t e r sa r e 1 e x t r a c t e df r o mt h er e c o n s t r u c t e d3 - ds u r f a c es h a p eo fa a t c cw r i n k l ep a t t e r n t h e y a r ec o n t r a s t ，p o w e rs p e c t r a ld e n s i t y f r a c t a ld i m e n s i o n ，s u r f a c ea r e a s ，c o a r s ed e g r e e ， t w i s t d e g r e e ，k u r t o s i s ，a v e r a g eo f f s e t ，w h o l e w r i n k l ed e n s i t ya n ds h a r p n e s s t h e c a l c u l a t i o nr e s u l t ss h o wt h a tt h ec o r r e l a t i o nc o e m c i e n t sb e t w e e nt h e s ef e a t u r e p a r a m e t e r sa n d w r i n k l eg r a d ea r ea l lo v e l 9 0p e r c e n t ，w h i c hm e a n sa l lt h ep a r a m e t e r s c a nb ef u r t h e ru s e dt oe v a l u a t et h ew r i n k l eg r a d eb y p a t t e r nr e c o g n i t i o n c h a p t e r4p r o v i d e s a n e q u i p m e n td e s i g n e db ya u t h o r - s e l ff o rc a p t u r i n g t h e i l l u m i n a t e di m a g e so ft h ef a b r i c t h ei m a g e sf r o m2 6d i f f e r e n tf a b r i cs a m p l e sh a v e b e e nt a k e n b yu s i n g t h i s e q u i p m e n t u s i n gt h e s ei m a g e s t h es u r f a c e s h a p e so f w r i n k l e df a b r i ca r er e c o n s t r u c t e dw i t ht h ea l g o r i t h m sm e n t i o n e di nc h a p t e r2m a dt h e f e a t u r ep a r a m e t e r so ft h e s ef a b r i c s a m p l e s a r ee x t r a c t e d m e a n w h i l et h ew r i n k l e g r a d e so ft h e s es a m p l e sa r ea l s os u b j e c t i v e l ye v a l u a t e db yt h r e es k i l l e da s s e s s o ra n d t h er e s u l t sa r e g i v e n i nc h a p t e r4a sw e l l c h a p t e r5i n v o l v e st h ee v a l u a t i o no f w r i n k l eg r a d eu s i n gk o h o n e ns e l f - o r g a n i z e n e u r a ln e t w o r ka n dh e bl e a r n i n gr u l e s k o h o n e ns e l f - o r g a n i z en e u r a ln e t w o r ki s b a s e do nc l u s t e r i n gp r i n c i p l ea n dt r a i n e db y c o m p e t i t i o n h e bl e a r n i n gr u l e sa r et h e i m p r o v e da l g o r i t h m s o fs e l f - o r g a n i z en e u r a ln e t w o r kf o rf a c t c o n v e r g e o ft h e c o m p u t a t i o n t h ef e a t u r ep a r a m e t e r so fa a t c c s t a n d a r dw r i n k l ep a t t e ma r ei n p u tt o t h en e u r a ln e t w o r kf o rt r a i n i n ga n d l e a r n i n ga tf i r s t t h eo u t p u tn e u r a lc e l l sa r et h e e x c e l l e n to n ed e v e l o p e da f t e rc o m p e t i t i o n t h e i rc l a s s i f i e dn u m b e ri s c o r r e s p o n d i n g t ot h ew r i n k l eg r a d eo ft h ea a t c c p a t t e r n ，t h u sc a nb eu s e df o ra s s e s s i n gt h ef a b r i c w r i n k l e g r a d ed i r e c t l y t w e n t y - s i x f a b r i c s a m p l e s a r ea s s e s s e dw i t ht h es a m e p r o c e d u r ea sa a t c cp a t t e r na n dt h er e s u l t sa r ec o m p a r e dw i t ht h o s eo fs u b j e c t i v e a s s e s s m e n tg i v e ni nc h a p t e r4 i ti ss h o w nt h a tt h ec o r r e l a t i o nt o e 伍c i e n tb e t w e e n o b j e c t i v ea n ds u b j e c t i v ea s s e s s m e n ta r e9 3 8 a n d9 2 2 6 a n dt h ep e r c e n t a g eo ft h e s a m p l e sw i t ht h e e v a l u a t i o nd e v i a t i o nl e s st h a n 0 5 - g r a d e f r o mt h e s u b j e c t i v e a s s e s s m e n t ，i e t h ee v a l u a t i o na c c u r a c na r e9 2 3 1 a n d8 8 4 7 b o t hr e s u l t sa r ea l l c o r r e s p o n d i n gt ot w o3 - dr e c o n s t r u c t i o nm e t h o d so fp h o t o m e t r i cs t e r e oa n ds h a p e f r o ms h a d i n g r e s p e c t i v e l y c h a p t e r6r e l a t e st ot h ee v a l u a t i o no ff a b r i cw r i n k l eg r a d eb ya na l t e r n a t ew a y i ，e f v f u z z yp a t t e r nr e c o g n i t i o n b a s e do n t h ep a t t e r nr e c o g n i t i o no fm a m d a n if u z z ym o d e l ， t h ep r e c i s ef u z z yo u t p u tv a l u ec a l lb ec o m p u t e d ，i ft h em e m b e r s h i pf u n c t i o na n df u z z y r u l e sa r ep r o p e r l yd e f i n e d t h ef u z z yo u t p u tv a l u ei so fs i g n i f i c a n c et oi n d i c a t et h e f a b r i cw r i n k l eg r a d ed u et ot h ef a c tt h a tt h em o r et h ef u z z yo u t p u tv a l u e ，t h em o r e s e r i o u si st h ew r i n k l ed e g r e eo ft h en b r i c s ，a n dv i c ev e r s a t a k i n gt h em e m b e r s h i p f u n c t i o n so ft h ef e a t u r ep a r a m e t e r so fa a t c cp a t t e r na st h e i n p u to ft h ef u z z y i n f e r e n c es y s t e m ，t h ed e f u z z yv a l u e sa r ec o m p u t e da n do u t p u t e a c hd e f u z z yv a l u e o u t p u tf r o mt h es y s t e mi sc o r r e s p o n d i n gt oo n eo ft h ew r i n k l eg r a d e so fa a t c c p a t t e r no n eb yo n e ，t h u sc a nb eu s e df o ra s s e s s i n gt h ew r i n k l eg r a d eo ft h ef a b r i c s a m p l e s t w e n t y - s i xf a b r i cs a m p l e sa r ea s s e s s e da c c o r d i n gt ot h eo u t p u ts a m p l e s d e f u z z yv a l u ew h i c h i st h en e a r e s tn e i g h b o r h o o dt oo n eo fa a t c c p a t t e r n sd e f u z z y v a l u e s t h ea s s e s s m e n tr e s u l t ss h o wt h a tt 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 o b j e c t i v e a n ds u b j e c t i v em e t h o d sa r e9 7 3 8 a n d9 2 3 3 ，a n dt h ee v a l u a t i o n a c c u r a c ya r e 9 2 31 a n d 8 4 6 2 r e s p e c t i v e l y c h a p t e r7r e f e r st ot h ee v a l u a t i o no f f a b r i cw r i n k l eg r a d eb ym e a n so f a d a p t i v e n e u r a lf u z z yi n f e r e n c es y s t e m ( a n f i s ) t h ea n f i su s e di nt h i st h e s i si sb a s e do n s u g e n om o d e la n dc h a r a c t e r i z e db yf u z z yi n p u t t h en u m b e ro f m e m b e r s h i pf u n c t i o n o f a a t c c p a t t e m sf e a t u r ep a r a m e t e r sa n df u z z yr u l e so f t h es y s t e ma r ec o m p u t e d b y s u b t r a c t i v e c l u s t e r i n g m e t h o da t f i r s t t a k i n g t h e m e m b e r s h i p f u n c t i o n so ft h e p a r a m e t e r sa st h ei n p u to f t h es y s t e m ，t h e ya r ef u r t h e rt r a i n e da n dl e a r n tb yt h es y s t e m ， t h e o u t p u tm e m b e r s h i pf u n c t i o nv a l u e sa r et h e no b t m n e d m a k i n gt h e w e i g h t e d a v e r a g e o fa b o v eo b t a i n e dv a l u e s ，t h ef i n a l o u t p u tv a l u ei sc o r r e s p o n d i n gt ot h e w r i n k l eg r a d eo fa a t c c p a a e m o n e b yo n e a n dc a nb eu s e df o ra s s e s s i n gt h ef a b r i c w r i n k l ed e g r e e t w e n t y - s i xf a b r i cs a m p l e sa r ee v a l u a t e d a c c o r d i n g t ot h ef i n a lo u t p u t v a l u e ，w h i c hi st h en e a r e s tn e i g h b o r h o o dt oo n eo fa a t c c p a a e r n sf i n a lo u t p u t v a l u e c h a p t e r8i s t h es u m m a r yo ft h et h e s i s t h em a i nc o n t r i b u t i o n so ft h ed r e s e n t w o r ka r ed e s c r i b e d t h e p r o b l e m sn e e dt ob ef u r t h e ri n v e s t i g a t e da r ea l s od i s c u s s e d v y a n g x i a o b o ( t e x t i l ee n g i n e e r i n g ) d i r e c t e db y p r o f h u a n gx i u b a o k e y w o r d s ：c o m p u t e rv i s i o n f o rt e x t i l e a p p l i c a t i o n ，f a b r i cw r i n k l ed e g r e e 3 - d r e c o n s t r u c t i o n ，f e a t u r e e x t r a c t i o n ，s e l f - o r g a n i z a t i o nn e u r a ln e t w o r k ，f u z z yp a t t e r n r e c o g n i t i o n ，a d a p t i v en e u r a lf u z z yn e t w o r k 引言 引言 织物平整度等级的计算机视觉评估 织物表观性能在纺织品质量控制及贸易中是一项重要指标，而织物的折皱性能 又直接影响纺织品的美观特性，因此很有必要对织物的折皱性能加以评定。 折皱是织物受到外界压力而产生的不可恢复的折痕，呈三维曲折状。以往对织 物的外观评定多采用标样对照法，即将试样与标准样卡在标准灯光条件下通过眼光 目测进行比较，这种方法属于主观评定，由于人为因素影响，容易带来评定误差。 因此，应用高新技术客观评估织物的平整度等级已成为纺织高技术发展的客观需要。 计算机图像处理技术是近些年应用于纺织业检测、控制的一种新兴手段。随着 计算机价格的下降，计算机速度的提高和内存的增加，计算机图像处理的手段与方 法更为广泛。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。而 计算机视觉研究的重点是对二维图像的三维感知，应该可以用于织物表面形态的重 建与研究。因此，应用基于图像处理的计算机视觉技术，不仅必要而且也有可能对 织物折皱的表面形态，即织物的平整度进行客观分析与评定。 第一章文献综述 第一章文献综述 1 1 国外对织物平整度等级评价的研究现状 1 1 1 仪器法评价织物平整度 s h i l o h 发明了一种折皱测试仪来评估织物起皱，他采用高度、斜度和密度等几 何参数来定义起皱，然而评价准确率不高 ”。g a l u s z y n s k i 进一步开发了两种装置： 折皱仪和皱纹仪，通过测量织物的折痕长度得到折皱率p ( ) 与主观评价的线性 回归方程【2 】。a m i r b a y a t 也提出了相似的方法，通过仪器测量，计算出织物厚度方 向的张力，结果表明，它与标样对照法有着很高的相关性【3 1 。h a r l o c k 等人采用莫尔 条纹法分析接缝处的起皱情况，该方法存在的问题是：光照条件对莫尔条纹影响较 大，同时很难适用于表面有凸起的织物【”。 9 0 年代初，i n u i 采用超声波技术评测织物的起皱，由于超声波束很窄且反射强 度与织物的表面坡度有关，该方法尤其适用于轻微程度的折皱，但是不适用于较模 糊的表面，同时易受接触角的影响 5 “】。s t y l i o s 和s o t o m i 采用c c d 摄像机系统评 测缝合起拱，他们通过测量接缝亮度、纹理和图案构造出折皱参数与主观评价的线 性回归式，然而该方法是以统计分析为基础，所摄图像易受外界光源条件的影响【7 8 1 。 1 1 2 采用二维图像和主动立体测定技术评价织物的平整度 n # b 对织物平整度等级评价的研究初期，主要是利用计算机图像处理技术，对 织物图像进行增强、滤波，并从中提取象素值的变异系数c v ，结合灰度直方图进 行评价，但准确度不高【9 。随后出现采用对比延伸和形态处理算法，如膨胀、腐蚀 等，对织物图像进一步处理，从中提取有用信息f 1 0 】。这些都是计算机图像处理在织 物外观评价中的有益尝试。 1 9 9 5 年，美国德克萨斯大学的x u b 提出了用折皱灰度表面积、阴影面积评定 平整度等级】。织物图像的灰度表面面积反映折皱的深度信息，阴影面积则反映织 物的表面起伏程度。通过测定折皱率( w r ) 和阴影率( s r ) ，得出织物的平整度与 第章文献综述 两者呈线性相关，再用7 种布样验证，准确率较高。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 l m a mp o u r d e y h i m i 提出用折皱强度、轮廓、功率谱 密度、尖锐度、随机分布程度、总体外观等来表征平整度。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的平整度，与主观评定结 果有着很好的相关性 1 2 1 。另外，采用二维带通滤波器可以提取折皱轮廓，带通滤波 器用来消除图像噪声，提取有用信息，使用平均偏移量( 月d ) 和高度变异系数( 一) 等特征参数来衡量起皱程度，该方法尤其适用于评价织物接缝处的起皱【1 3 1 。 随着主动立体测定技术的发展，开始出现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”】。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。 非接触激光扫描检测织物外观等级是利用三角测量原理，通过出射点、投影 点利成像点三者之间的几何成像关系确定物体各点高度，再经计算得到几何特征； 如平均长度、表面面积、体积以及扭曲程度等等，这些指标与平整度等级有着很好 的相关性【i 。利用带通滤波器与激光扫描技术相结合可以很好的评价折皱和缝合起 拱，二维带通滤波器可以避开织物表面纹理和噪声的影响，从而有效提取折皱的外 形轮廓 1 7 1 8 “9 棚2 ”。三维激光扫描通过逐行扫描可以较为准确地获得织物三维轮 廓，准确度可以达到士o 0 1 m m ，但是该方法测量耗时，且设备昂贵，同时激光扫描对 深色织物不适用。另外，激光投影技术也可用来评价织物外观，它是将激光三角技 术与图像处理技术相结合。激光线性投影仪照射到织物表面，可以得到多条折皱条 纹，经骨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。 这年中方法符合人眼观测习惯，同时可以避免纹理和颜色的影响。平整度等级介于 删一3 和s a 一4 之间的情况，以往的方法很难准确评定，该方法可以有效的解决这一 问题 2 2 】。 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【2 3 。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，故 第章文献综述 可以采用分形理论评定织物的平整度等级【2 4 】。激光扫描系统获得织物的三维表面， 结合分形理论可计算出不同平整度的分维数。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，所得的分形维数也将明显增加。因而可以采用它来评定 织物起皱。分形维数的计算通常采用格栅法。这种方法是c a p i c k o v e r 等在语音波 形成的分形特征研究中提出来的【2 5 。 1 1 3 利用三维重建算法客观描述织物的折皱外观 织物的折皱外观呈三维空间分布，而我们一般得到的织物图像是二维的，如从 二维平面分析入手，将会丢失大量有用信息。因此有必要寻找新的途径，将织物的 二维图像恢复成三维立体，这样不但可以提高评测的准确度和可靠性，而且可以最 大限度的避免织物纹理和色彩的影响。虽然上文中提到采用激光扫描、光栅投影等 主动测距技术可以保持织物的主体外观，但大都存在着前者设备要求高，后者准确 率低等缺陷。为了弥补这一缺陷，近年来，被动立体测定技术有了长足发展，且已 成为计算机视觉三维感知的主流方向，它主要依靠物体周围的光线来获取三维信息。 物体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 与几何光学的分析表明，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，可由图像灰度来恢复三维物体几何形状，h o r n 最早对此进行了系 统的研究”l 。 由阴影恢复形状( s h a p ef r o ms h a d i n g ) 算法就是如何在一定的约束条件下从平 滑变化的灰度图像上恢复出表面取向的信息。该方法只需根据一幅灰度图像即可计 算并恢复物体的表面形状。但只适用于入射照明能被控制，对表面反射可精确建模 的情况。 目前由阴影恢复形状的主要算法有：利用遮挡边界的信息恢复表面形状。”，物 体上的遮挡边界和自遮影边界可以提供丰富的三维信息，但通常其表面方向无法确 定，因为表面方向的矢量数为无穷大，通过引入高斯球的概念可使表面方向唯一确 定，从而使这一问题得到解决。”。由法线方向计算表面高度的重建算法，一般需引 入反射图模型来完成o o 。3 “。由阴影恢复形状就是由图像灰度，( 丑力计算出物体的 一d 兰：垦苎坠堡堕 一 表面方向( 口口) 。由于反射图模型有病态特征，许多研究者提出了利用物体表面深 度连续性的正则化方法和表面约束条件，由图像灰度计算出物体表面方向的唯一解 3 2 ，3 3 3 “3 5 1 。采用正交多项式实现阴影恢复形状的算法，是将整个图像区域分割成 许多小窗口，再对每一窗口进行迭代运算，最后拼接而成，难点在于拼接处能否平 滑过渡【3 6 3 7 , 3 83 9 1 。目前可以做到对合成图像较为准确的恢复重建，有待进一步向 真实物体过渡。 光度立体视觉法( p h o t o m e t r i cs t e r e o ) 也是从图像灰度出发恢复物体的三维 几何形状，与阴影恢复形状算法的不同之处是利用多幅图像灰度与物体形状的关系 来恢复物体三维表面形状m4 1 删】。它以光照模型为基础，光源从不同方向照射物体 表面，得到充足的三维信息，利用有限差分和迭代算法计算出图像上各点的单位法 向量，进而重建物体的表面形状【4 34 ”。这种方法的一个重要优点是：无需做多幅图 像之间的对应。这是由于摄像机与物体的相对位置没有变化，从而大大减少了由于 图像匹配所带来的复杂运算，同时准确性也得到了保证，在光照条件能够控制的应 用环境下，光度立体视觉法无疑是一种较为简便可行的方法。该方法的缺点是由于 采用多幅光照图像，采样时间较长，同时运算时间也较长，随着计算机硬件技术的 不断发展，这一缺点将会逐渐得以改善。至于彩色图像的三维表面重建则需对不同 颜色光的反射系数分别加以考虑。众所周知，任何一种颜色都可以用ng ，b ( 即 红、绿、蓝) 三个分量来表示，因此，任意点的图像亮度仁仔，毋6 j7 表示彩色 图像中，毋b 三个分量的亮度值，然后依照光照模型，重建物体的表面形状【4 5 4 6 】。 由纹理恢复形状是通过纹理或纹理梯度来确定表面深度的变化。在平面性和一 致性分布的假设下，纹理梯度提供了表面取向的信息【4 7 - 48 1 。该方法的局限性是要求 纹理元素具有统计特性，它不适用于非纹理物体。 由弯曲到形状是由阴影到形状的变形f 4 ”，它不需要准确的光照模型，所以较 灵活通过确定法向量，同时加入弯曲函数，得到弯曲与高度的函数关系式，进而 恢复物体的表面形状。利用随机微分方程进行三维表面重建【5 0 1 ，方法是设定能量方 程，并使其达到最小，得到非连续的深度信息，与其它方法相比，误差较小，拟合 结果也较为逼真。但是计算公式复杂，且迭代次数过多，主要适用于非连续性的表 面重建。另外，还有采用小波理论进行3 d 表面重建刚，它是由阴影恢复形状理论 第一章文献综述 的延伸，主要应用小波提取局部特征，目前还不很完善。 1 1 4 织物折皱的特征提取 通过表面重建算法，得到织物的三维表面轮廓，我们便可从中提取反映平整度 的特征参数。特征参数的提取是进行模式识别的基础，合理的特征参数可以提高客 观评价的准确率。 通常整个织物折皱表面都存在着相似的折皱式样，采用空间共生矩阵可以确定 织物图像中相似折皱式样的间隔程度，即对比度 5 “，利用对比度可以反映织物表面 不同类型的折皱变化情况：织物的折皱图像包含有大量的时频信息，傅立叶分析可 以将时域信息转化为频域信息。功率谱密度就是以傅立叶变换为基础，提取织物的 频率特征值 1 ”，利用功率谱密度可以较好的反映织物表面的起伏变化情况：表面面 积是通过计算织物表面的折皱总面积来反映折皱的深度值1 1 2 1 ，深度值的差异反映了 织物外观平整度的不同；分形维数是以分形理论为基础，分形理论的研究对象是具 有自相似性的物体【5 ”，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，故可以采用分形理论评定织物的平整度等级，分形维数与平整度之间存在线 性关系，般随着分形维数的增加，外观平整度也随之增加；有折痕的织物表面起 伏不平。表面高度也在不断变化，利用粗糙度可以描述织物外观的高度交化【l g 】；扭 曲度可以反映织物表面折皱的扭曲程度【2 0 1 ，扭曲度的计算是通过统计方法来实现， 利用它可从另一侧面描述织物表面的起皱程度。织物的折皱表面存在高低起伏，突 出的地方像山峰，峰度就是用来表征织物表面的起伏程度，峰度的计算表达式与扭 曲度类似，通过计算表面高度差的四阶矩来完成【2 0 j ：从统计学的角度出发，织物的 折皱代表了数值的偏移，偏移的大小决定了织物表面的不同平整度。k a w a b a t a 和 n i w a 等人提出采用平均偏移量表征织物的起皱2 0 ：折皱密度是指单位面积的折皱 数，根据折皱的高度变化情况，将折皱高度分成不同的区间，便可计算出整体折皱 密度【5 ，利用