（纺织工程专业论文）机织物结构参数的图像测量的研究[纺织工程专业优秀论文].pdf

摘要 本文分析了图像处理技术在纺织领域的发展现状及存在的缺点，提出了测量织物 经纬密度、纱线直径、纱线线密度和纱线捻角的程序算法，借助v b 和m a t l a b 混合编 程实现了系统的自动测试功能。 在此之前，这方面的理论研究较多，实用方面有所欠缺。本论文研制了一个简单 实用的织物密度测量装置，采用模拟移动式密度镜的算法，通过识别织物图像中的纱 线间隙，对经纬纱线进行自动计数，实现了织物经纬密度的自动测量。为满足快速的 小样测量，本论文提出了2 c m 澳o 量片段的参照测试方案。实验结果表明，该装置可以测 量素色、印花和色织物等大多数常规织物，与人工测量的结果相比，图像测试结果的 相对误差基本在2 之内，说明该装置实用价值较高。 论文针对纱线通常因粗细不匀、截面非圆形和毛羽或表层纤维结构影响，其直径 不易测准和测试结果离散性大的缺点，通过大量试验分析发现纱线直径与毛羽的统计 特性的规律，设计了有效排除毛羽影响的数字特征的算法，成功地提取出纱线主体的 轮廓，进而测量纱线直径的平均值和不匀率指标。利用纱线直径与线密度的可换算性， 分析了理想换算公式与实际结果之间偏差较大的原因，建立了动态修正系数，实现了 纱线线密度的测量。实验证明，与传统测量方法相比，图像测量的纱线直径和线密度 的测量误差基本在5 以内，说明该设计方案理论价值和实用价值兼备。 论文还探讨了采用h o u g h 变换提取纱线中纤维取向的方法，通过对纱线图像进行细 化，弱化了毛羽的影响，有效提取纱线表层纤维的主体取向，从而达到获得纱线捻角 的目的。实验证明，与人工测量方法相比，自动测量结果的相对误差基本在5 以内， 可以快速、无损的实现纱线捻角的测量，弥补了传统测试方法的缺点。 总之，本文所提供的测试装置和计算方法，改变了传统的织物及纱线参数的测试 方法，减轻了测试强度，提高了测试效率和测试准确性，具有较高的理论价值和实用 价值。同时，本论文所采用的计算方法对以后的相关研究也具有一定的参考价值。 关键字：数字图像处理；织物经纬密度；纱线直径；纱线线密度； 纱线捻角 s t u d i e so ni m a g em e a s u r e m e n to ff a b r i cw e a v e p a r a m e t e r s a b s t r a c t i nt h i sp a p e lw ea n a l y z ed e v e l o p m e n ta n dd e f e c t so fi m a g ep r o c e s s i n gt e c h n i q u e s a n dp r o v i d es o m er e c o g n i t i o na l g o r i t h m st od e t e c tt h es t r u c t u r a lp a r a m e t e ri nw o v e n f a b r i c s ，s u c ha sw a r pa n dw e f td e n s i t i e s ，y a r nd i a m e t e r , l i n e a rd e n s i t yo ft h ey a ma n dy a m t w i s ta n g l e su s i n gd i g i t a li m a g ep r o c e s s i n ga n dr e a l i z ea u t o m a t i c a l l yf u n c t i o no fs y s t e m w i t hm i x e dp r o g r a mv ba n dm a t l a b p r e v i o u s l y , t h e r ea r em a n ys t u d i e si nt h e o r y , b u ts t u d i e si np r a c t i c e i sl e s s i nt h i s p a p e r , ap r a c t i c a b l es y s t e mi sd e v e l o p e d t od e t e c tw a r pa n dw e f td e n s i t i e si nw o v e nf a b r i c s a ss i m u l a t e dat e x t i l ea n a l y s i sm a g n i f y i n gg l a s st od e s i g na l g o r i t h m s ，t h es y s t e mc a nc o u n t a u t o m a t i c a l l yt h en u m b e ro fw a r pa n dw e p ty a m sb yr e c o g n i z i n gt h ey a mg a p st or e a l i z e a u t o m a t i cm e a s u r e m e n to fw a r pa n dw e f td e n s i t i e s f i n a l l y , t h i sp a p e rp r o v i d e s t h e r e f e r e n c et e s tp r o g r a mo f2c e n t i m e t e rd e t e c t e df r a g m e n tf o rs a t i s f y i n gt h es m a l ls a m p l e s e x p e r i m e n t a lr e s u l t sd e m o n s t r a t et h a tt h em o s to f c o n v e n t i o n a lf a b r i c s ，s u c ha sp l a i nf a b r i c ， p r i n t e df a b r i ca n dc o l o r e dw e a v i n gf a b r i c ，c a nb ed e t e c t e du s i n gt h i sm e t h o d c o m p a r e dt o t h er e s u l t so fm a n m e a s u r e m e n t ，r e l a t i v ee r r o r so fi m a g em e a s u r e m e n ts y s t e ma r ew i t h i n 2 s ot h es y s t e mw ed e s i g n e dh a sh i g h e ra p p l i c a t i o nv a l u ef o rd e t e c t i n gw a r pa n dw e f t d e n s i t i e si nw o v e nf a b r i c s b e c a u s eo ft h i c k n e s su n e v e n n e s s ，n o n - c i r c u l a rc r o s ss e c t i o n ，y a mh a i m e s s ，a n df i b e r s t r u c t u r eo nt h ey a ms u r f a c e i ti sd i m c u l tt od e t e c ty a r nd i a m e t e ra c c u r a t e l ya n dt e s t r e s u l t sh a v eal a r g ed i s c r e t e n e s s i nt h i sp a p e r ，f i r s t l yw ef i n ds t a t i s t i c a ll a w sb e t w e e ny a m d i a m e t e ra n dh a i r n e s sb yag r e a td e a lo fe x p e r i m e n t a t i o n ，a n dt h e nw ed e s i g nr e c o g n i t i o n a l g o r i t h m st or e m o v ee f f e c t i v e l yt h ee f f e c t so fy a mh a i m e s s ，s ot h ey a r no u t l i n ew i l lb e e x t r a c t e ds u c c e s s f u l l y ，f i n a l l yw ec a ng e ta v e r a g eo fy a r nd i a m e t e ra n du n e v e n n e s si n d e x o nt h eb a s i co fc o n v e r s i o nl a wb e t w e e ny a r nd i a m e t e ra n dl i n e a rd e n s i t yo ft h ey a r n ，w e a n a l y z er e a s o n so fd e f l e c t i o nb e t w e e ni d e a lc o n v e r s i o nl a w sa n da c t u a lr e s u l t s ，e s t a b l i s h d y n a m i cc o r r e c t i o nc o e m c i e n ta n dr e a l i z ea u t o m a t i cm e a s u r e m e n to fl i n e a rd e n s i t yo f t h e y a m c o m p a r e d t ot h er e s u l t so ft r a d i t i o n a lm e t h o d s ，e x p e r i m e n t a lr e s u l t sd e m o n s t r a t et h a t r e l a t i v ee r r o r so fi m a g em e a s u r e m e n tl i em a i n l yi n5 ，w h i c hs h o wt h ep r o j e c th a sb o t h p r a c t i c a b l ev a l u ea n d t h et h e o r e t i c a lv a l u e i oy a mt w i s ta n g l e se x a m i n a t i o n ，f i r s t l yi ti st h i n n e df o rt h ei m a g e sw h i c hc a n w e a k e ni n f l u e n c eo f y a r nh a i m e s s ，a n dt h e nt h em a i n l yo r i e n t a t i o no ff i b e r s0 1 1t h es u r f a c e o fy a r ni se x t r a c tu s i n gh o u g ht r a n s f o r mt oe x p r e s sy a r nt w i s ta n g l e s e x p e r i m e n t a lr e s u l t s d e m o n s t r a t et h a tr e l a t i v ee r r o r so fi m a g em e a s u r e m e n tl i em a i n l yi n5 c o m p a r e dt ot h e r e s u l t so fm a n m e a s u r e m e n t ，w h i c hs h o w st h a tt h es y s t e mc a nr e a l i z ed e t e c t i o nw i t hr a p i d a n dn o nd e s t r u c t i v e ，a n dm a k eu pf o rd e t e c t so fc o n v e n t i o n a lm e t h o d s i ns h o r t ，t h et e s ts y s t e ma n dc o m p u t a t i o n a lm e t h o d sp r o v i d e di nt h i sp a p e rc h a n g e t r a d i t i o n a lt e s tm e t h o d so ff a b r i cs t r u c t u r a l c h a r a c t e r i s t i c s ，r e l i e v et e s t i n gi n t e n s i t y , r a i s e t e s te f f i c i e n c ya n d a c c u r a c ya n dh a sb o t hp r a c t i c a b l ev a l u ea n dt h et h e o r e t i c a lv a l u e a tt h e s a m et i m e ，t h ee q u i p m e n ta n d a l g o r i t h m sw ep r o v i d e da b o v eh a v ec e r t a i nt h e o r e t i c a lv a l u e a n du s ef o rr e f e r e n c e k e yw o r d s ：d i g i t a li m a g ep r o c e s s i n g ；w a r pa n dw e f td e n s i t i e s ，y a r nd i a m e t e r ；l i n e a r d e n s i t yo fy a r n ；y a r nt w i s ta n g l e s 学位论文独创性卢明及学位论文知识产权权属卢明 学位论文独创性声明 本人声明，所呈交的学位论文系本人在导师指导下独立完成的研究成果。文中依 法引用他人的成果，均已做出明确标注或得到许可。论文内容未包含法律意义上己属 于他人的任何形式的研究成果，也不包含本人已用于其他学位申请的论文或成果。 本人如违反上述声明，愿意承担由此引发的一切责任和后果。 论文作者签名： 彳害 、埠 i 醐7 咐邝同 学位论文知识产权权属声明 本人在导师指导下所完成的学位论文及相关的职务作品，知识产权归属学校。学 校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发 表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为青岛大 学。 本学位论文属于： 保密口，在年解密后适用于本声明。 不保密酣 同叫年 f o 日 同勋。夕年厂月阳 ( 本声明的版权归青岛大学所有，未经许可，任何单位及任何个人不得擅自使用) 7 9 ，彳删文 晰 北，秋 p，、7 框 第一章绪论 第一章绪论 机织物是由两个相互垂直排列系统的纱线，在织机上按一定规律交织而成的制品 n 1 。在织物构成要素中，织物成分定性定量的分析、经纬纱线密度的测定、经纬纱捻 度的测定、经纬纱织缩的测定、织物组织分析和织物密度测定是确定织物构造、设计 和加工的基本要素，并影响织物的外观特征、风格和使用性能。其中，织物经纬密度、 纱线线密度属于织物结构参数中最基本的参数，它们不仅直接影响到织物的外观、手 感、厚度、强力等物理机械性能，而且也关系到产品成本和生产效率的大小。在原料 相同的情况下，织物中经纬密度的配置、纱线线密度将直接影响到织物的紧度、重量、 坚牢度、手感以及透水性、透气性及保暖性等物理机械指标控1 。织物性状是指织物的 性质和结构形态，它们与构成织物的纱线性状密切相关，而捻度则是影响纱线性状的 最重要的结构参数，它对纱线强度、断裂伸长、纱线体积重量及直径均有影响。由于 纱线加捻程度在其成形之前就己确定，因此如何表征捻度是织物结构分析中必须解决 的问题。 织物组织结构分析是一门实用技术，仿样设计和改样设计必须通过织物的组织结 构分析，获得上机织造的技术参数资料。因此，织物组织结构的分析是产品开发中的 一个重要环节，它与产品设计、小样试织一起均在产品开发中担当重要角色。 织物c a d 包括计算机辅助设计和计算机辅助分析两个分支。在计算机辅助设计方 面，国内已经有十几年的研究历史了，产生了一批功能较强、价值较高的织物c a d 系 统。如天津纺织研究所开发的c a d 系统，除了组织设计及颜色配置之外，对花式纱的 设计功能也很强。国外在这方面的研究更加成熟，很多公司如l e c t r a 公司、c d i 公司 等开发的软件包都具备了纺织品设计与服装设计为一体的功能，设计人员可以简单方 便地改变织物组织、纱线排列，对经纬纱线进行调色配色，直到获得满意的织物外观， 在织物织造之前就能看到仿真的织造效果，取代小样机打样工作，使得设计工作大大 简化。在i n t e r n e t 网上也可以看到很多较为成熟的c a d 软件包，可以说织物计算机 辅助设计发展得已经很成熟了。 与产品设计和小样试织相比，计算机辅助分析的发展滞后得多，关于织物组织结 构识别方面的研究，仍处于实验室的探索阶段，尚未形成比较完整的系统，也没有一 套较为满意的软件应用于实践。随着纺织品的市场竞争变得日趋激烈，纺织品流行期 变短，生产批量变小，品种增多，很多厂商迫切需要能够根据织物外观来分析织物的 组织规律，并从中提取结构参数，取代人工，实现自动分析的组织结构测量系统来应 用于实际生产。因此，研究织物组织结构参数的自动识别具有现实意义。它的成功实 施，不但可以提高工作效率，保证分析的客观性，将测试人员从繁杂的手工劳动中解 放出来，还可以进一步促进织物组织结构参数的识别和组织设计相结合，对实现纺织 1 青岛大学硕士学位论文 产品测试与设计的自动化都有着十分重要的意义。 1 1 织物结构参数的传统测试方法及评述 1 织物经纬密度 目前，织物经纬密度通常用织物分解法、织物分析镜法和移动式织物密度镜法。 我国国家标斛3 】对这三种测试方法的具体规定是： ( 1 ) 织物分解法。分解规定尺寸的织物试样，计数纱线根数，折算至1 0 c m 长度 的纱线根数。适用于所有机织物，特别是复杂组织之物。 ( 2 ) 织物分析镜法。测定在织物分析镜窗口内看到的纱线根数，折算至1 0 c m 长 度内所含的纱线根数。适用于每厘米纱线根数大于5 0 根的织物。 ( 3 ) 移动式织物密度镜法。实用移动式织物密度镜测定织物经向或纬向一定长 度内的纱线根数，折算至1 0 c m 长度内的纱线根数。适用于所有机织物。 以上方法均要依靠人工数纱线根数完成，操作时不仅易使人疲劳，而且测试结果 易受肉眼观察的影响，存在着一定的人工误差。 另外，平行线光栅密度镜、斜线光栅密度镜和光电扫描密度仪均可用于机织物密 度的测量，这些方法虽可快速地粗略估计，但测量精度低并有局限性。 2 纱线线密度 纱线粗细可用纱线直径、截面积以及线密度表示。纱线线密度的测定方法有：绞 纱法、单根法、拆纱法、直径法等。 绞纱法f 4 l 是指对批量较大的管纱、筒子纱和绞纱等卷装形式的纱线，按规定可以 摇取一定长度的绞纱，经称重、水分试验测定其线密度；也可以摇取规定长度的绞纱 后，直接从相应的纤度秤中测出线密度。这种方法采样充足，试样量较大，测量结果 比较准确可靠，适用于各类纱线，包括长丝和变形丝。 单根法是指对于伸缩性很大的变形丝，测伸直长度为l o o c m 的纱线若干根，然后 一并称重计算出纱线线密度值。 拆纱法【5 1 是专指对织物中拆下纱线线密度的测定方法，其原理为：从长方形的织 物试样中拆下纱线，测定其中一部分的伸直长度，其质量应在试验用的标准大气中调 湿后测定，然后根据质量与伸直长度综合计算线密度。计算公式如下： 经调湿后的纱线线密度( t e x ) = 万萎黼l 0 61 一( 1 ) 经调湿后的纱线线密度 2 万毳蓑端1 0 61 ( 1 纱线直径的测量方法传统上有显微镜法和投影仪法，其原理都是进行光学放大后 2 第一章绪论 人工介入直接测量纱线的直径，由于纱线边界模糊，人为定义去除纱线毛羽部分模糊 边界的纱线直径，受人的主观因素影响，误差较大，又由于纱线截面形态不规则，直 径差异较大，因此需要测试大量的纱线，加大了试验者的劳动强度。 纱线直径的测定方法c c d 测定仪法【6 】以新型图像传感器电荷耦合器件 作为测试传感器，最后由电路和计算机直接得到纱线的直径值。该仪器在测试过程中 已经自动排除纱线毛羽对直径的影响。c c d 的优点是分辨率高，灵敏度高，成像质 量好；但它耗电量大，曝光时间长的时候温升大。c c d 测定仪法适合于除变形纱之 外任何纱线直径的测定。 3 纱线捻度 纱线捻度可以用捻回角、捻系数表示。纱线捻度的测定方法有：直接计数法1 7 】、 退捻加捻法【8 j 等。 g b t 2 5 4 3 1 - 2 0 0 1 和g b t 2 5 4 3 2 - 2 0 0 1 纱线捻度的测定直接计数法和纱 线捻度的测定方法退捻加捻法规定了两种对卷装纱捻度的测定方法：直接计数 法和退捻加捻法。 f z 厂r 0 1 0 9 2 2 0 0 8 机织物结构分析方法织物中拆下纱线捻度的测定1 9 j 中规定 了织物中拆下的纱线捻度的测定方法。其原理为：将织物中拆下来的一段纱线，在一 定伸直张力条件下夹紧于两只相隔已知距离的夹钳中。使一只夹钳转动，直到把该段 纱线内的捻度退尽为止。捻数计算公式如下( 计算结果精确至整数位) ： 捻数( 捻米，= ! 星i 雾誉萎辫。 l c 2 ， 上述国家标准中规定的织物结构参数的测试方法，许多操作都借助于目光检测或 手工测量，单调乏味、费时费力、效率低下，并且测试标准难以统一，受主观因素的 影响较大，存在不可避免的人工误差。 1 2 织物结构参数的国内外研究现状 图像处理技术早在2 0 世纪2 0 年代出现，但直到6 0 年代才得到各国专家学者的 重视，7 0 年形成了独立的学科，开始蓬勃发展。从8 0 年代中期开始，数字图像处理 技术在纺织领域的应用有了比较迅速的发展。在纺织领域的许多问题上，运用图像处 理的技术有明显的优势和效果。例如，织物起毛起球评定、织物免烫性评定、纱线条 干均匀度评定等为克服人为因素容易带来的评价误差提供了理论基础和应用实例。纤 维细度、卷曲度、异形度和混纺比【l0 - l 的图像处理技术也有一些应用，较之手工目测 在客观性和准确性上有极大的提高。 3 青岛大学硕士学位论文 目前，对织物自动识别的研究主要有两个方面：其一是对织物组织的识别。这方 面的研究国外开展得较早，在上世纪80 年代，o h t a k 和t a m u r e h f 1 2 】以及k i n o s h i t a 【1 3 】等人就开始这方向的探索。到上世纪90 年代，c o n v e ys 等人也有所研究。但由于 织物组织结构复杂性，生产中受机械、后整理等方面因素的影响，使最终形成的织物 中具有许多不确定的参数，因此一直没有形成比较完善的理论和系统。上世纪9 0 年 代，国内在这方面的研究也开始逐渐增多，但也只是集中在某个织物或者面料，与生 产实际仍然有很大的差距。其二是对织物结构参数自动识别测量的研究。基于本课题 的研究方向，下面主要对该方面的研究进行综述。 国内外对织物结构参数识别算法的研究，根据图像处理方法的不同，主要研究途 径可以分为两种： ( 1 ) 频率域处理测量方法。即把空间图像转化到频率域后再进行分析。主要的 实现方法有两种：傅立叶变换和小波变换。傅立叶变换是使用最多且很早就被用于测 定织物结构参数的一种技术。由于在空间域中，织物的各种成分往往都是相互纠缠在 一起的，在空间域中分离或者分析这些成分一般比较困难，有时候甚至是不可能的。 借助于二维傅立叶变换，可以将织物图像在空间中的二维灰度分布变换成对应的二维 频率域中的频谱，使不同的频率成分在傅立叶功率谱图中很好的反映出来。甚至是有 些在空间域中无法处理的，在频率域中也会变得很容易实现。实践证明很多基于傅立 叶变换的算法是有效的。s a h r a v a n d i 等【1 4 j 早在1 9 9 5 年就利用傅立叶变换得到了织 物的经纬密度。由于图像反映了织物的表面状态，且经纬向具有周期性的灰度变化， 因此首先采用扫描仪得到织物的灰度图像，然后利用傅立叶变换得到角度能量谱图， 灰度最高的点称为峰点，不同的方向上均有峰点存在，其中水平和垂直方向上的峰点， 就是要寻找的经纱和纬纱，然后从波形的峰值中提取织物经纬纱的信息，并用能量谱 的傅立叶逆变换求得自相关函数，从而得到织物的经纬密度。最后经实验证明，图像 分析结果和人- r n 试结果的相关性显著。j e a n e t t em c a r d a m o n e 等人l l5 j 也利用傅立叶 变换对纱线间的距离、织物密度进行了自动测量，并且开发了一个小工具箱，用以帮 助织物进行纹理分析。实验结果表明，图像测量数值与人工测量数值相关性显著。 b g x u 【1 6 】运用快速傅立叶变换获取织物的能量谱，织物结构的各种特征参数，如织 物组织、经纬密度、纬纱倾斜度等，都借助于能量谱进行了定量分析，实现了织物结 构参数的自动测量。 其后，利用傅立叶进行织物结构参数研究的也逐渐增多，国内几所纺织大学都在 机织物密度的自动检测这一领域进行过一定的研究，如东华大学的辛斌杰1 1 7 j 运用傅立 叶变换法提取纱线的空间频率信息，测量织物的经纬密度。试验结果表明该方法可以 自动、快速、准确的实现经纬密度测试的目的。孙亚峰等【1 8 】，苏州大学的张长胜等【1 9 】 等都利用傅立叶变换对机织物密度进行了识别。纵观上述研究可以发现，机织物本身 4 第一章绪论 所具有的特征均未充分利用，以二维变换为基础的傅立叶变换，并未能充分利用织物 中经纬纱所提供的方向性信息，使得分析测量方法变得复杂化，难以投入生产。 另一种是小波变换分析法。小波变换是对传统傅立叶变换的继承和发展。近年来， 小波理论飞速发展，它作为一种新的数学工具，在信号处理领域引入了一种多尺度分 析或多分辨率分解的思想，可以对高频采用逐渐精细的时域或空域步长，聚集到分析 对象的任何细节，因此在图像处理中起着重要的作用。小波变换可以实现二维图像的 迅速分解，原图像经过一层分解之后，分别得到低频、垂直高频、水平高频和对角线 高频分解图像，对低频图像又可再一次重复上述分解。机织物图像中的经纬纱的变化 信息在某一层的高频垂直重构图和高频水平重构图中得到最佳保留，从而得到图像的 水平分量和垂直分量等。而机织物又正好是由经纬纱垂直交织而成。因此，对该类织 物进行小波分解，可以分别得到经向和纬向的信息，从而进一步得到织物的经纬密度。 小波变化中小波基的选取对小波变化的结果影响很大。天津纺织工学院的孙悦【2 0 1 分析 了目前常用的小波基特点，并对两种小波基与织物图像处理效果的关系进行了探讨。 东华大学的冯毅力和李汝勤 2 1 l 采用小波变换对机织物的密度进行了自动识别。李立轻 l 列、陈霞等人1 2 3 j 采用自适应正交小波变换实现了对机织物密度的自动检测。吴小清1 2 4 j 提出用小波变换法对机织物图像进行分解和重构，并将机织物经向和纬向信息分离出 来，再对变换后的图像进, 1 7 _ - 值化和平滑处理，得到与背景完全分离的纱线分布信息， 最后利用m a t l a b 编程，自动计算出机织物的经纬密度。沈建强【2 5 j 等人也是利用小 波变换对织物图像信号良好的分解性能与r a d o n 变换对纹理方向的检测性相结合测 得织物的经纬密度。 ( 2 ) 空间域处理测量方法。即直接对图像的灰度值在空间域进行计算，提取织 物的纹理特征。图像是一种灰度在二维空间变化的信息，因此空间频谱是分析处理二 维图像信号的重要手段。主要的实现方法也有两种：自相关函数法和灰度共生矩阵法。 采用这两种方法对织物结构参数进行识别的研究比较少。韩国的t j k a n g 2 6 】等用数 码相机及自制的照明系统分别摄取织物试样的反射光图像及透射光图像，从透射图像 的水平方向和垂直方向的灰度变化曲线得到经纬交叉点，从而定位纱线，得到织物的 结构参数如经纬密度、纱线线密度、织物厚度等。实验结果与手工试验结果基本吻合。 在图像处理过程中，运用了多种算法，如高斯滤波、直方图均衡化、阈值化等，设计 了一套自动识别系统。这套系统是目前比较完善的一套系统，既可以用于单色织物， 也可以用于色织产品，但是仅限分析单层织物，对复杂织物的组织结构还是不能够识 别。j j l i n t 2 7 l 采用共生矩阵算法自动检测机织物密度。文中选取了三种基本织物组 织结构平纹、斜纹、缎纹，进行检测。试验结果表明，利用共生矩阵提取织物纹 理特征的方法只适用于未被染色或者单色的平纹织物。对平纹织物的计算精度接近 1 0 0 ，且远高于斜纹和缎纹织物。为了克服对斜纹和缎纹织物的这种局限性，作者 5 青岛大学硕士学位论文 还试图开发一种帮助系统将获取的织物图像进行修正，然后直接利用鼠标计数织物的 经纬密度。 与织物密度的研究规模相比，纱线线密度、纱线捻度自动识别方面的研究文献就 少得多。除了上面提到的b g x u t l 6 】对图像进行了傅立叶变化分析后得到了光谱能量 谱图，并从高能量部分识别出织物的基本组织，然后对图像一定方向上取高频信号得 到织物经纱和纬纱的线密度。最后通过对织物图像频谱特征的提取，确定经纬纱的频 率，进而得到织物的纱线直径与经纬密度。c h c h h u a n g 等人i 邛j 提出一种运用几何的 方法来识别织物组织，并计算出织物密度、纱线线密度、纱线间距。根据图像中水平 方向和垂直方向上的灰度最大值和最小值来确定织物的交织点，由织物中纱线分布的 几何特点识别出纱线的经浮线和纬浮线，从而得到织物组织。三种基本组织的测试结 果表明，该方法的测试结果与人工测试结果的相关性显著。与之前的研究相比，这种 方法并不要求纱线和背景具有强烈的对比性，而且能够直接输出织物的组织图。还能 够分析三种基本组织的多种组合方式。但它要求所测试织物的经纬纱垂直相交，并且 只能测量单层织物，对紧密织物、色织物等的测试比较困难。之后，h u a n g 等人【2 9 j 在研究了织物组织分析之后，提出了一种有效且非破坏的方法计算纱线捻角。首先寻 找跟踪纱线表面纤维轨迹的像素点，然后把这些像素点连接起来，通过三角法估算纤 维角。然后将所有的纤维角进行统计得到纱线捻角。文中选用了三种基本组织平 纹、斜纹、缎纹。结果表明，图像测量与人工测量相关性显著。m j a l a g h a 等人p u j 用示踪纤维的方法来测试纱线捻度。 国内在这一领域也进行了一系列的探索，高卫东等p l j 较全面地对织物组织结构进 行了研究分析，发表了系列文献，其中对纱线线密度的测量是采用间接测量方法，即 利用计算机图像分析得到织物中经纬纱线的投影直径，在考虑织物毛羽、纱线压扁系 数等因素的情况下由投影直径换算成纱线线密度，圆整之后即可得到经纬纱线密度。 广州大学的贾立峰p 2 j 将纱线图像二值化，提取表面纤维图像，并根据傅立叶变换原理， 对纱线图像的有关像素坐标进行线性回归来确定纱线捻度。将图像处理结果与手工测 试结果相比较，图像处理测试纱线捻度的方法是可靠、准确、快捷的。江南大学的李 玲珍等人f 3 3 】对竹节纱的捻度测量进行了初步的探索。由于竹节纱的特殊结构，其捻度 很难按照常规方法来测量，因此文中采用了图像法及纤维示踪法对1 0 种竹节纱样品 的基纱和竹节部分的捻角进行了测试，并分析了捻度分布与竹节纱规格之间的关系。 试验结果表明，采用该方法可以较为准确的测量竹节纱基纱和竹节部分的捻度。 1 3 本课题的工作内容及章节安排 1 3 1 本课题的工作内容 6 第一章绪论 1 ) 本文针对一些物理图像规则的常规织物，研制了一个便于携带、成本低廉的 实用化织物密度测量装置。采用模拟移动式密度镜的算法，通过识别织物中 纱线间隙，对经纬纱线进行自动计数，并研究实施测量的标准化方案。虽然 没有解决对高密度织物、歪斜扭曲织物、起绒类织物、色图案织物以及结构 不规则等织物的自动测量问题，但我们根据已形成的算法，在可接受的范围 内，解决一些常规织物的实际测量问题，并对它的应用提出规范的方法，具 备实用价值。 2 ) 纱线直径图像测量的难点主要在于：纱线截面非圆形、长度方向上粗细不匀、 表面毛羽干扰等，这些因素使得纱线直径不易测准或者测量结果的离散性大， 代表性差。因此，本课题以图像处理和分析技术为手段，发挥图像处理技术 的优势，研究从图像处理上排除毛羽、毛绒等干扰因素，提取出纱线的纱体 轮廓，用两点式测量算法，增加纱线在长度方向上的直径测量点，克服纱线 因样品误差和测量误差所造成的测量困难，达到比较满意的结果。在测得纱 线直径的基础上，讨论直径与纱线线密度之间的理想换算关系 仄广 d = 0 0 3 5 6 8 ，j 粤与实际偏差的原因，找到修正方法，实现纱线直径到线密度 yd 的有效转换，从而解决纱线线密度的图像测量问题。 3 ) 纱线捻度的图像测量主要难点在于：纱线表面毛羽的分布具有很大的离散性， 是随机分布的。前人的研究是根据捻度的定义设计算法，追踪纱线表面纤维 的轨迹进行测量。这类算法要求纱线上的纤维轨迹要清楚，表面毛羽要少等， 试样比较理想化，而毛羽的离散性分布会对测试产生很大的干扰，难以提取 出纤维轨迹直线。因此，本课题针对一般纱线都有毛羽干扰的情况，通过测 量纤维主体方向的角度，间接获得纱线的捻角值。为此，尝试引入h o u g h 变 换提取直线，因它具有受噪声影响较小的优点，并且对断开的直线具有连接 作用，适合于检测背景复杂的图像中隐含的直线。 1 3 2 章节安排 论文章节安排如下： 第一章首先简单介绍了机织物组织结构的相关参数，如织物密度、纱线线密度等 在国家标准中规定的测试方法，然后对织物组织结构参数自动识别的研究背景和方法 进行了综述，分别对空间域和频率域等图像分析方法在织物结构参数识别中的运用进 行了介绍。最后简单介绍了本课题的工作内容、章节安排及开发平台。 第二章主要介绍了织物组织结构识别中所涉及的图像处理方面的基本概念和有 关理论知识，其中包括滤波、阂值等相关知识，说明了其在本课题中的应用。还介绍 7 青岛大学硕士学位论文 了数学形态学上的基本运算腐蚀、膨胀、开运算和闭运算，为课题的研究奠定了 理论基础。 第三章着重介绍机织物密度的图像测量系统。本章主要是利用移动式密度镜的测 量原理设计算法，自制了一套织物经纬密度测量装置。试验结果表明，该装置可以有 效地测量素色、印花、色织物等绝大多数常规织物，整个过程测试效率高，解放了人 工测量的辛苦。最后还对两种测试方法进行了误差和稳定性分析，表明采用该装置测 量织物密度具有一定的可靠性和优越性。 第四章对纱线直径、纱线线密度的识别算法进行了深入的研究和探讨，旨在解决 纱线直径测量中的两大难点：如何排除毛羽，正确界定纱线边界和所测直径的代表性 问题。本章采用图像处理和分析技术手段，提出一种测量纱线直径的算法分段式 算法，排除毛羽干扰，准确界定纱线边界，实现纱线直径的有效提取。最后，对所设 计的算法进行了评价。然后根据直径与线密度之间的换算关系，引入一个修正系数， 从而计算得到纱线的线密度。 第五章介绍纱线加捻程度的图像测量算法。由于h o u g h 变换具有受噪音影响小， 并能将断开的直线连接起来的优点，本章利用h o u g h 变换提取直线，采用数学形态学 中的腐蚀运算，对图像进行细化，然后提取大多数纤维的主体取向，从而得到纱线捻 角。 第六章总结了本论文的研究内容，并进一步指出今后的研究方向。 1 4 本课题的开发平台【3 4 3 8 j 本课题采用模块化编程方法，利用v b 和m a t l a b 混合编程来实现系统功能。v b 语言面向对象的可视化编程，可以完成从底层软件到面向用户软件的各种应用程序的 开发，但是运算速度慢，不太适合大型数据计算和图像处理。而m a t l a b 语言具有强 大的数据运算功能，丰富的工具箱，在图像处理、信号处理、神经网络等方面均有广 泛的应用，但它的缺点在于可视化界面的开发能力差，难以开发出友好的应用界面。 利用v b 语言能够形成良好的可视化界面，而m a t l a b 在算法设计上的优势，把两者系 统集成起来，正好可以扬长避短，开发出界面友好、功能强大的系统软件。 图像处理部分采用模块化( 如图1 1 所示) ，编制m a t l a b 的m 文件，然后采 用m a t l a b 最新的c o m 生成器生成c o m 组件，加载到v b 中，实现与v b 的接口。 实现方法如下：首先在m a t l a b 中建立一个新工程，添加相关参数之后，将m 文件 添加到工程中去；在工程中添加上必要的函数之后，通过m a t l a b 编译器，输出d l l 文件，并自动注册到系统中去；测试编译成功之后，打包并分发给终端用户，生成一 个自解压的可执行e x e 文件。最后添加m y l m a g e l 0t y p el i b r a r y 和m w c o m u t i l l 0 t y p el i b r a r y 两个类库，就可以在v b 中调用函数了。图1 2 是本课题用上述方法开发 8 第一章绪论 的系统工作主界面。( a ) 图为该测量系统的工作主界面，( b ) 为织物密度测量时的测 量界面。 图1 1 横块圈 ( a ) 系统上作主界面 青岛大学硕士学位论文 i * 哩) * 目4 ) h q ) # o 醇口 r 目* # 狃 藤纛曩羹熏霭熏熏灞 豳 鬻 蘩蓬羹黉震篡溪 箧警蓬警- ( b ) 织物经纬密度测试莽面 圈i2 系统工作界面 一 ?f 篡 第二章图像处理的算法 第二章图像处理的算法 图像处理就是对原始输入的图像进行某些变换，从而得到清晰的便于测量的图像 过程。图像处理的算法很丰富，例如对含有噪声的图像要去除噪声，滤去干扰，提高 信噪比；对信息微弱的图像要进行灰度变换等增强处理；对失真的图像要进行几何校 正等变换。图像处理算法要针对获取的图像的特点和图像分析系统的设计目的的不同 有选择地使用。所使用的图像处理算法的好坏，将对系统处理效果产生极大的影响。 在织物组织结构参数的图像识别测量系统中，我们采用图像滤波、图像增强、二值分 割、数学形态处理等图像处理算法。 2 1 数字图像的类型【3 9 】 1 ) 真彩色图像：又称r g b 图像。它是利用r 、g 、b3 个分量分别表示一个像 素的颜色，r 、g 、b 分别代表红、绿、蓝3 种不同的颜色，通过三种基色可以合成 出任意颜色，在m a t l a b 中存储为一个m n x 3 的多维数组。m ，n 表示图像像素的 行列数。真彩色图像可以用双精度来存储，也可以用无符号整型存储。 2 ) 索引色图像：它把不同的颜色对应为不同的序号，各像素存储的是颜色的序 号而不是颜色本身。m a t l a b 中的索引色图像包括两个结构：一个是调色板，一个 是图像数据矩阵。调色板是一个m x 3 的色彩映射矩阵，矩阵的每一行都代表一种颜色， 与真彩色图像相同。调色板矩阵每个元素的值可以是在 o ，1 之间的双精度浮点数。 索引色图像数据矩阵的类型可以是d o u b l e 类型或者u n i t 8 类型。 3 ) 灰度图像：它是包括灰度级的图像。它的像素具有多个量化级数，如6 4 级、 2 5 6 级等。如当像素灰度级用8 b i t 表示时，图像的灰度级就是2 5 6 ( 2 8 ：2 5 6 ) ，每个图 像的取值就是2 5 6 种灰度中的一种，及每个像素的灰度值为0 - 2 5 5 中的一个。通常用 0 表示黑，2 5 5 表示白，从0 到2 5 5 亮度逐渐增加。灰度图像只有亮度信息而没有色 彩信息。 4 ) 二值图像；也叫黑白图像，就是图像像素只存在0 ，1 两个值。一个二值图像 是纯黑白的。每一个像素值将取0 或l 中的一个值，通常用0 表示黑，l 表示白。二 值图像可以采用u n i t 8 或d o u b l e 类型存储，但是由于u n i t 8 类型节省空间，通常都使 用u n i t 8 类型。在数字图像中，二值图像占有非常重要的地位，具有存储空间小、处 理速度快等特点，可以方便的对图像进行布尔逻辑运算，更重要的是二值图像可以比 较容易的获取目标区域的几何特征或其他特征，比如描述目标区域的边界，获取目标 的位置和大小道行等；在二值图像的基础上，还可以进一步对图像进行处理，获取目 l 】 青岛大学硕士学位论文 标的更多特征，从而为进一步进行图像分析和识别奠定基础。 2 2 图像滤波 织物的数字图像在转换和传输过程中，不可避免的含有噪声。由于噪声的存在， 干扰了正常的图像信息，从而使织物图像在输出时不能得到正确的纱线分布信息。因 此，要去除图像中的噪声，使织物的图像信息能够准确的再现，从而得到一个清晰的 图像。 噪声的消除既可以在频率域中进行，也可以在空间域中进行。频率域滤波需要先 进行傅立叶变换至频域处理然后再反变换回空间域还原图像。常用的处理方法有低通 滤波。空间域滤波是直接对图像的数据做空间变换达到滤波的目的。它是一种邻域运 算，即输出图像中任何像素的值都是通过采用一定的算法，根据输入图像中有用像素 周围一定邻域内像素的值得来的。如果输出像素是输入像素邻域像素的线性组合则称 为线性滤波；否则为非线性滤波。常用的处理方法主要有中值滤波、局部平均法、仃 滤波、离散卷积形式的低通滤波等。 本课题采用高斯滤波来去除噪声，平滑图像，以达到理想效果。高斯滤波器使用 高斯滤波算子与原图像