胡立文，柯 薇，梁藝馨，周 虎，鄧中民

(武漢紡織大學 紡織科學與工程學院，湖北 武漢 430200)

目前，大多數(shù)工廠在機織物的密度檢測上，主要還停留在人工檢測階段。大量繁雜的工作不僅容易讓人產生疲勞，同時也存在很大的主觀性。有部分學者利用圖像處理技術來識別計算織物密度并取得了一定的成果，但仍存在測量結果不穩(wěn)定的弊端。圖像處理檢測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]，將織物轉換到頻域中，利用表示經緯紗線排列的峰值點或沿經緯紗線方向將織物圖像分解并重構，提取紗線排列信息實現(xiàn)其密度的測量?？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，直接在空間域內利用灰度共生矩陣[5]或自相關函數(shù)計算并提取灰度特征值，即求取曲線周期或統(tǒng)計灰度曲線波峰個數(shù)從而得到經緯紗線根數(shù)[6-8]。

空間域法中，由于雜質信號的存在，會在波峰周圍出現(xiàn)許多較小的雜質波峰，難以準確統(tǒng)計波峰個數(shù)。對此，傳統(tǒng)上通常會利用濾波的方法對曲線平滑處理[9]，但由于構成曲線數(shù)據(jù)本身的龐大性和復雜性，很難找到一種可以針對不同數(shù)據(jù)平滑處理的方法。對此，本文提出一種以灰度曲線特征值為依據(jù)，設定波峰統(tǒng)計限制條件的方法，實現(xiàn)對機織物密度的測量。

1 密度測量的原理

對所采集織物圖像進行灰度處理后，由于經緯紗線的存在，圖像在經緯紗線所在地方的灰度值會明顯高于間隙處，從而在以紗線為中心的一定寬度范圍內形成1個亮度峰值。作出圖片灰度曲線后，曲線波峰對應紗線所在位置，波谷對應紗線間隙。但由于雜質信號的干擾，曲線會產生一定數(shù)量的雜質小波峰。依據(jù)曲線峰值和位置2個特征值，設定波峰統(tǒng)計時的限制條件，就可以準確的統(tǒng)計出波峰個數(shù)，從而實現(xiàn)機織物密度的測量，圖1為本文方法的測量流程圖。

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

2 圖像采集與傾斜校正

為了獲得質量較好的織物圖像，同時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，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，需要利用夾片對織物施加適當?shù)膹埩?，實驗采集的部分圖像如圖2所示。

圖2 部分實驗織物圖像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

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

(1)

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

特征函數(shù)ξ可以保證積分過程沿特定方向上進行，也可以理解為將圖像順時針旋轉，對每個旋轉角度垂直方向上所在列像素點的灰度值累加求和，當求和值達到最大時對應的旋轉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，雜質波峰明顯減少，灰度曲線也變得相對平滑，但由圖3(b)的放大圖可知，曲線仍然留有少部分的雜質波峰，這是下文中波峰個數(shù)統(tǒng)計時需要解決的重點。

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 波峰個數(shù)的統(tǒng)計

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

(2)

式中：N為圖像行或列像素點個數(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)以及波峰位置(橫坐標)2個特征值。但在統(tǒng)計時必須過濾掉雜質波峰，故本文分別從橫縱2個坐標來設置波峰個數(shù)統(tǒng)計時的限制條件，實現(xiàn)對雜質波峰的過濾，并探討更優(yōu)。

3.1 峰值限制條件的設定

通過提取100幅圖像的灰度曲線，對雜質波峰存在位置及其頻率進行統(tǒng)計。表1為雜質波峰分布的位置及其對應頻率，依據(jù)雜質波峰的峰值分布特點，設定限制條件。如當雜質波峰出現(xiàn)在曲線中間與波谷附近時，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，只計算平均值之上的峰值個數(shù)就能準確獲得波峰個數(shù)。但此方法是獲得曲線后的人為經驗判斷，在實際中無法運用嚴格統(tǒng)一的鑒別標準。此外，該方法僅適用于簡單的平紋純色織物。某花色織物及其對應的灰度曲線圖如圖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致的，在這種情況僅憑峰值特點難以準確區(qū)分出雜質波峰，故該方法難以運用到實際生產中。

表1 雜質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 位置限制條件的設定

雖然曲線波峰的峰值會由于機織物的結構、花色以及數(shù)據(jù)本身的龐大而變得復雜多樣，難以用同一種標準或方式設定波峰統(tǒng)計時的限制條件。但如圖4所示，對波峰的位置(即橫坐標)沒有影響，相鄰波峰之間的寬度依然基本相等[11]，這是由機織物紗線分布均勻穩(wěn)定的特性決定的。因此對于任意一個織物圖片曲線，相鄰波峰間的寬度只存在有限個可能。而在理論上，曲線在一定寬度(此寬度約為曲線周期)范圍內只應該存在1個波峰。統(tǒng)計各個間距值以及對應的頻率，以此設置一個限制條件K，規(guī)定相鄰波峰之間的距離必須大于設定值K，否則在記數(shù)時將峰值較小者過濾，只統(tǒng)計峰值較高者，如此便可準確統(tǒng)計織物紗線根數(shù)。間隔值K的具體設定方法步驟如下：

①記錄灰度曲線所有波峰的信息，即每個波峰點的橫坐標與縱坐標。

②利用逐差法計算所有相鄰2個波峰的間距，其計算公式如式(3)所示。然后統(tǒng)計各個間距值的頻率并按照降序排序，記間距值為Ki，對應頻率為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、圖片質量模糊或紗線毛羽疵點過多造成的，可以將實驗結果直接輸出為0，以提醒操作者對該圖片重新拍照檢測。

在實際的密度測量中，K值與曲線周期接近，若直接取該值，會由于間隔值設置過大而過濾掉部分主波峰，降低實驗結果準確率。為了過濾在谷底附近的雜質波峰，該值必須大于K值的1/2。最后經實驗證明，當取K值的2/3時，實驗結果穩(wěn)定且準確率較高。

4 實驗結果及討論

本文實驗采用100多塊經緯密度不同的機織物樣品進行經密和緯密的測量，為驗證本文方法的準確性，在采集織物圖片以及預處理時，會保證紗線的傾斜度不超過5°；同時每塊布樣不同位置測3次，取平均值作為人工檢查的結果與圖像檢測所得結果對比，二者誤差計算公式見式(4)，部分實驗結果如表2所示。

(4)

式中：d1、d2分別為圖像檢測和人工檢測所得結果，根/(10 cm)。

表2 圖像檢測與人工檢測結果對比 Tab.2 Comparison of image detection and manual experiment results

由表2示出，在實際測量時，平紋織物和斜紋織物由于其組織結構相對簡單，實驗最大誤差為1.92%。且經計算，經向密度、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，實驗結果可信度較高。但對于緞紋織物，檢測結果的準確性存在較大波動，如緞紋2中，經密最大誤差可達接近10%，但在緞紋織物的緯向密度測量中，誤差卻能保持在2%以內。對此，在未來的實驗中需要對檢測方法作進一步改進，提高對復雜織物檢測結果的準確性，擴大本方法的使用范圍。

5 結 論

實驗表明，在設定灰度曲線波峰統(tǒng)計限制條件時，波峰的位置分布比峰值分布更具有規(guī)律性，更利于該條件的設置；當寬度間距K為原定值的2/3時，實驗結果的準確性和穩(wěn)定性達到最高。同時，圖像檢測時間較人工檢測也有了極大的縮減，同時還能基本滿足花色織物密度實際檢測的需求。但對織物組織相對復雜的緞紋織物，其經向密度的檢測結果有較大的波動，這是本文以后需要改進的地方。