專利名稱：分析梭織物經(jīng)緯紗密度的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種分析梭織物經(jīng)緯紗密度的方法，其是一種利用圖象處理方法自動分析梭織物經(jīng)緯紗密度的方法。
習知對于梭織物的經(jīng)緯紗密度的計算，完全依賴人工處理，以分析鏡求得局部圖象，而后依次計算求得經(jīng)緯線密度，此種人工方式常須耗費大量的時間，不符經(jīng)濟效益，且其所求出的經(jīng)緯紗密度的誤差又大，難以獲致精確數(shù)據(jù)，故不實用。
本發(fā)明的主要目的在于提供一種使用圖象處理自動分析梭織物的經(jīng)緯紗密度的方法，可快速準確的求得織物的經(jīng)緯密，符合產(chǎn)業(yè)利用價值。
本發(fā)明的使用圖象處理方法自動分析梭織物經(jīng)緯紗密度的方法，其步驟包括取象、圖象平滑、圖象銳化，求物點閾值及計算經(jīng)緯紗密度等流程；其特征在于，所述物點閾值的求取，利用暗色板框?qū)嶒炁_為背景，首先是求取銳化后圖象的灰度值統(tǒng)計表再由灰度值統(tǒng)計表上，求取最高峰處的灰度值A(chǔ)及灰度值最暗波峰的灰度值B，然后判別灰度值A(chǔ)是否小于暗色板框灰度值的上限；如果是，則由灰度值統(tǒng)計表上求取A，B之外另一最高峰的灰度值C，再取一實驗參數(shù)D乘C可得物點閾值T＝C×D；又如果A值大于暗色板框灰度值上限，則物點閾值T的選取，根據(jù)實驗結(jié)果顯示T＝B＋(A-B)×D；現(xiàn)配合附圖詳述本發(fā)明的實施步驟及特征。


圖1本發(fā)明的流程圖；圖2本發(fā)明計算經(jīng)緯密的流程圖。
本發(fā)明的圖象處理過程大致分為圖象前處理與后處理兩部分。前處理包括取象、圖象平滑及圖象銳化，主要目的在使圖象更清晰，物體特征點更易求取。而后處理部分包括物體閾值的求取及經(jīng)緯密的計算，此部分關(guān)鍵在于求取系統(tǒng)特征及樣布的經(jīng)緯密度。
二值化的目的是藉物點閾值T，將物體與背景明顯的分割出來，以便圖象處理的判斷與運算。為了簡化圖象得復雜度，所以本發(fā)明以暗色板框?qū)嶒炁_為背景。閾值的求取過程中，首先是求取銳化后圖象的灰度值統(tǒng)計表(Histogrm)，再由該灰度值統(tǒng)計表上，求取最高峰處的灰度值A(chǔ)及灰度值最暗波值的上限。如果是，則必須再由灰度值統(tǒng)計表上求取A，B之外另一最高峰的灰度值C，則此灰度值C即表示織物的灰度值，因此根據(jù)實驗結(jié)果顯示物點閾值T，再取一實驗參數(shù)D乘C可得明顯區(qū)分效果。又如果A值大于暗色板框灰度值上限，則表示織物灰度值為A，因為背景為黑色，故灰度值大于暗色板框灰度值上限的波峰不可能是背景灰度值，物點閾值T的選取，根據(jù)實驗結(jié)果顯示T＝B＋(A－B)*D)可得良好的區(qū)分效果，其中灰度值B可能是背景灰度值或織物另一顏色灰度值所產(chǎn)生的波峰。
經(jīng)緯密的求取過程，在此配合程序流程圖請參閱圖2，說明如下步驟1讀取經(jīng)(緯)向的物點數(shù)。
步驟2以基礎(chǔ)演算法(一)求取紗的中心距及紗的根數(shù)b。
其過程為
A首先設(shè)定波峰預估值p，為經(jīng)(緯)向總象素的n倍(因?qū)嶒瀰?shù)而定)。
B由經(jīng)(緯)向物點數(shù)，求出經(jīng)(緯)紗所在位置。由于真正經(jīng)(緯)紗附近會連續(xù)出現(xiàn)幾個點數(shù)大于預估值p的點，將這些連續(xù)點中找出一個物點數(shù)最多點者，并定義該點為經(jīng)(緯)紗中心線所在位置。因此沿著屏幕起點到終點尋找與比較，便可求出該畫面所的經(jīng)(緯)紗的數(shù)目b。
步驟3檢驗經(jīng)(緯)紗數(shù)目b是否小于下限值，如果不是則進行步驟4；如果是則表示以基礎(chǔ)演算法(一)無法有效求取經(jīng)(緯)紗數(shù)目，須改用基礎(chǔ)演算法(二)，求取經(jīng)(緯)紗數(shù)目?；A(chǔ)演算法(二)是修正演算法(一)之判斷模式，直接尋找波峰波谷所在，并躍過干擾區(qū)，所尋得波峰數(shù)，即為經(jīng)(緯)紗的數(shù)目，其與演算法(一)最大差別處，是不使用波峰預估值p，而直接判別此點是否屬于波峰，再加以統(tǒng)計波峰數(shù)辨識經(jīng)(緯)紗之數(shù)目。
步驟4檢驗經(jīng)(緯)紗數(shù)目b是否大于上限值，如果不是，則進行步驟5，如果是，則表示基礎(chǔ)演算法失效，使得雜訊所形成的小波峰，亦被誤判為經(jīng)(緯)紗，此時修正波峰預估值，p＝p＋實驗參數(shù)F再回步驟2重新演算，直到經(jīng)(緯)紗數(shù)目在合理上下限內(nèi)為止。
步驟5以最佳化求取紗間距平均值。首先利用步驟2，3及4求得各經(jīng)(緯)紗座標，再以前一根紗座標減后一根紗座標方式求得所有可能的紗間距，再以H個象素為一單位，統(tǒng)計紗間距最大可能差距區(qū)間，則該區(qū)間為分析布樣的最可能紗間距值，將該區(qū)間紗間距平均，定義為樣布的紗間距平均值M。
步驟6修正紗中心線座標。將基礎(chǔ)演算法求得紗中心線座標為基準，往左邊二分之一紗間距(1/2M)為起點，往右邊二分之一紗間距為終點，在此區(qū)間內(nèi)，找尋經(jīng)(緯)向物點值最大者，定義該點之座標為新修正后的紗中心座標，其座標值將較修正前精確。
步驟7修正紗間距的平均值M1。將步驟6所求得經(jīng)(緯)紗座標，配合步驟5求取紗間距平均值的方法可得較為精確的紗間距平均值M1。
步驟8尋找前段漏判的紗。檢測方法是在最大間距閾值區(qū)間內(nèi)，判斷是否有波峰波谷的存在，如果有，則以該區(qū)間內(nèi)波峰所在處，定義為漏判經(jīng)(緯)紗之所在。
步驟9尋找中段漏判的紗。由基礎(chǔ)演算法求得一根經(jīng)(緯)紗為起點，最后一根經(jīng)(緯)紗為終點，在此區(qū)間內(nèi)，以每兩相鄰的紗間距作檢測，如果其紗間距大于最大間距閾值，則以步驟8的方法尋找漏判紗之所在。
步驟10尋找后段漏判的紗。由基礎(chǔ)算法求得最后一根經(jīng)(緯)紗為起點，與圖象處理范圍的終點處為檢測區(qū)間，以步驟8的方式尋找漏判紗之所在。
步驟11修正漏判紗的中心座標。以檢測求得漏判紗中心線座標為基準，在以步驟6的方式修正漏判紗之中心，可得較為精確的漏判紗中心座標。
步驟12將多余之誤紗刪除。然后檢測所有兩相鄰的經(jīng)(緯)紗間距是否小于最小間距閾值STD如果是，表示兩相鄰的經(jīng)(緯)紗所求出之紗，代表同一根經(jīng)(緯)紗，需將兩經(jīng)(緯)紗所擁有物點數(shù)較少者刪除。
步驟13求出經(jīng)(緯)向密度。將經(jīng)由前面12個圖象處理過程所得的經(jīng)(緯)紗數(shù)目，除以圖象處理的經(jīng)(緯)向距離，可得經(jīng)(緯)向密度。
綜合上文所述，本發(fā)明具有如下效果本發(fā)明可精確、快速自動分析梭織物的經(jīng)緯紗的密度，且可于圖象處理過程中一并求出二值化物點閾值、紗間距及紗間距平均值，以利于后續(xù)樣本結(jié)構(gòu)的分析。
權(quán)利要求
1.一種使用圖象處理方法自動分析梭織物經(jīng)緯紗密度的方法，其步驟包括取象、圖象平滑、圖象銳化，求物點閾值及計算經(jīng)緯紗密度等流程，其特征在于，所述物點閾值的求取，利用暗色板框?qū)嶒炁_為背景，首先是求取銳化后圖象的灰度值統(tǒng)計表再由灰度值統(tǒng)計表上，求取最高峰處的灰度值A(chǔ)及灰度值最暗波峰的灰度值B，然后判別灰度值A(chǔ)是否小于暗色板框灰度值的上限；如果是，則由灰度值統(tǒng)計表上求取A，B之外另一最高峰的灰度值C，再取一實驗參數(shù)D乘C可得物點閾值T＝C×D；又如果A值大于暗色板框灰度值上限，則物點閾值T的選取，根據(jù)實驗結(jié)果顯示T＝B＋(A－B)×D；所述經(jīng)緯密的求取過程，是經(jīng)由下列步驟完成步驟1讀取經(jīng)(緯)向的物點數(shù)；步驟2以基礎(chǔ)演算法(一)求取紗的中心距及紗的根數(shù)b，其過程如下A.首先設(shè)定波峰預估值p，為經(jīng)(緯)向總象素的n倍，B.由經(jīng)(緯)向物點數(shù)，求出經(jīng)(緯)紗所在位置，由于真正經(jīng)(緯)紗附近會連續(xù)出現(xiàn)幾個點數(shù)大于預估值p的點，將這些連續(xù)點中找出一個物點數(shù)最多的點，并定義該點為經(jīng)(緯)紗中心線所在位置，因此沿屏幕起點到終點尋找與比較，便可求出該畫面經(jīng)(緯)紗的數(shù)目b；步驟3檢驗經(jīng)緯紗數(shù)目b是否小于下限值，如果不是則進行步驟4；如果是則以基礎(chǔ)演算法求取，即直接尋找波峰波谷所在，并躍過干擾區(qū)，所尋得波峰數(shù)，即為經(jīng)(緯)紗的數(shù)目；步驟4檢驗經(jīng)(緯)紗數(shù)目b是否大于上限值，如果不是，則進行步驟5，如果是，則修正波峰預估值，p＝p＋F再回步驟2重新演算，直到經(jīng)(緯)紗數(shù)目在合理上下限內(nèi)為止；步驟5以最佳化求取紗間距平均值。首先利用步驟2，3及4求得各經(jīng)(緯)紗座標，再以前一根紗座標減后一根紗座標方式求得所有可能的紗間距，再以H個象素為一單位，統(tǒng)計紗間距最大可能差距區(qū)間，則該區(qū)間為分析布樣的最可能紗間距值，將該區(qū)間紗間距平均，定義為樣布的紗間距平均值M；步驟6修正紗中心線座標，將基礎(chǔ)演算法求得紗中心線座標為基準，往左邊二分之一紗間距為起點，往右邊二分之一紗間距為終點，在此區(qū)間內(nèi)，找尋經(jīng)緯向物點值最大者，定義該點的座標為新修正后的紗中心座標；步驟7修正紗間距的平均值M1；步驟8尋找前段漏判的紗，前段漏判紗的檢測，是利用基礎(chǔ)演算法，求得第一根經(jīng)(緯)紗所在為終點，與圖象處理范圍起始點的區(qū)間內(nèi)，每隔最大間距閾值LTD內(nèi)，尋找經(jīng)(緯)紗之所在，檢測方法是在最大間距閾值區(qū)間內(nèi)，判斷是否有波峰波谷的存在，如果有，則以該區(qū)間內(nèi)波峰所在處，定義為漏判經(jīng)(緯)紗之所在；步驟9尋找中段漏判的紗，以步驟8的方式尋找漏判紗之所在；步驟10尋找后段漏判的紗，以步驟8的方式尋找漏判紗之所在；步驟11修正漏判紗的中心座標；步驟12將多余的誤判紗刪除，然后檢測所有兩相鄰的經(jīng)(緯)紗間距是否小于最小間距閾值STD，如果是，表示兩相鄰的經(jīng)(緯)紗所求出的紗，代表同一根經(jīng)(緯)紗，需將兩經(jīng)(緯)紗所擁有物點數(shù)較少者刪除；步驟13求出經(jīng)(緯)向密度，將經(jīng)由前面12個圖象處理過程所得的經(jīng)(緯)紗數(shù)目，除以圖象處理的經(jīng)(緯)向密度。
全文摘要
一種利用圖象處理方法自動分析梭織物經(jīng)緯紗密度的方法，該圖象處理方法流程是經(jīng)由圖象拾取，圖象平滑、圖象銳化、求物點閾值、計算得出經(jīng)緯紗密度，其能達到自動分析樣布的經(jīng)緯紗密度的目的；另外；該圖象處理方法的過程中亦可求取樣布的二值化物點閾值、紗間距及紗間距平均值；該圖象處理方法，藉由系統(tǒng)參數(shù)的調(diào)整，可對各種不同樣布作經(jīng)緯紗密度的計算，本方法流程簡單，計算精確、效率高。
文檔編號G01N33/36GK1164027SQ96104918
公開日1997年11月5日 申請日期1996年4月29日 優(yōu)先權(quán)日1996年4月29日
發(fā)明者林弘祺, 吳德樺, 連榮盛 申請人:財團法人中國紡織工業(yè)研究中心