基于多尺度和多區(qū)域的機(jī)織物編織密度的圖像分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及織物中紗線編織密度的圖像分析方法，更確切地說(shuō)，是設(shè)及一種織物 表面紗線在多尺度視圖下和多個(gè)紗線交織區(qū)域中編織密度的圖像分析方法。
【背景技術(shù)】
[0002] 在生產(chǎn)機(jī)織物的過(guò)程中，技術(shù)人員需要分析織物樣品的編織密度參數(shù)從而確定上 機(jī)織造參數(shù)。傳統(tǒng)的分析方法依賴簡(jiǎn)單的工具，如放大鏡和刻度尺，利用人眼識(shí)別織物中不 同區(qū)域的紗線編織根數(shù)。通常地，為確保檢測(cè)精度，分析人員需要選取至少2個(gè)內(nèi)容不同的 區(qū)域，區(qū)域大小一般約為10X10cm，對(duì)每個(gè)區(qū)域按照經(jīng)紳方向至少識(shí)別2次，然后W識(shí)別的 經(jīng)紗和紳紗紗線根數(shù)的各自平均值作為織物編織密度的檢測(cè)結(jié)果。W此計(jì)算，分析人員在 分析每一個(gè)織物樣品時(shí)，至少需要識(shí)別8次經(jīng)向和紳向長(zhǎng)度范圍為10cm的紗線根數(shù)。由于 織物表面的密度可達(dá)140根/英寸（少數(shù)樣品密度甚至更高），分析人員每天可能需要處理 數(shù)十個(gè)樣品，分析過(guò)程十分枯燥，而且他們長(zhǎng)期利用放大鏡低頭觀測(cè)織物密度的工作方法 極容易產(chǎn)生頸椎疾病和用眼過(guò)度疲勞甚至眼疾。
[0003] 采用現(xiàn)代圖像分析技術(shù)能夠很好地完成織物表面紗線的編織密度分析，該一方面 可W降低分析人員的勞動(dòng)強(qiáng)度和節(jié)省勞動(dòng)成本，同時(shí)能夠縮短分析時(shí)間并提高織物分析效 率，從而實(shí)現(xiàn)紡織企業(yè)自動(dòng)化生產(chǎn)的發(fā)展和生產(chǎn)力轉(zhuǎn)型升級(jí)的需求。根據(jù)織物顏色的屬性， 已有的分析方法可分為兩大類(lèi)；（1)針對(duì)單色織物的編織密度分析方法；（2)針對(duì)多色織物 的編織密度分析方法。前者主要是利用快速傅里葉變換原理，將圖像從時(shí)域轉(zhuǎn)換到頻域，接 著從功率頻譜圖中提取出紗線周期性信息特征點(diǎn)，然后根據(jù)樣品的實(shí)際尺寸計(jì)算出經(jīng)紳紗 的編織密度。利用該方法能成功地識(shí)別出紗線排列均勻的單色織物。然而，該方法存在下述 一個(gè)主要缺陷；該種方法只適合于分析單色織物的紗線編織密度，該是因?yàn)槎嗌椢锏募?線顏色排列可能會(huì)在功率頻譜圖中形成一定的周期性信息特征點(diǎn)，W致難W準(zhǔn)確地分辨出 某些色紗的排列周期和全部紗線的排列周期。后者分析方法，即多色織物密度分析方法，主 要是利用紗線灰度投影法對(duì)紗線進(jìn)行分割。其主要原理是：根據(jù)織物紗線和間隙的亮度分 布規(guī)律，把織物圖片的灰度值沿著經(jīng)紳方向分別做投影。在光線照射到織物表面時(shí)，當(dāng)遇到 相鄰紗線的間隙時(shí)，光反射照片中的灰度投影的累計(jì)值較低；當(dāng)遇到紗線表面時(shí)，灰度投影 值較高。雖然該方法能夠獲取紗線的空間位置信息，但仍然受紗線毛羽和顏色的影響。例 如，當(dāng)紗線的顏色轉(zhuǎn)換成灰度值時(shí)，某些顏色對(duì)應(yīng)的灰度值可能相差很大，該樣在灰度投影 曲線上形成明顯的階梯狀分布，從而使峰值檢測(cè)算法對(duì)參數(shù)選擇十分敏感。也是由于該個(gè) 原因，該方法只適合于分析小區(qū)域的多色織物。從目前發(fā)表的研究論文可知，該方法中單個(gè) 區(qū)域通常只包括10至20根紗線。
[0004] 2008年，XinB.和化X.等發(fā)表的研究論文《Investigationonthe ClassificationofWeavePatternBasedonanActiveGridModel》融合了織物圖片 的雙面信息，并利用紗線模板對(duì)織物圖片進(jìn)行濾波，然后采用灰度投影法定位紗線的初始 位置。接著，紗線的精確位置通過(guò)一種活動(dòng)網(wǎng)格模型（AGM)進(jìn)行定位。該種方法為采集織 物紗線的信息和分割存在變形的紗線提供了一種新思路，但存在w下主要缺點(diǎn)；（1)網(wǎng)格 模型的解的精確度和穩(wěn)定性對(duì)初始化紗線定位結(jié)果敏感；（2)該方法處理的分析區(qū)域僅僅 包含一個(gè)比較小的區(qū)域，該是因?yàn)槿绻麛U(kuò)展到多區(qū)域該方法的運(yùn)算量將很大。2008年，Xie L.等在發(fā)表的石開(kāi)究論文《Appliedtechniqueofautomaticmeasurementofwarpand weftdensitiesinf油rics:l.methodofmeasurement》中，提出了施加外力（機(jī)械力） 達(dá)到矯正紗線扭曲的區(qū)域，進(jìn)而可采用傳統(tǒng)的灰度投影法分割紗線。雖然該方法能使灰度 投影法相對(duì)容易地分割出理想的紗線排列（經(jīng)紗垂直排列，紳紗水平排列），然而，該方法 采用的外力作用會(huì)使紗線發(fā)生拉伸變形，W至改變了紗線在織物中的自然彎曲狀態(tài)，從而 改變織物的原有結(jié)構(gòu)參數(shù)，如織物覆蓋系數(shù)和織物編織密度。PanR.等于2010年發(fā)表的研 究論文《AutomaticDetectionofStructureParametersofYarn-dyedFabric》之中提 出利用紗線區(qū)域的顏色特征直接對(duì)色織織物的紗線顏色進(jìn)行分割的方法。論文中采用了模 糊C均值算法對(duì)織物圖片在CffiL油顏色空間進(jìn)行了分類(lèi)，然后在織物圖像中的每一種顏色 的交織區(qū)域利用Steering濾波器進(jìn)行過(guò)濾，進(jìn)而使用灰度投影的方法對(duì)紗線進(jìn)行分割。該 種方法的主要缺點(diǎn)是過(guò)分依賴于對(duì)織物中紗線的顏色分割結(jié)果，當(dāng)兩種紗線的顏色接近時(shí) (例如兩種亮度信息接近的紅色），顏色聚類(lèi)的方法難W正確地區(qū)分不同的紗線交織區(qū)域， 從而影響后續(xù)分析中所采用的步驟和結(jié)果。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供了一種基于多尺度和多區(qū)域的機(jī)織物編織密度的圖像分 析方法。本發(fā)明提高了織物編織密度檢測(cè)的效率和準(zhǔn)確性，同時(shí)克服上述方法中存在的問(wèn) 題，本發(fā)明首先提出一種近似規(guī)則紋理的分析模型提取織物在大尺度視圖中的紋理基元， 然后對(duì)其中的紋理基元進(jìn)行紗線定位。本發(fā)明提出的紗線定位方法是一種基于亮度梯度圖 的投影算法。該方法適合分析單色和多色機(jī)織物在大尺度視圖下的機(jī)織物編織密度，對(duì)峰 值檢測(cè)方法的依賴程度低，分析方法更接近實(shí)際生產(chǎn)中織物密度分析方法。
[0006] 為達(dá)到上述目的，本發(fā)明的技術(shù)方案是：
[0007] 一種基于多尺度和多區(qū)域的機(jī)織物編織密度的圖像分析方法，，包括如下步驟；1) 數(shù)碼攝像系統(tǒng)獲取織物圖像；2)前處理，是指將機(jī)織物圖像進(jìn)行結(jié)構(gòu)-紋理分解，其中結(jié)構(gòu) 部分對(duì)應(yīng)織物圖像中頻率相對(duì)較低的信號(hào)成分，即紗線顏色排列信息，形成織物結(jié)構(gòu)圖像； 而紋理部分對(duì)應(yīng)于織物圖像中頻率相對(duì)較高的信號(hào)成分，即紗線邊緣信息，形成織物紋理 圖像；利用電腦顯示機(jī)織物的紋理圖像，用戶對(duì)紋圖像進(jìn)行是否滿意的判斷，如果不滿意， 進(jìn)行調(diào)整并重新進(jìn)行結(jié)構(gòu)-紋理分解，循環(huán)直至滿意為止；如果滿意，輸出紋理并結(jié)束前處 理；3)機(jī)織物紗線位置檢測(cè)，是指讀取前處理過(guò)程中輸出的織物紋理圖像，對(duì)機(jī)織物的大 尺度圖像中的紋理基元利用近似規(guī)則紋理模型進(jìn)行檢測(cè)；在機(jī)織物的大尺度圖像中包含經(jīng) 紗和紳紗的根數(shù)分別為數(shù)百根W上，W保證密度檢測(cè)的準(zhǔn)確性；對(duì)提取的紋理基元，在機(jī)織 物的小尺度圖片中利用亮度梯度值投影法對(duì)每根紗線的邊緣位置進(jìn)行定位，然后利用二維 網(wǎng)格對(duì)紗線的邊緣位置進(jìn)行標(biāo)記進(jìn)而確定紗線根數(shù)；用戶根據(jù)紗線位置的網(wǎng)格標(biāo)示結(jié)果判 斷是否達(dá)到滿意的分辨率，如果不滿意，進(jìn)行調(diào)整并重新進(jìn)行檢測(cè)，循環(huán)直至滿意為止；如 果滿意，則進(jìn)入到下一步驟；4)后處理，是指將步驟3)中數(shù)次提取紋理基元的紗線位置檢 測(cè)結(jié)果按照二維網(wǎng)格排列方向進(jìn)行統(tǒng)計(jì)，根據(jù)多區(qū)域的紋理基元的區(qū)域位置信息確定紗線 平均密度；用戶處理一定批次的密度檢測(cè)過(guò)程，根據(jù)近似規(guī)則紋理的檢測(cè)結(jié)果對(duì)平均密度 檢測(cè)結(jié)果的準(zhǔn)確性進(jìn)行判斷，如果不滿意則調(diào)整分析區(qū)域中所需的多基元紋理重新進(jìn)行密 度平均值的計(jì)算，循環(huán)直至滿意為止；如果滿意則后處理過(guò)程結(jié)束。
[000引所述的步驟1)中數(shù)碼攝像系統(tǒng)是指利用電荷禪合元件（CCD)數(shù)碼攝像系統(tǒng)獲取 機(jī)織物RGB格式的彩色圖像，所獲取機(jī)織物圖像的每一個(gè)像素點(diǎn)顏色由紅（時(shí)、綠佑)、藍(lán) 炬?zhèn)€顏色分量表示，其中每一個(gè)顏色分量值的范圍為[0, 255]。
[0009] 所述的步驟2)中前處理包括如下處理步驟；A)讀取機(jī)織物的RGB格式的彩色圖 像，并轉(zhuǎn)換為NTSC彩色空間，經(jīng)格式轉(zhuǎn)換后的機(jī)織物圖像用亮度、色調(diào)和飽和度信息描述， 分別用分量Y、I、Q表示；將像素點(diǎn)顏色的色調(diào)I和飽和度Q設(shè)置為0,亮度Y設(shè)置為包含256 個(gè)等級(jí)的灰度級(jí)圖像，灰度取值范圍為[0, 255] ;B)對(duì)織物灰度圖像進(jìn)行結(jié)構(gòu)-紋理分解， 之后將紋理信號(hào)用紋理圖像表示，結(jié)構(gòu)信號(hào)用結(jié)構(gòu)圖像表示；經(jīng)過(guò)結(jié)構(gòu)-紋理分解，織物中 的結(jié)構(gòu)信號(hào)的主成分對(duì)應(yīng)于織物圖像中紗線顏色排列布局，而紋理信號(hào)的主成分對(duì)應(yīng)于紗 線紋理排列布局；C)然后根據(jù)后續(xù)分析目標(biāo)決定分析對(duì)象，如果需要分析織物的紋理圖像 則讀取機(jī)織物紋理圖像，否則讀取機(jī)織物結(jié)構(gòu)圖像；D)當(dāng)讀取的為機(jī)織物紋理圖像后，從 織物圖像的結(jié)構(gòu)-紋理分解信號(hào)可知，機(jī)織物中紗線的密度信息對(duì)應(yīng)于織物中的紗線紋理 排列布局；巧利用電腦顯示器顯示機(jī)織物的紋理圖像，巧再根據(jù)用戶對(duì)結(jié)構(gòu)-紋理的分解 要求判斷對(duì)紋理圖像是否滿意：如果對(duì)顯示的紋理結(jié)果不滿意，則調(diào)整結(jié)構(gòu)-紋理分解程 度中正直參數(shù)并重新進(jìn)行分解，循環(huán)直至滿意；如果對(duì)紋理結(jié)果滿意，則輸出紋理圖像，結(jié) 束前處理過(guò)程。
[0010] 所述的結(jié)構(gòu)-紋理分解采用式（1)結(jié)構(gòu)-紋理分解方程進(jìn)行；F(U，V)= |u| +A|f-u-v|2(l)，式中U表示織物圖片的結(jié)構(gòu)信息，V表示織物圖片的紋理信息，A是一 個(gè)用于調(diào)節(jié)結(jié)構(gòu)-紋理分解程度的正值參數(shù)；方程（1)采用化ambolle快速投影算法進(jìn)行 求解；方程的解由式似給出；u= (f-v)-P(f-v)，且v=P(f-u) (2)，其中P是一個(gè)正交投 影算子，計(jì)算方法為式（3)
【主權(quán)項(xiàng)】
1. 一種基于多尺度和多區(qū)域的機(jī)織物編織密度的圖像分析方法，其特征在于，包括如 下步驟：1)數(shù)碼攝像系統(tǒng)獲取織物圖像；2)前處理，是指將機(jī)織物圖像進(jìn)行結(jié)構(gòu)-紋理分 解，其中結(jié)構(gòu)部分對(duì)應(yīng)織物圖像中頻率相對(duì)較低的信號(hào)成分，即紗線顏色排列信息，形成織 物結(jié)構(gòu)圖像；而紋理部分對(duì)應(yīng)于織物圖像中頻率相對(duì)較高的信號(hào)成分，即紗線邊緣信息，形 成織物紋理圖像，利用電腦顯示機(jī)織物的紋理圖像，用戶對(duì)紋圖像進(jìn)行是否滿意的判斷，如 果不滿意，進(jìn)行調(diào)整并重新進(jìn)行結(jié)構(gòu)-紋理分解，循環(huán)直至滿意為止；如果滿意，輸出紋理 并結(jié)束前處理；3)機(jī)織物紗線位置檢測(cè)，是指讀取前處理過(guò)程獲得的織物紋理圖像，對(duì)機(jī) 織物的大尺度圖像中的紋理基元利用近似規(guī)則紋理模型進(jìn)行檢測(cè)；對(duì)讀取的紋理基元，在 機(jī)織物的小尺度圖片中利用亮度梯度值投影法對(duì)每根紗線的邊緣位置進(jìn)行定位，然后利用 二維網(wǎng)格對(duì)紗線的邊緣位置進(jìn)行標(biāo)記進(jìn)而確定紗線根數(shù)；用戶根據(jù)紗線位置的網(wǎng)格標(biāo)示 結(jié)果判斷是否達(dá)到滿意的分辨率，如果不滿意，進(jìn)行調(diào)整并重新進(jìn)行檢測(cè)，循環(huán)直至滿意為 止；如果滿意，則進(jìn)入下一步驟；4)后處理，是