基于圖像處理的素色機織物密度識別

武銀飛 徐 帥 周紅濤

（鹽城工業職業技術學院，江蘇鹽城，224005）

在紡織企業織物來樣進行再生產過程中，需要先對織物來樣進行結構參數分析，包括織物組織、織物密度、紗線號數等，再根據這些織物參數進行原料選擇和工藝設計?？椢锝浘暶芏仁强椢锝Y構參數檢測中很重要的一項，需要計數單位長度內的紗線根數，傳統的人工分析方法中是依賴于檢測人員分解來樣織物，利用人眼直接觀察，或是在照布鏡、密度鏡的輔助下計數完成織物經緯密度的測定，但檢測過程主觀性強，容易使人產生疲勞，效率低且容易出錯。

隨著數字圖像處理技術的發展，基于圖像分析機織物結構參數成為可能，素色機織物密度的自動測量方法主要有空域與頻域兩種方法?？沼蚍ㄖ饕墙柚椢飯D像的亮度投影曲線，利用區域排查法找出紗線間隙位置［1］，進而求出機織物的經緯密度，但區域排查法過程繁瑣、流程長。頻域法主要利用傅里葉變換和小波變換測定［2?5］，傅里葉變換在頻譜圖上得到紗線間的距離，根據時頻關系求得機織物的密度，但織物本身紋理比較復雜，并不呈現完全的周期性，只能得到織物密度的近似值；而小波變換的小波分解層數沒有一個統一標準，不同分解層數檢測結果差異較大。

為了克服現有檢測方法的不足，在空域經緯紗亮度投影曲線區域排查法的基礎上進行算法改進，以提高素色機織物經緯密度檢測的準確性、運算速度和算法魯棒性，使之與現代紡織自動化生產相適應，滿足實際生產的需要。

1 素色機織物密度自動識別流程

素色機織物是指經緯紗都是紗線本來的顏色，未經過漂染，并按照一定的上下沉浮規律垂直交織而形成的織物，其織物密度自動識別流程圖見圖1。該流程包括經紗密度識別和緯紗密度識別，經采集素色機織物表面彩色圖像、圖像灰度化、選取定點、經緯紗方向糾偏與裁剪、經緯紗亮度投影曲線、確定經緯紗紗線間隙位置與計算經緯紗密度等步驟實現。

圖1 素色機織物密度自動識別流程圖

2 圖像采集與圖像灰度化處理

借助襯板利用Canon LIDE 400 型平板掃描儀，獲得顏色空間為RGB 彩色圖像，分辨率為1 200 dpi，像素尺寸為M1×N1，轉至灰度圖像記為V（i，j），其中i，j 分別為V 的行、列坐標取值（1≤i≤M1，1≤j≤N1），根據人眼對紅、綠、藍顏色敏感程度的不同，轉換灰度的經驗公式見式（1）。

3 選取定點與經紗方向糾偏

因掃描時紗線條干部分反射能量高，灰度值大，而紗線間隙反射能量小，灰度值小，依據機織物紋理結構特點糾偏后紗線間隙的連線應在豎直方向上的原理，即直線上織物像素點平均灰度值最小所對應的角度就是織物的傾斜角度［6］，經紗方向糾偏具體步驟如下。

步驟1：選取過系列直線的定點。為避免在計算不同角度直線上織物像素點的平均灰度值過程中產生越界，以灰度圖像V 的中心為中心（坐標為：行M1/2 取整，列N1/2 取整）取一個矩形，高和寬分別為灰度圖像V 行列數的一半，即取灰度圖像V 行范圍M1/4 取整至3×M1/4 取整，列范圍N1/4 取整至3×N1/4 取整，把素色機織物圖像矩形區域內灰度最小值所對應的位置確定為過系列直線的定點A，見圖2。矩形區域內的灰度最小值可能不止一個，只要找到一處即可，對確定糾偏角度是無影響的，默認為從矩形區域第一列開始查找。

圖2 素色機織物圖像矩形區域內灰度最小值位置

步驟2：計算過定點A 系列直線上織物像素點的平均灰度值。在采集時一般會注意織物擺放，所以傾斜角度通常很小，以初始值為-5°，步長0.05°，角度區間在-5°～5°，計算經紗方向過定點A 不同角度直線上織物像素點的灰度平均值，并記錄所對應的角度。

步驟3：經紗方向糾偏與裁剪。根據步驟2 所得的平均灰度最小值所對應的角度就是圖像傾斜角度，對于紗線間隙較大情況平均灰度最小值所對應的角度不止一個，可取連續的平均灰度最小值所對應的多處角度的平均值作為最終的糾偏角度，以灰度圖像V 的中心為圓心，完成素色機織物圖像經紗方向的糾偏，為濾除旋轉后插值所形成的黑色三角區域，根據計算所得的傾斜角度再結合圖像尺寸獲得糾偏后的素色機織物裁剪圖像見圖3。由圖3 可知機織物的經緯紗交織并非是完全垂直的，需要單獨識別經緯密度。

圖3 經紗方向糾偏與裁剪后的織物圖像

4 經紗亮度投影曲線與紗線間隙位置

對糾偏裁剪后的素色機織物圖像設像素尺寸為M2×N2，圖像記為T（x，y），其中x、y 為T 的行、列坐標取值（1≤x≤M2，1≤y≤N2），計算素色機織物經紗方向的亮度投影曲線P（y），見式（2）。

以投影曲線P（y）亮度均值（記為Ave）為檢測線，記錄每個波谷左、右側靠近Ave 的位置點，則左、右側位置點之間投影曲線亮度最小值所對應的位置即為紗線間隙位置。若P（1）>Ave，則從第一個波谷開始記錄，否則從下一個波谷開始記 錄；若P（y）>Ave 且P（y+1）≤Ave，1≤y≤N2-1，記錄y+1 位置確定波谷左側靠近Ave 的點；若P（y）≤Ave 且P（y+1）>Ave，1≤y≤N2-1，記錄y 位置確定波谷右側靠近Ave 的點；根據每個波谷左、右側靠近Ave 的位置點，其之間投影曲線亮度最小值所對應的位置即為紗線間隙位置，見圖4，圖中的虛線為均值檢測線。同理可獲得緯紗間隙位置，見圖5。

圖4 經紗間隙位置與均值檢測線圖像

圖5 緯紗間隙位置與均值檢測線圖像

根據圖4 和圖5 對織物經紗和緯紗進行分割，具體見圖6 和圖7。

圖6 經紗分割后的圖像

圖7 緯紗分割后的圖像（旋轉90°）

5 計算經緯密度

經密：對相鄰經紗間隙位置求差取均值記為B，即代表1 根經紗所占像素點數，根據圖像掃描分 辨 率D 為1 200 dpi，即2.54 cm 有1 200 個 像素點，即可獲得經紗密度PT（根/10 cm），見式（3）。

緯密：對素色機織物灰度圖像V 沿中心旋轉90°，則緯紗轉為豎直方向，重復上述步驟獲得相鄰緯紗間隙的均值記為C，即可獲得緯紗密度PW（根/10 cm），見式（4）。為了保證最終所測密度結果的客觀準確，可在不同區域多次取樣求均值。

6 實例分析

本研究采用平紋織物、斜紋織物及緞紋織物進行了織物密度檢測研究，先利用本研究提出的圖像法自動識別織物密度，每個樣品檢測10 次，取平均值；后采用人工目測法借助密度鏡核對，以檢驗圖像法識別結果的準確程度，兩種檢測方法結果見表1。

表1 圖像法與人工法織物密度檢測結果

從表1 中可以看出，人工法與圖像法檢測誤差是非常小的，最大誤差出現在斜紋織物1，相對誤差也僅為1.68%，引起誤差的主要原因是機織物中紗線排列并不是均勻的，有些紗線間排列比較緊密，有些則稀疏，檢測區域的不同也會引起檢測誤差，表1 中所得檢測誤差在實際生產中是可以接受的。該圖像法可以代替當前人工法進行檢測，實現素色機織物密度的自動識別。

7 結語

因素色機織物經緯紗并非是完全垂直的，以經緯紗單獨亮度投影曲線的亮度均值為檢測線，成功尋找紗線間隙位置，實現機織物經緯密度的自動識別，并與人工法進行對比。結果表明：圖像法自動測量準確度高，單幅圖像從讀入到呈現結果只需要30 s 左右，大大提高工作效率，且對素色織物有很好的適應性，可以代替當前人工法進行檢測，但對高緊度織物、色織物、印花織物等仍有待于進一步的研究。