基于多尺度和多區域的機織物編織密度的圖像分析方法
【技術領域】
[0001] 本發明設及織物中紗線編織密度的圖像分析方法，更確切地說，是設及一種織物 表面紗線在多尺度視圖下和多個紗線交織區域中編織密度的圖像分析方法。
【背景技術】
[0002] 在生產機織物的過程中，技術人員需要分析織物樣品的編織密度參數從而確定上 機織造參數。傳統的分析方法依賴簡單的工具，如放大鏡和刻度尺，利用人眼識別織物中不 同區域的紗線編織根數。通常地，為確保檢測精度，分析人員需要選取至少2個內容不同的 區域，區域大小一般約為10X10cm，對每個區域按照經紳方向至少識別2次，然后W識別的 經紗和紳紗紗線根數的各自平均值作為織物編織密度的檢測結果。W此計算，分析人員在 分析每一個織物樣品時，至少需要識別8次經向和紳向長度范圍為10cm的紗線根數。由于 織物表面的密度可達140根/英寸（少數樣品密度甚至更高），分析人員每天可能需要處理 數十個樣品，分析過程十分枯燥，而且他們長期利用放大鏡低頭觀測織物密度的工作方法 極容易產生頸椎疾病和用眼過度疲勞甚至眼疾。
[0003] 采用現代圖像分析技術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強度和節省勞動成本，同時能夠縮短分析時間并提高織物分析效 率，從而實現紡織企業自動化生產的發展和生產力轉型升級的需求。根據織物顏色的屬性， 已有的分析方法可分為兩大類；（1)針對單色織物的編織密度分析方法；（2)針對多色織物 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，將圖像從時域轉換到頻域，接 著從功率頻譜圖中提取出紗線周期性信息特征點，然后根據樣品的實際尺寸計算出經紳紗 的編織密度。利用該方法能成功地識別出紗線排列均勻的單色織物。然而，該方法存在下述 一個主要缺陷；該種方法只適合于分析單色織物的紗線編織密度，該是因為多色織物的紗 線顏色排列可能會在功率頻譜圖中形成一定的周期性信息特征點，W致難W準確地分辨出 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紗線進行分割。其主要原理是：根據織物紗線和間隙的亮度分 布規律，把織物圖片的灰度值沿著經紳方向分別做投影。在光線照射到織物表面時，當遇到 相鄰紗線的間隙時，光反射照片中的灰度投影的累計值較低；當遇到紗線表面時，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，當紗線的顏色轉換成灰度值時，某些顏色對應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，從而使峰值檢測算法對參數選擇十分敏感。也是由于該個 原因，該方法只適合于分析小區域的多色織物。從目前發表的研究論文可知，該方法中單個 區域通常只包括10至20根紗線。
[0004] 2008年，XinB.和化X.等發表的研究論文《Investigationonthe ClassificationofWeavePatternBasedonanActiveGridModel》融合了織物圖片 的雙面信息，并利用紗線模板對織物圖片進行濾波，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一種活動網格模型（AGM)進行定位。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；（1)網格 模型的解的精確度和穩定性對初始化紗線定位結果敏感；（2)該方法處理的分析區域僅僅 包含一個比較小的區域，該是因為如果擴展到多區域該方法的運算量將很大。2008年，Xie L.等在發表的石開究論文《Appliedtechniqueofautomaticmeasurementofwarpand weftdensitiesinf油rics:l.methodofmeasurement》中，提出了施加外力（機械力） 達到矯正紗線扭曲的區域，進而可采用傳統的灰度投影法分割紗線。雖然該方法能使灰度 投影法相對容易地分割出理想的紗線排列（經紗垂直排列，紳紗水平排列），然而，該方法 采用的外力作用會使紗線發生拉伸變形，W至改變了紗線在織物中的自然彎曲狀態，從而 改變織物的原有結構參數，如織物覆蓋系數和織物編織密度。PanR.等于2010年發表的研 究論文《AutomaticDetectionofStructureParametersofYarn-dyedFabric》之中提 出利用紗線區域的顏色特征直接對色織織物的紗線顏色進行分割的方法。論文中采用了模 糊C均值算法對織物圖片在CffiL油顏色空間進行了分類，然后在織物圖像中的每一種顏色 的交織區域利用Steering濾波器進行過濾，進而使用灰度投影的方法對紗線進行分割。該 種方法的主要缺點是過分依賴于對織物中紗線的顏色分割結果，當兩種紗線的顏色接近時 (例如兩種亮度信息接近的紅色），顏色聚類的方法難W正確地區分不同的紗線交織區域， 從而影響后續分析中所采用的步驟和結果。
【發明內容】
[0005] 本發明的目的在于提供了一種基于多尺度和多區域的機織物編織密度的圖像分 析方法。本發明提高了織物編織密度檢測的效率和準確性，同時克服上述方法中存在的問 題，本發明首先提出一種近似規則紋理的分析模型提取織物在大尺度視圖中的紋理基元， 然后對其中的紋理基元進行紗線定位。本發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織物在大尺度視圖下的機織物編織密度，對峰 值檢測方法的依賴程度低，分析方法更接近實際生產中織物密度分析方法。
[0006] 為達到上述目的，本發明的技術方案是：
[0007] 一種基于多尺度和多區域的機織物編織密度的圖像分析方法，，包括如下步驟；1) 數碼攝像系統獲取織物圖像；2)前處理，是指將機織物圖像進行結構-紋理分解，其中結構 部分對應織物圖像中頻率相對較低的信號成分，即紗線顏色排列信息，形成織物結構圖像； 而紋理部分對應于織物圖像中頻率相對較高的信號成分，即紗線邊緣信息，形成織物紋理 圖像；利用電腦顯示機織物的紋理圖像，用戶對紋圖像進行是否滿意的判斷，如果不滿意， 進行調整并重新進行結構-紋理分解，循環直至滿意為止；如果滿意，輸出紋理并結束前處 理；3)機織物紗線位置檢測，是指讀取前處理過程中輸出的織物紋理圖像，對機織物的大 尺度圖像中的紋理基元利用近似規則紋理模型進行檢測；在機織物的大尺度圖像中包含經 紗和紳紗的根數分別為數百根W上，W保證密度檢測的準確性；對提取的紋理基元，在機織 物的小尺度圖片中利用亮度梯度值投影法對每根紗線的邊緣位置進行定位，然后利用二維 網格對紗線的邊緣位置進行標記進而確定紗線根數；用戶根據紗線位置的網格標示結果判 斷是否達到滿意的分辨率，如果不滿意，進行調整并重新進行檢測，循環直至滿意為止；如 果滿意，則進入到下一步驟；4)后處理，是指將步驟3)中數次提取紋理基元的紗線位置檢 測結果按照二維網格排列方向進行統計，根據多區域的紋理基元的區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過程，根據近似規則紋理的檢測結果對平均密度 檢測結果的準確性進行判斷，如果不滿意則調整分析區域中所需的多基元紋理重新進行密 度平均值的計算，循環直至滿意為止；如果滿意則后處理過程結束。
[000引所述的步驟1)中數碼攝像系統是指利用電荷禪合元件（CCD)數碼攝像系統獲取 機織物RGB格式的彩色圖像，所獲取機織物圖像的每一個像素點顏色由紅（時、綠佑)、藍 炬個顏色分量表示，其中每一個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)讀取機織物的RGB格式的彩色圖 像，并轉換為NTSC彩色空間，經格式轉換后的機織物圖像用亮度、色調和飽和度信息描述， 分別用分量Y、I、Q表示；將像素點顏色的色調I和飽和度Q設置為0,亮度Y設置為包含256 個等級的灰度級圖像，灰度取值范圍為[0, 255] ;B)對織物灰度圖像進行結構-紋理分解， 之后將紋理信號用紋理圖像表示，結構信號用結構圖像表示；經過結構-紋理分解，織物中 的結構信號的主成分對應于織物圖像中紗線顏色排列布局，而紋理信號的主成分對應于紗 線紋理排列布局；C)然后根據后續分析目標決定分析對象，如果需要分析織物的紋理圖像 則讀取機織物紋理圖像，否則讀取機織物結構圖像；D)當讀取的為機織物紋理圖像后，從 織物圖像的結構-紋理分解信號可知，機織物中紗線的密度信息對應于織物中的紗線紋理 排列布局；巧利用電腦顯示器顯示機織物的紋理圖像，巧再根據用戶對結構-紋理的分解 要求判斷對紋理圖像是否滿意：如果對顯示的紋理結果不滿意，則調整結構-紋理分解程 度中正直參數并重新進行分解，循環直至滿意；如果對紋理結果滿意，則輸出紋理圖像，結 束前處理過程。
[0010] 所述的結構-紋理分解采用式（1)結構-紋理分解方程進行；F(U，V)= |u| +A|f-u-v|2(l)，式中U表示織物圖片的結構信息，V表示織物圖片的紋理信息，A是一 個用于調節結構-紋理分解程度的正值參數；方程（1)采用化ambolle快速投影算法進行 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是一個正交投 影算子，計算方法為式（3)
【主權項】
1. 一種基于多尺度和多區域的機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)數碼攝像系統獲取織物圖像；2)前處理，是指將機織物圖像進行結構-紋理分 解，其中結構部分對應織物圖像中頻率相對較低的信號成分，即紗線顏色排列信息，形成織 物結構圖像；而紋理部分對應于織物圖像中頻率相對較高的信號成分，即紗線邊緣信息，形 成織物紋理圖像，利用電腦顯示機織物的紋理圖像，用戶對紋圖像進行是否滿意的判斷，如 果不滿意，進行調整并重新進行結構-紋理分解，循環直至滿意為止；如果滿意，輸出紋理 并結束前處理；3)機織物紗線位置檢測，是指讀取前處理過程獲得的織物紋理圖像，對機 織物的大尺度圖像中的紋理基元利用近似規則紋理模型進行檢測；對讀取的紋理基元，在 機織物的小尺度圖片中利用亮度梯度值投影法對每根紗線的邊緣位置進行定位，然后利用 二維網格對紗線的邊緣位置進行標記進而確定紗線根數；用戶根據紗線位置的網格標示 結果判斷是否達到滿意的分辨率，如果不滿意，進行調整并重新進行檢測，循環直至滿意為 止；如果滿意，則進入下一步驟；4)后處理，是