一種機織物組織結構種類的識別方法
【技術領域】
[0001] 本發明的技術方案涉及圖像分析，具體地說是一種機織物組織結構種類的識別方 法。
【背景技術】
[0002] 當前在紡織行業中，機織物組織結構各項參數主要靠專業人員借助放大鏡、分析 針或照布鏡對布匹進行人工識別，或者對圖像采集器采集的機織物圖片用肉眼進行人工識 別與分析。人工識別的方法識別效率較低下，識別的準確率和效率嚴重依賴相關人員的個 人狀態、經驗、技術和知識儲備，且在人工識別后，將布匹組織結構各項參數進行專業記錄 或再輸入電腦，需要大量時間，還容易出錯，不利于紡織業生產與再生產的全自動化發展要 求。
[0003] 機織物組織結構種類識別是機織物組織結構參數識別的重要任務之一。隨著計算 機圖像處理技術的發展，機織物組織結構能夠通過圖像處理的方法進行識別和分類，部分 程度上擺脫對人工的依賴。機織物組織結構種類識別效果較好且成本較低的方法是利用高 分辨率掃描儀或相機，采集高分辨率機織物組織結構圖像，對其進行組織點圖像分割后再 借助紋理信息、顏色信息或者紗線邊界信息對各組織點圖像或局部組織點圖像集合進行識 另IJ，得到機織物組織結構類別或機織物組織圖信息，這種方法所采用設備相對便宜且易于 獲得，對于復雜多樣的組織結構具有較高的適應性，2009年香港理工大學的Zheng根據不同 種類組織結構組織點分布特點，利用機織物組織圖紋理平滑度和連通性將機織物組織圖分 成平紋組織、斜紋組織和緞紋組織三種，該方法能準確地識別機織物組織結構種類，且適應 性較高，但是，只能對準確完整的機織物組織圖進行分類;2010年臺灣科技大學Kuo等用BP 神經網絡對機織物組織圖的一階及二階黑白灰度共生矩陣參數進行識別，實現機織物組織 圖的機織物組織結構分類，該方法魯棒性較高，但分類結果受到BP神經網絡訓練樣本的影 響；2007年至2014年，東華大學李杏園、香港理工大學Zheng等、江南大學潘如如等建立機織 物組織循環數據庫，通過模板匹配確定機織物組織循環和機織物組織結構種類，該方法具 有很高的魯棒性，但機織物組織結構種類識別結果受到數據庫中機織物組織結構種類數量 的限制。CN103106645B公開了一種機織物組織結構識別方法，該類方案識別過程復雜，還存 在以下缺陷:首先是識別率不高，特別是對斜紋組織、緞紋組織和變化組織等紗線易扭曲形 變的機織物的識別率較低;其次是無法很好地應對光照不均勻、紗線粗細和顏色變化的樣 本，要求機織物必須保持完整、干凈、平整，或者為非平紋的色織物，應用場景限制較高。
[0004] 現有技術中機織物組織結構種類識別方法存在的問題主要是：識別率普遍較低， 亮度及色彩變化對識別結果影響較大，無法應對光照不均勻、紗線粗細和顏色變化的機織 物組織結構種類，難以識別紗線和纖維扭曲形變機織物的機織物組織結構種類，尤其對于 斜紋組織、緞紋組織和變化組織，這些種類機織物組織結構的穩定性低于平紋組織，紗線更 易扭曲形變。現有技術中大多數機織物組織結構種類識別方法的應用場景限制較高，只適 用于完整、干凈、平整的非平紋的機織物，不利于推廣與應用；其中部分方法還需要首先獲 取準確的機織物組織圖才能識別織物組織結構種類，操作流程不合理。
【發明內容】
[0005] 本發明所要解決的技術問題是:提供一種機織物組織結構種類的識別方法，是基 于紗線邊界特征的機織物組織結構種類的識別方法，克服了現有機織物組織結構種類識別 方法中存在的識別率較低，亮度及色彩變化對識別結果影響較大，無法應對光照不均勻、紗 線粗細和顏色變化的機織物組織結構種類，難以識別紗線和纖維扭曲形變機織物的機織物 組織結構種類的缺陷，同時對斜紋組織及其變化組織和緞紋組織極其變化組織均具有識別 效果。
[0006] 本發明解決該技術問題所采用的技術方案是:一種機織物組織結構種類的識別方 法，是基于紗線邊界特征的機織物組織結構種類的識別方法，步驟如下：
[0007] 第一步，機織物圖像預處理：
[0008] 將利用USB數碼電子顯微鏡采集的機織物高分辨率放大圖像輸入到計算機中，并 利用公式（1)將RGB色彩空間圖像轉化為HSV色彩空間，獲取亮度信息Iv，
[0009] Iv=max{lR，Ig，Ib} (1)，
[0010] 式中IR、IC、IB分別表示每個像素點在RGB色彩空間下的紅色、綠色和藍色分量數 值，然后對該亮度信息Iv進行中值濾波處理得到機織物亮度圖像Iv,mf，進一步對Iv,mf腐蝕處 理得到機織物亮度圖像Iv, Er。；
[0011] 第二步，亮度投影糾斜并分割機織物組織點圖像：
[0012] 先對上述第一步中腐蝕處理得到的機織物亮度圖像Iv,Er。做水平投影并進行Sigma 為1.75的高斯濾波，以投影曲線波谷作為分割位置分割出煒紗，自上往下依次對分割出的 每根煒紗垂直投影并確定投影曲線間對應極小值點，根據第一根煒紗和最后一根煒紗垂直 投影曲線對應的極小值點偏移量均值計算經紗與垂直方向傾斜夾角即經紗傾斜角度Θ，當 經紗右斜時，Θ為負，當經紗左斜時，Θ為正，利用Θ在公式(2)中對上述第一步中的中值濾波 處理得到機織物亮度圖像Iv,mf進行經紗糾斜得到糾斜后機織物亮度圖像4_，利用Θ在公 式(3)中對上述腐蝕處理后的機織物亮度圖像Iv,Er。進行經紗糾斜得到糾斜后機織物亮度圖 像為· ，
[0015] 其中SVer為該機織物垂直方向分辨率，tan為對Θ計算正切函數，（X，y)為經紗糾斜 后圖像像素點坐標，（x+y tanΘ，y)和(λ. +tan沒-w. ian 0」,.r)均為經紗糾斜前圖像像素 點坐標，當計算得到坐標不為整數時，則通過雙線性插值計算得到對應像素點數值，
[0016] 再對糾斜后機織物亮度圖像進行垂直投影并進行Sigma為1.75的高斯濾波， 以曲線極小值點分割出經紗，結合前面煒紗分割結果，獲得每個機織物組織點圖像分割區 域信息，以該分割區域信息在糾斜后機織物亮度圖像ι，Α?ρ上分割出各機織物組織點圖像；
[0017] 第三步，局部機織物組織點圖像歸一化：
[0018] (1)局部機織物組織點圖像尺寸歸一化：
[0019] 對上述第二步得到的糾斜后機織物亮度圖像息_.上分割出各機織物組織點圖像 的結果，在自左往右的逐條經紗上，自上往下依次取每條煒紗與各經紗相交所得的機織物 組織點圖像，以每次所取機織物組織點圖像作為中心機織物組織點圖像，水平向左為〇度， 取該中心機織物組織點圖像順時針旋轉0度、90度、180度和270度四個方位中存在的相鄰機 織物組織點圖像，作為一組局部機織物組織點圖像，每組局部機織物組織點圖像中，以中心 機織物組織點圖像尺寸為標準，歸一化其相鄰機織物組織點圖像尺寸，并完成所有局部機 織物組織點圖像尺寸歸一化；
[0020] (2)局部機織物組織點圖像亮度歸一化：
[0021] 每組局部機織物組織點圖像經過上述步驟（1)尺寸歸一化后，計算各組局部機織 物組織點圖像所有像素的總亮度均值，每個中心機織物組織點圖像及其所有相鄰機織物組 織點圖像的所有像素亮度值減去對應總亮度均值，得到亮度歸一化后的中心機織物組織點 圖像及相鄰機織物組織點圖像；
[0022] 第四步，計算機織物組織點圖像紗線邊界特征：
[0023] 利用上述第三步中的每一組局部機織物組織點圖像集合，進行對應中心機織物組 織點圖像的紗線邊界特征的計算，詳細地說是:將中心機織物組織點圖像與某相鄰機織物 組織點圖像間的亮度變化關系，稱為相鄰機織物組織點圖像間亮度絕對變化關系，在中心 機織物組織點圖像與其水平方向兩個相鄰機織物組織點圖像的組合中，或在中心機織物組 織點圖像與其垂直方向兩個相鄰機織物組織點圖像的組合中，中心機織物組織點圖像與某 相鄰機織物組織點圖像間的亮度變化相對于對應組合整體亮度變化的程度，稱為相鄰機織 物組織點圖像間亮度相對變化關系，首先利用相鄰機織物組織點圖像間亮度絕對變化關系 計算紗線邊界特征，進一步利用相鄰機織物組織點圖像間亮度相對變化關系修正紗線邊界 特征，具體方法如下；
[0024] (1)利用相鄰機織物組織點圖像間亮度絕對變化關系計算紗線邊界特征：
[0025] (a)中心機織物組織點圖像與其0度方向相鄰機織物組織點圖像間紗線邊界存在 情況判斷：
[0026] 對于上述第三步亮度歸一化后的每組局部機織物組織點圖像，當中心機織物組織 點圖像〇度方向相鄰機織物組織點圖像存在，中心機織物組織點圖像與其〇度方向相鄰機織 物組織點圖像按照在機織物上分布順序拼接，拼接后圖像按照公式(4)計算對應的高斯卷 積核，
[0028] 其中w和h分別表示卷積核水平方向和垂直方向尺寸，u取值0至ljw-1，v取值0到h-Ι， 〇x=w/4,〇y = h/4,令1_表示中心機織物組織點圖像與其相鄰機織物組織點圖像拼接后所 得圖像，Sspi,dPSspi,h分別表示ISP1水平方向尺寸和垂直方向尺寸，w = [5^w/10 + 0.5j，h = Sspl,h ；
[0029]將該拼接圖像與高斯卷積核按照公式(5)進行卷積，得到二維卷積結果T(x，y)，
[0031] 其中X取0至ljSspi,w_w，y恒取0,即將二維卷積結果T(x，y)中y所對應維度去掉，令t = 叉+7，則1'(1，7)簡化為水平亮度變化曲線^(〇，且^(〇=1'&，0)，
[0032] 利用公式(6)離散傅里葉變換將上述水平亮度變化曲線轉化到頻域，
[0034]其中fh(t)表示離散的水平亮度變化曲線中第t個元素，Nc^。表示該離散水平亮度 變化曲線長度，這里Ncrc = Sspi,w-w+l，Fh(s)表示水平亮度變化曲線fh(t)經離散傅里葉變換 轉換后所得離散頻域序列，
[0035]取離散頻域序列Fh(s)實部前半部分，再令序列中每個元素絕對值減去其自身，得 到離散序列{Bh(s)}，s = l，2, . . .，round(Ncrc；/2)-l，根據以下條件判斷中心機織物組織點 圖像與其〇度方向相鄰機織物組織點圖像間紗線邊界存在情況：
[0036] 1)當上述離散序列{Bh(s)}中數值最大的元素唯一，且最大的元素對應序號s為2， 中心機織物組織點圖像與其0度方向相鄰機織物組織點圖像間不存在紗線邊界；
[0037] 2)其他，中心機織物組織點圖像與其0度方向相鄰機織物組織點圖像間存在紗線 邊界；
[0038] (b)中心機織物組織點圖像與其180度方向相鄰機織物組織點圖像間紗線邊界存 在情況判斷：
[0039]對于上述第三步亮度歸一化后的每組局部機織物組織點圖像，當中心機織物組織 點圖像180度方向相鄰機織物組織點圖像存在，對中心機織物組織點圖像與其180度方向相 鄰機織物組織點圖像按照在機織物上分布順序拼接后，重復上述步驟(a)的中心機織物組 織點圖像與其〇度方向相鄰機織物組織點圖像間紗線邊界存在情況判斷中公式(4)-公式 (6)操作的過程，根據以下條件判斷中心機織物組織點圖像與其180度方向相鄰機織物組織 點圖像間紗線邊界存在情況：
[0040] 1)當上述離散序列{Bh(S)}中數值最大的元素唯一，且最大的元素對應序號s為2， 中心機織物組織點圖像與其180度方向相鄰機織物組織點圖像間不存在紗線邊界；
[0041] 2)其他，中心機織物組織點圖像與其180度方向相鄰機織物組織點圖像間存在紗 線邊界；
[0042] (c)中心機織物組織點圖像與其90度方向相鄰機織物組織點圖像間紗線邊界存在 情況判斷：
[0043]對于上述第三步亮度歸一化后的每組局部機織物組織點圖像，當中心機織物組織 點圖像90度方向相鄰機織物組織點圖像存在，對中心機織物組織點圖像與其90度方向相鄰 機織物組織點圖像按照在機織物上分布順序拼接后，除區別于公式(4)操作時，令w = Sspl,w， Α=^υ?0+0:.Ψ公式（5)操作時，X恒取〇，y取值范圍為0到 s_,h-h，將二維卷積結果T (x，y)中X所對應維度去掉，得到垂直亮度變化曲線fv(t)，且fv(t)=T(0，y)，公式(6)操作 時，Nc^ = Sspi,h-h+l，對垂直亮度變化曲線fv(t)進行傅里葉變換得到離散頻域序列Fv(s)之 外，重復上述步驟(a)的中心機織物組織點圖像與其0度方向相鄰機織物組織點圖像間紗線 邊界存在情況判斷中公式(4)-公式(6)操作的過程，取離散頻域序列F v(s)實部前半部分， 再令序列中每個元素絕對值減去其自身，得到離散序列{Bv(s)}，根據以下條件判斷中心機 織物組織點圖像與其90度方向相鄰機織物組織點圖像間紗線邊界存在情況：
[0044] 1)當上述離散序列{Bv(s)}中數值最大的元素唯一，且最大的元素對應序號s為2， 中心機織物組織點圖像與其90度方向相鄰機織物組織點圖像間不存在紗線邊界；
[0045] 2)其他，中心機織物組織點圖像與其90度方向相鄰機織物組織點圖像間存在紗線 邊界；
[0046] (d)中心機織物組織點圖像與其270度方向相鄰機織物組織點圖像間紗線邊界存 在情況判斷：
[0047] 對于上述第三步亮度歸一化后的每組局部機織物組織點圖像，當中心機織物組織 點圖像270度方向相鄰機織物組織點圖像存在，對中心機織物組織點圖像與其270度方向相 鄰機織物組織點圖像按照在機織物上分布順序拼接后，重復上述步驟(c)的中心機織物組 織點圖像與其90度方向相鄰機織物組織點圖像間紗線邊界存在情況判斷中公式(4)_公式 (6)操作的過程，根據以下條件判斷中心機織物組織點圖像與其270度方向相鄰機織物組織 點圖像間紗線邊界存在情況：
[0048] 1)當上述離散序列{Bv(s)}中數值最大的元素唯一，且最大的元素對應序號s為2， 中心機織物組織點圖像與其270度方向相鄰機織物組織點圖像間不存在紗線邊界；
[0049] 2)其他，中心機織物組織點圖像與其270度方向相鄰機織物組織點圖像間存在紗 線邊界；
[0050] (e)計算中心機織物組織點圖像的紗線邊界特征向量：
[0051 ]將每個中心機織物組織點圖像與其0度、90度、180度、270度四個方向相鄰機織物 組織點圖像間的機織物組織點圖像存在情況和紗線邊界存在情況串聯成該中心機織物組 織點圖像的紗線邊界特征向量，用\11(1〇少=1，2,3,4依次表示第 111條煒紗、11條經紗相交所 得中心機織物組織點圖像與其0度、90度、180度和270度方向相鄰機織物組織點圖像間的機 織物組織點圖像存在情況和紗線邊界存在情況，當中心機織物組織點圖像與其0度、90度、 180度和270度方向上存在的相鄰機織物組織點圖像間不存在紗線邊界，令對應 Vm,n(k) = 0; 當中心機織物組織點圖像與其0度、90度、180度和270度方向上存在的相鄰機織物組織點圖 像間存在紗線邊界，令對應v m,n(k) = l，第m條煒紗、η條經紗相交所得中心機織物組織點圖 像的紗線邊界特征向量由Vm, n( k)依次串聯而成，表示為紗線邊界特征向量Vm, n = ( Vm, η( 1 )， Vm,n(2)，Vm,n(3)，Vm,n(4))，這里Π 1=1，2,3, . . .，Nweft，n=l，2,3, . . .，Nwarp，Nweft為機織物樣本 煒紗數，Nwarp為機織物樣本經紗數；
[0052] (2)利用相鄰機織物組織點圖像間亮度相對變化關系修正紗線邊界特征：
[0053] 對于上述步驟（1)得到的機織物組織點圖像的紗線邊界特征向量，當中心機織物 組織點圖像〇度和180度方向相鄰機織物組織點圖像均存在，中心機織物組織點圖像與其0 度和180度方向相鄰機織物組織點圖像按照機織物上分布順序同時拼接后，除區別于公式 ⑷操作時，令w = LW15 + 0.5J，h = Sspl,h之外，重復上述步驟⑴中的中心機織物組織點 圖像與其〇度方向相鄰機織物組織點圖像間紗線邊界存在情況判斷中公式(4)_公式(5)操 作的過程，得到水平亮度變化曲線，對得到的水平亮度變化曲線提取全局最大值、全局最小 值、中心機織物組織點圖像與其0度方向相鄰機織物組織點圖像對應水平亮度變化曲線區 域的局部極小值、中心機織物組織點圖像與其180度方向相鄰機織物組織點圖像對應水平 亮度變化曲線區域的局部極小值、〇度方向相鄰機織物組織點圖像對應水平亮度變化曲線 區域的局部最大值、中心機織物組織點圖像對應水平亮度變化曲線區域的局部最大值以及 180度方向相鄰機織物組織點圖像對應水平亮度變化曲線區域的局部最大值，其中局部極 小值通過下述方式▲得到：
[0054] ▲:取中心機織物組織點圖像與其某方向相鄰機織物組織點圖像在亮度變化曲線 上對應區域，再取該區域中間2/3區間上所有極小值，在所取所有極小值中取最小值作為局 部極小值；
[0055] 當中心機織物組織點圖像0度和180度方向相鄰機織物組織點圖像中有一個不存 在，對中心機織物組織點圖像與0度和180度方向相鄰機織物組織點圖像中存在的機織物組 織點圖像按照機織物上分布順序同時拼接后，重復上述步驟（1)中的中心機織物組織點圖 像與其〇度方向相鄰機織物組織點圖像間紗線邊界存在情況判斷中公式(4)_公式(5)操作 的過程，得到水平亮度變化曲線，對該得到的水平亮度變化曲線提取全局最大值、全局最小 值、局部極小值、〇度和180度方向相鄰機織物組織點圖像中存在的組織點圖像對應水平亮 度變化曲線區域的局部最大值、中心機織物組織點圖像對應水平亮度變化曲線區域的局部 最大值，其中局部極小值通過上述方式▲得到；
[0056] 當中心機織物組織點圖像90度和270度方向相鄰機織物組織點圖像均存在，中心 機織物組織點圖像與其90度和270度方向相鄰機織物組織點圖像按照機織物上分布順序同 時拼接后，除區別于公式⑷操作時，令w = Sspl,w，A4U15 + 0>5j之外，重復上述步驟 (1)中的中心機織物組織點圖像與其90度方向相鄰機織物組織點圖像間紗線邊界存在情況 判斷中公式(4)-公式(5)操作的過程，得到垂直亮度變化曲線，對得到的垂直亮度變化曲線 提取全局最大值、全局最小值、中心機織物組織點圖像與其90度方向相鄰機織物組織點圖 像對應垂直亮度變化曲線區