余十平，龍海如

（東華大學(xué) 紡織學(xué)院，上海 201620）

基于三維掃描技術(shù)檢測(cè)針織物的起毛起球特征值

余十平，龍海如

（東華大學(xué) 紡織學(xué)院，上海 201620）

利用三維掃描儀獲取了針織物表面坐標(biāo)數(shù)據(jù)，在等間距網(wǎng)絡(luò)規(guī)整預(yù)處理和小波分析降噪處理后，研究了毛球與背景分離的方法，并通過相關(guān)算法和計(jì)算機(jī)處理獲取了毛球的個(gè)數(shù)、面積和體積等特征值.試驗(yàn)結(jié)果表明，該方法可以自動(dòng)檢測(cè)針織物起毛起球特征值，具有較高精度和較好可視性，并且不受針織物色彩及紋理的影響.

三維掃描；針織物；起毛起球；小波分析；圖像處理

在紡織工業(yè)中，針織物的起毛起球等級(jí)是評(píng)價(jià)織物性能的重要指標(biāo).傳統(tǒng)的方法是通過技術(shù)人員觀測(cè)織物并與標(biāo)準(zhǔn)樣照對(duì)比來評(píng)定起毛起球等級(jí).當(dāng)大批量的檢測(cè)時(shí)，傳統(tǒng)方法不僅費(fèi)時(shí)費(fèi)力，而且測(cè)量結(jié)果很大程度上受到主觀因素的影響.近年來為了改進(jìn)測(cè)試方法，提高測(cè)試效率，一些新的手段應(yīng)運(yùn)而生，常見的有兩種方法.第一，二維圖像處理方法［1］.對(duì)針織物拍照，然后通過一定的方法找出毛球的邊界閾值并分離出毛球信息，以此求出毛球的各種特征值，從而評(píng)價(jià)針織物起毛起球等級(jí).第二，光照投影間接法［2］.使用間接方法獲取針織物表面三維坐標(biāo)數(shù)據(jù)，借以模擬出針織物表面，并使用相關(guān)的算法分離出毛球坐標(biāo)，從而得到反映針織物起毛起球的特征值，根據(jù)這些特征值判斷針織物的起毛起球等級(jí).這些方法都較大程度上改變了傳統(tǒng)檢測(cè)方法所存在的不足，并將主觀評(píng)定引伸到了客觀評(píng)定.但是，二維圖像處理的方法在尋找邊界閾值時(shí)受針織物色澤和組織的影響比較大；光照投影間接法在采集數(shù)據(jù)時(shí)受到相鄰點(diǎn)的影響而產(chǎn)生誤差［3］.本文通過Xystum三維掃描儀直接獲取針織物表面信息，并利用OpenGL仿真技術(shù)重建針織物表面，再結(jié)合分離毛球信息的算法，從而實(shí)現(xiàn)檢測(cè)過程的自動(dòng)化與可視化.

1 測(cè)試系統(tǒng)與試樣

本文構(gòu)建的測(cè)試系統(tǒng)中硬件部分由Xystum三維掃描儀和圖形工作站組成；軟件部分包括：Window XP操作系統(tǒng)，Xystum三維掃描儀配套的掃描控制軟件 Digitrek 4.03，將獲取信息轉(zhuǎn)化為ASCII格式文檔的Convert軟件，模擬出表面模型的Palywork軟件以及VC＋＋6.0編程平臺(tái).系統(tǒng)流程圖如圖1所示.

圖1 系統(tǒng)流程圖Fig.1 System process chart

1.1 Xystum三維掃描儀工作

如原圖理 及2數(shù)（a據(jù)）特所點(diǎn)示 為Xystum三維掃描儀工作原理.激光束照射被測(cè)物體，接觸物體表面后產(chǎn)生垂直反射并返回發(fā)射器，利用激光往返所用的時(shí)間計(jì)算物體表面的高度坐標(biāo).

如圖2（b）所示為Xystum三維掃描儀的掃描路徑.在掃描過程中掃描儀的激光探測(cè)器是固定不變的，通過載物臺(tái)在xOy平面上移動(dòng)來完成整幅織物的掃描.

如圖2（c）所示為獲取的點(diǎn)陣信息.織物經(jīng)掃描獲取的點(diǎn)陣信息為二維數(shù)據(jù)，x和y為點(diǎn)陣所在的水平位置，z（x，y）為高度坐標(biāo)，小波處理主要針對(duì)高度坐標(biāo).

圖2 三維掃描儀工作原理與數(shù)據(jù)特點(diǎn)Fig.2 The work principle of three－dimensional scanner and its data feature

1.2 Playwork軟件

Playwork軟件主要用來模擬針織物表面，由于它只建立了針織物表面模型而沒有后續(xù)功能，所以可將其建立的模型作為參照物來提高建模算法的準(zhǔn)確性.Playwork模擬針織物表面的方法和步驟：首先，將Xystum三維掃描儀獲取的數(shù)據(jù)經(jīng)過Convert軟件轉(zhuǎn)化為易于識(shí)別的ASCII格式并存為txt文件；然后，為生成模型分配空間并設(shè)置存儲(chǔ)位置；最后導(dǎo)入需要建模的試樣txt數(shù)據(jù)文檔，設(shè)置適當(dāng)?shù)木燃纯傻玫皆撛嚇拥谋砻婺Ｐ?

經(jīng)過Xystum三維掃描儀獲取的針織物數(shù)據(jù)，可直接在Playwork中建模，實(shí)現(xiàn)模擬，如圖3所示.如圖4所示為針織物試樣掃描區(qū)域的照片.

對(duì)比圖3和4可以看出，Playwork建模軟件再現(xiàn)針織物表面的仿真效果較好，立體感強(qiáng)，能夠較為真實(shí)地再現(xiàn)織物表面狀態(tài).織物掃描數(shù)據(jù)導(dǎo)入Playwork之后即可模擬出織物的立體表面，為后續(xù)使用VC建立虛擬織物表面模型提供了對(duì)照依據(jù).

1.3 試樣

本文使用了4種針織面料作為試樣，其特征如表1所示.

表1 4種試樣的特征Table 1 Characteristics of four samples

本文所選試樣的表面狀態(tài)均為平整，這是因?yàn)楸疚牡乃惴ú贿m合有明顯孔洞和凸起的針織物.起毛起球試驗(yàn)均在馬丁代爾起毛起球儀上完成，試驗(yàn)參數(shù)及結(jié)果如表2所示.

表2 起毛起球試驗(yàn)及結(jié)果Table 2 Pilling tests and results

2 分離毛球信息

2.1 掃描數(shù)據(jù)等間距網(wǎng)絡(luò)規(guī)整預(yù)處理

Xystum三維掃描儀的掃描精度高達(dá)1μm，在y方向間隔設(shè)計(jì)為常規(guī)的0.2mm的情況下，掃描一塊3cm×3cm的針織物，其數(shù)據(jù)量為1×107～2×107.顯然龐大的數(shù)據(jù)量不適合后續(xù)建模，而且高精度環(huán)境下掃描得到的數(shù)據(jù)會(huì)出現(xiàn)很多相鄰且高度完全相同的點(diǎn)，這些點(diǎn)應(yīng)該在建模之前去除一部分.另外，由于掃描過程儀器的振動(dòng)會(huì)造成激光偏移，導(dǎo)致數(shù)據(jù)在xOy平面上不規(guī)整排列，同樣會(huì)對(duì)后續(xù)的建模造成影響，所以需要對(duì)數(shù)據(jù)進(jìn)行規(guī)整預(yù)處理.

本文采用的等間距網(wǎng)絡(luò)規(guī)整預(yù)處理的原理：在已知掃描寬度和掃描間距的情況下，在VC中將所需的掃描點(diǎn)x和y方向的數(shù)值等間距排列，然后從掃描數(shù)據(jù)中尋找x和y方向距這些點(diǎn)最近的點(diǎn)，并將它們的高度坐標(biāo)賦值，得到排列規(guī)整的數(shù)據(jù)點(diǎn)陣.

等間距網(wǎng)絡(luò)規(guī)整預(yù)處理在實(shí)現(xiàn)數(shù)據(jù)規(guī)整的同時(shí)也可以實(shí)現(xiàn)數(shù)據(jù)精簡(jiǎn).例如，本文中掃描區(qū)域?yàn)?cm×3cm，其掃描間距Δx＝0.001mm，Δy＝0.2 mm.使用等間距網(wǎng)絡(luò)規(guī)整則有Δx＝Δy＝0.2 mm，即將掃描區(qū)域劃分為等間距150行×150列的網(wǎng)絡(luò)狀，然后將相應(yīng)的高度坐標(biāo)賦值.經(jīng)過規(guī)整的數(shù)據(jù)點(diǎn)陣在Playwork中建立的模型效果良好，幾乎與原始數(shù)據(jù)建立的模型完全相同.4種針織物的起毛起球試樣，經(jīng)等間距網(wǎng)絡(luò)規(guī)整預(yù)處理后在Playwork軟件中建立的模型圖像如圖5，用VC建立的模型圖像如圖6.

對(duì)照?qǐng)D5和6可以看出，VC建立的模型和Playwork上建立的模型反映針織物表面狀態(tài)和特征相同，并且不受針織物顏色的影響，受組織的影響也很小，可以用于起毛起球的分析和計(jì)算.

2.2 小波去噪處理

在掃描過程中，針織物表面纖維色澤的變化以及長(zhǎng)毛纖維、雜質(zhì)的存在等因素，容易造成反射光信息波動(dòng)而產(chǎn)生偏差，模擬的圖像會(huì)產(chǎn)生噪聲.圖像數(shù)據(jù)降噪處理的方法有很多，小波去噪處理以自身良好的時(shí)頻特征，實(shí)現(xiàn)了非線性方法的圖像降噪.

2.2.1 小波用于圖像數(shù)據(jù)降噪的原理

一個(gè)含噪的構(gòu)成圖像的高度信息可以表示為C（x，y）＝f（x，y）＋ε×e（x，y），其中，（x，y）表示位置，C（x，y）為含噪高度信號(hào)，f（x，y）為有用高度信號(hào)，e（x，y）為高度噪聲信號(hào)，ε為噪聲強(qiáng)度.噪聲信號(hào)通常表現(xiàn)為高頻信號(hào)，低頻部分為有用信息，因此可按如下步驟進(jìn)行去噪：小波分解，然后門限閾值處理小波分解系數(shù)，最后小波重構(gòu)［4］.

2.2.2 小波降噪的計(jì)算機(jī)實(shí)現(xiàn)

小波降噪的計(jì)算機(jī)實(shí)現(xiàn)步驟：（1）為規(guī)整后的掃描數(shù)據(jù)分配內(nèi)存空間；（2）獲取濾波器參數(shù)，設(shè)計(jì)輸入對(duì)話框，用戶可以選擇不同的分解層次和濾波長(zhǎng)度；（3）H和G算子周期化；（4）H和G算子分別作用于行、列數(shù)據(jù)，實(shí)現(xiàn)圖像的去噪.

為了更好地展現(xiàn)模型的立體感以及小波降噪對(duì)數(shù)據(jù)處理后模型的優(yōu)化效果，本文充分利用VC建模的優(yōu)勢(shì)，對(duì)模型進(jìn)行平移和旋轉(zhuǎn)操作，尋找最佳視角觀看模型，依此進(jìn)行對(duì)比分析.圖7所示為與圖6對(duì)應(yīng)的各個(gè)針織物模型最佳視角觀看到的圖像效果，圖8所示為經(jīng)過小波處理后的圖像效果.

圖8 小波處理后各試樣模型圖像Fig.8 Digital images after noise－reduction

圖7 小波處理前各試樣模型圖像Fig.7 Digital images before noise－reduction

從圖7和8的對(duì)比可以看出，經(jīng)過小波處理后，底紋信息高度波動(dòng)減小了，從而更好地突出了毛球信息，而且整個(gè)模型表面高度的變化也變得平滑，有助于增強(qiáng)后續(xù)分離毛球信息的作用效果.圖像中類似于水痕的紋理是因?yàn)樵谟?jì)算機(jī)中設(shè)計(jì)了光照而產(chǎn)生的，并非針織物紋理或顏色.

2.3 分離毛球信息

對(duì)于高度模型的毛球分離，實(shí)現(xiàn)的方法主要有兩種.第一種是手動(dòng)閾值分離法，這種方法依托計(jì)算機(jī)強(qiáng)大的計(jì)算能力，首先求出每行高度坐標(biāo)的平均值作為分離值，然后分別使用兩個(gè)控件緩慢增加或減少這個(gè)分離值（例如本文試驗(yàn)時(shí)采用的步長(zhǎng)為0.01mm），觀察分離效果達(dá)到最佳時(shí)的分離值即為分離閾值.這種方法操作比較簡(jiǎn)單，但是費(fèi)時(shí)費(fèi)力，且受到觀測(cè)者的主觀影響較大，因此只在對(duì)比驗(yàn)證時(shí)使用.第二種是對(duì)稱最大距離分離法，其基本原理：分別求取每一行高度數(shù)據(jù)的平均值和最小高度值，并依此求出平均值以下高度值的最大距離，然后以該距離為判斷依據(jù)，在該行高度坐標(biāo)中探尋高度大于平均值且離平均值的距離大于最大距離的坐標(biāo)點(diǎn)，并進(jìn)行標(biāo)記，這些被標(biāo)記的點(diǎn)構(gòu)成毛球分離出來的毛球信息，沒有被標(biāo)記的構(gòu)成背景信息.圖9所示為4種針織物試樣經(jīng)對(duì)稱最大距離分離法處理后的毛球分離效果，圖10為使用手動(dòng)閾值分離法處理后得到的毛球分離效果.

根據(jù)VC中導(dǎo)出的經(jīng)過小波處理后的模型數(shù)據(jù)以及圖7和8的對(duì)比，可知小波處理減小了高度坐標(biāo)的波動(dòng)，使得高度坐標(biāo)向平均值靠攏，減小了最大距離的誤判概率.圖9證明對(duì)稱最大距離分離法具有一定的實(shí)用性，但是當(dāng)毛球很大且數(shù)量多時(shí)，會(huì)造成毛球底部邊緣沒有被標(biāo)記上，從而影響后續(xù)特征值的計(jì)算（如圖9和10中試樣C的毛球區(qū)域）.因此，當(dāng)遇到毛球大且數(shù)量多時(shí)，可通過毛球高度分布確定一個(gè)修正值來減小誤判概率，或者使用手動(dòng)控制的方法來修正，本文使用手動(dòng)的方法修正.

3 獲取針織物試樣特征值

針織物起毛起球圖像的特征值是針織物起毛起球等級(jí)判定的依據(jù)，針織物的不同起毛起球等級(jí)反映在不同的起球數(shù)量、毛球大小、毛球面積、毛球體積等特征值上，因此，獲取針織物起毛起球的特征值是評(píng)價(jià)起毛起球等級(jí)的關(guān)鍵.

3.1 起毛起球圖像中毛球的個(gè)數(shù)

對(duì)每一個(gè)點(diǎn)采用四聯(lián)通區(qū)域遍歷法搜索高度大于閾值的聯(lián)通區(qū)域.將遇到的第一個(gè)大于閾值的聯(lián)通區(qū)域的所有點(diǎn)標(biāo)記為1，同時(shí)記下點(diǎn)的個(gè)數(shù)m1，這樣依次判斷圖像上所有的點(diǎn)，直到最后一個(gè)毛球標(biāo)記為N，點(diǎn)的個(gè)數(shù)紀(jì)錄為mN.

3.2 毛球的平均高度和最大高度

3.3 毛球的最大面積、總面積和平均面積

3.4 毛球的最大體積、總體積和平均體積

3.5 獲取針織物起毛起球特征值

為方便計(jì)算機(jī)處理，從上述毛球特征值中選取相關(guān)性和可分性綜合效果都較好［5］的7個(gè)參數(shù)作為計(jì)算對(duì)象，通過3.1～3.4節(jié)的算法在計(jì)算機(jī)中自動(dòng)檢測(cè)得到的結(jié)果如表3所示.為了減小毛羽的影響，在判斷毛球時(shí)將聯(lián)通面積大于或等于0.2mm2的區(qū)域記為毛球區(qū)域.

表3 測(cè)試針織物的起毛起球特征值Table 3 Pilling eigenvalues of tested knitted fabric

4 結(jié) 語

本文利用計(jì)算機(jī)三維圖像數(shù)據(jù)處理和仿真技術(shù)，對(duì)采集的針織物表面信息進(jìn)行處理和建模分析，實(shí)現(xiàn)針織物起毛起球的自動(dòng)化檢測(cè).通過試驗(yàn)和數(shù)據(jù)的分析，得出以下結(jié)論.

（1）利用Xystum三維掃描儀獲取針織物表面三維坐標(biāo)，精度高，數(shù)據(jù)信息容易處理和實(shí)現(xiàn)規(guī)整化.建模和仿真過程采用Playwork軟件作為對(duì)比和參照依據(jù)，加快了試驗(yàn)和處理的速度.

（2）利用小波分析對(duì)獲取的高度坐標(biāo)數(shù)據(jù)進(jìn)行處理，有效去除了掃描過程中因?yàn)殡s質(zhì)和長(zhǎng)纖維以及機(jī)器振動(dòng)造成的光學(xué)數(shù)據(jù)偏差，增強(qiáng)了數(shù)據(jù)信息的有效性，并減小了數(shù)據(jù)波動(dòng).

（3）通過對(duì)稱最大距離分離法將毛球與背景分離，并與手動(dòng)輸入閾值分離效果進(jìn)行對(duì)比，確定該方法具有一定的適用性，但對(duì)高度變化較大的織物還需要進(jìn)行手動(dòng)調(diào)整.

（4）分離毛球完成后，通過相關(guān)算法得到該模型反映起毛起球等級(jí)的特征值.

參 考 文 獻(xiàn)

［1］KONDA A，XIN L C.Evaluation of pilling by computer image analysis ［J］.Journal of the Textile Machinery Society of Japan，1990，36（3）：96－107.

［2］XIN B J，HU J L，BACIU G.Visualization of textile surface roughness based on silhouette image analysis ［J］.Textile Research Journal，2010，80（2）：166－175.

［3］花勇.基于圖像處理技術(shù)的緯編單面針織物組織結(jié)構(gòu)及參數(shù)的識(shí)別［D］.上海：東華大學(xué)紡織學(xué)院，2011.

［4］盧?？?小波分析理論在織物起毛起球客觀評(píng)定中的應(yīng)用［D］.天津：天津工業(yè)大學(xué)藝術(shù)與服裝學(xué)院，2008.

［5］陳霞.基于切面投影圖像的織物起毛起球的計(jì)算機(jī)視覺評(píng)定［D］.上海：東華大學(xué)紡織學(xué)院，2003.

Detecting Knitted Fabric Pilling Eigenvalues Based on Three－Dimensional Scanning Technique

YUShi－ping，LONGHai－ru
（College of Textiles，Donghua University，Shanghai 201620，China）

The three－dimensional scanner was used to obtain data of knitted fabric surface coordinates.After pretreatment by the equidistant net regularization and denoising by wavelet analysis，the method of separation between pilling and background was investigated，and pilling eigenvalues，such as pilling number，area，volume and so on，were gained by the algorithm and computer processing.The results show that the method can obtain pilling eigenvalues of knitted fabric automatically and has higher precision and good visibility.In addition，the technique is hardly affected by the color and texture of tested knitted fabric.

three－dimensional scan；knitted fabric；pilling；wavelet analysis；image processing

TS 101.8

A

1671－0444（2013）01－0042－06

2011－11－30

余十平（1986—），男，湖北安陸人，碩士，研究方向?yàn)閿?shù)字化紡織工程.E－mail：ranshao12345＠163.com

龍海如（聯(lián)系人），男，教授，E－mail：hrlong＠dhu.edu.cn