劉瑞鑫，李立輕，汪 軍，b，陳 霞

（東華大學(xué)a.紡織學(xué)院b.紡織面料技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，上海 201620）

基于光度立體視覺(jué)的織物褶裥等級(jí)評(píng)定

劉瑞鑫a，李立輕a，汪 軍a，b，陳 霞a

（東華大學(xué)a.紡織學(xué)院b.紡織面料技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，上海 201620）

針對(duì)目前織物褶裥等級(jí)依賴專家主觀評(píng)定存在不確定因素的問(wèn)題，提出了利用光度立體視覺(jué)算法進(jìn)行織物褶裥等級(jí)評(píng)定的方法.在8個(gè)不同方向的光照下拍攝多幅織物圖像，得到二維灰度圖像，并通過(guò)一次差分運(yùn)算重建織物表面各點(diǎn)的高度，利用三維重建獲取織物表面形狀信息.通過(guò)試驗(yàn)提取高度值和尖銳度來(lái)表征褶裥特征，以此客觀評(píng)估織物褶裥的等級(jí).

織物褶裥；等級(jí)評(píng)定；光度立體視覺(jué)；三維重建

織物經(jīng)洗滌后褶裥外觀的評(píng)定是評(píng)價(jià)紡織品性能的一項(xiàng)重要指標(biāo).目前，依照文獻(xiàn)［1］，將帶有褶裥的織物試樣經(jīng)過(guò)模擬洗滌操作程序后再進(jìn)行褶裥性能的評(píng)定.評(píng)定級(jí)數(shù)時(shí)，在懸掛式照明設(shè)備的適當(dāng)位置補(bǔ)充一個(gè)聚光燈以加強(qiáng)褶裥區(qū)域的光照，然后在規(guī)定的照明條件下對(duì)試樣和褶裥外觀立體標(biāo)準(zhǔn)樣板進(jìn)行目測(cè)比較［1］.但是，此評(píng)定方法會(huì)受到心理因素、環(huán)境因素、人眼視覺(jué)效果的多義性和容錯(cuò)性等人工視覺(jué)檢測(cè)中不可避免的因素的影響，所以主觀評(píng)定洗滌后紡織品褶裥等級(jí)的結(jié)果往往具有不確定性和不唯一性.

機(jī)器視覺(jué)技術(shù)以其速度快、信息量大、功能多等特點(diǎn)在織物褶皺和接縫處等級(jí)評(píng)定中得到了廣泛的應(yīng)用，極大地提高了織物檢測(cè)的精度和效率.文獻(xiàn)［2］利用CCD（charge－coupled device）攝影的方法獲得了服裝表面接縫處的外表圖像，用人工智能法預(yù)測(cè)了服裝接縫處的平整度等級(jí).文獻(xiàn)［3］提出了用折皺灰度表面積、陰影面積對(duì)織物折皺評(píng)級(jí).文獻(xiàn)［4］提出了用折皺強(qiáng)度、輪廓、功率譜密度、尖銳度、隨機(jī)分布程度、總體外觀等來(lái)表征織物起皺程度.文獻(xiàn)［5］利用燈光照射起皺織物得到側(cè)面投影的技術(shù)客觀評(píng)定織物的平整度等級(jí).文獻(xiàn)［6］開(kāi)發(fā)了基于光度立體視覺(jué)法的織物平整度等級(jí)的客觀評(píng)估系統(tǒng)，在不同光照條件下拍攝織物的多幅圖像，利用光度立體視覺(jué)技術(shù)對(duì)織物表面進(jìn)行3D重建，并將該算法運(yùn)用到 AATCC （American Association of Textile Chemists and Color）織物平整度模板圖像的三維重建，獲取三維深度信息，結(jié)合4個(gè)特征值表征織物的起皺程度.目前國(guó)內(nèi)還沒(méi)有對(duì)褶裥性能客觀評(píng)級(jí)方法的研究，所以，本文借鑒前人對(duì)褶皺和接縫處平整度等級(jí)客觀評(píng)定的研究方法，提出了客觀評(píng)定織物褶裥等級(jí)的方法.本文在采集圖像時(shí)采用封閉的系統(tǒng)，以避免外界燈光對(duì)照射的影響，從而利用光度立體視覺(jué)技術(shù)對(duì)圖像進(jìn)行三維重建，提取反映褶裥性能的特征參數(shù).

1 光度立體視覺(jué)技術(shù)

光度立體（photometric stereo）技術(shù)是20世紀(jì)80年代中期開(kāi)始形成的一種在光源可控情況下恢復(fù)物體表面向量場(chǎng)的技術(shù).根據(jù)光學(xué)原理，當(dāng)光照射到物體表面時(shí)，除了部分光被物體表面吸收而轉(zhuǎn)換成熱以外，其余光則根據(jù)物體的性質(zhì)產(chǎn)生反射光和透射光.當(dāng)物體不透明時(shí)，物體表面的顏色僅由反射光決定.把反射光考慮成環(huán)境反射、漫反射和鏡面反射3個(gè)分量的組合.多幅不同光源下的圖像，計(jì)算物體表面的向量場(chǎng)相對(duì)容易，而且不會(huì)受到表面反射系數(shù)的影響［7］.

對(duì)于表面粗糙的織物而言，可將其看作為表面反射僅有散射光引起的朗伯體反射模型，則織物表面一點(diǎn)的亮度只與其表面反射系數(shù)和表面法向線性相關(guān)［6］.

設(shè)圖像一點(diǎn)的亮度為I0，其表面的單位法向量為N0，光源方向?yàn)镾0，則根據(jù)朗伯體表面反射模型有：

其中：η為物體表面的反射系數(shù)；N0＝ （Nx，Ny，Nz）T；S0＝ （Sx，Sy，Sz）T.

式（1）是關(guān)于各分量的線性方程，如果可以建立3個(gè)這樣的方程，就可以確定物體一點(diǎn)的法方向N.但是，CCD讀入的灰度圖像通常含有噪聲，使得光源放在3個(gè)位置上得到的方程組不準(zhǔn)確.因此，本系統(tǒng)利用廣義逆的概念，使用8個(gè)光源，用最小二乘法得到方程組的最優(yōu)近似解，此時(shí)，重建精度也可得到進(jìn)一步的提高.式（1）可變?yōu)?/p>

光矢量矩陣S為已知矩陣，只要其為列滿秩矩陣，它的廣義逆矩陣就一定存在，且是唯一的［6］.所以，由式（2）可得：

由于圖像已經(jīng)離散化［8］，因此（p，q）可用它們的一次差分近似地表示：

設(shè)起始點(diǎn)高度為z0＝z0（x0，y0）＝0，本文起始點(diǎn)為（0，0），由式（7）可以求出離散圖像點(diǎn)的高度值，從而獲得織物的表面形狀.

2 褶裥織物表面三維重建

2.1 三維重建算法偏差糾正

根據(jù)式（7）可計(jì)算得到織物表面各點(diǎn)的相對(duì)深度，但是由于在計(jì)算中會(huì)產(chǎn)生數(shù)值的積累，使得計(jì)算結(jié)果在離起始點(diǎn)比較遠(yuǎn)處的偏差較大，使得圖像有很大程度的傾斜，因此，本文采用式（8）算法對(duì)各點(diǎn)進(jìn)行修正，得到初步的重建表面.

其中：w為圖像像素寬度；h為圖像像素高度.

2.2 三維重建表面的迭代和修正

為了使三維重建算法的穩(wěn)定性和精確性得到進(jìn)一步的加強(qiáng)，考慮鄰域的平均值，結(jié)合變分和有限差分的思想對(duì)所得表面進(jìn)行迭代和修正，從而得到最佳的擬合表面.可用如下的迭代形式［9］：

其中：d為離散點(diǎn)之間的間距；

zn（x，y）為鄰域平均值，可用以下模板計(jì)算：

2.3 褶裥特征值的選取

由上述可知，用光度立體視覺(jué)重建褶裥織物表面能夠比較準(zhǔn)確地反映褶裥織物表面的三維信息.本文在繼承前人工作的基礎(chǔ)上，從重建的高度值中提取有效反映褶裥的特征值，以尖銳度和高度值來(lái)測(cè)試基于光度立體視覺(jué)的褶裥織物等級(jí)評(píng)定的精度.

尖銳度（s）：褶裥是有一條類似于波峰和波谷組成的曲線，波峰高度與波谷寬度的比值即為尖銳度［10］，如式（11）所示.

其中：M為褶裥織物行（列）的高度點(diǎn)數(shù)，在本文中行列高度點(diǎn)數(shù)是相等的，且M＝512；H為波峰高度；W為波谷寬度.

高度差（h）：對(duì)重建高度值按列求平均，可得到褶裥織物的二維圖像，從而求得波峰高度最高值與最小值的差值，即高度差.

3 試驗(yàn)與分析

3.1 圖像采集裝置

圖像采集裝置如圖1所示.采用北京嘉恒中自圖像技術(shù)有限公司的OK－SC3010型CCD攝像機(jī)，分辨率為1 027像素×768像素，攝像頭到織物的距離為100mm.光源系統(tǒng)為8只Philip 40磨砂白熾燈均勻分布的同一圓周平面，開(kāi)發(fā)主機(jī)采用CPU大于600MHz，內(nèi)存大于128Mbyte，5G以上的硬盤容量的配置.編程軟件為VC＋＋6.0.

圖1 圖像采集裝置示意圖Fig.1 Device for capturing images

此外，密閉的照明室可以防止外界光線的影響，從而提高織物重建的精度.鑒于人工評(píng)定時(shí)織物試樣需傾斜5°，因此，將織物放置區(qū)設(shè)計(jì)成與豎直平面夾角呈5°，試樣可以自然懸垂，保持褶裥形態(tài)不變.

3.2 褶裥織物表面重建

利用主觀目測(cè)的方法，將具有褶裥特征的5塊純白色平紋棉織物分成1，2，3，4，5等級(jí)，依次對(duì)織物進(jìn)行三維重建，并計(jì)算其特征值作為標(biāo)準(zhǔn).根據(jù)織物褶裥等級(jí)的順序把織物放在織物樣品區(qū)，使織物自然懸垂，依次開(kāi)啟8個(gè)光源，分別得到8幅大小為30mm×30mm（512像素×512像素）的圖像，經(jīng)過(guò)換算每個(gè)像素約等于0.059mm.利用上述光度立體視覺(jué)算法分別得到5塊織物表面各點(diǎn)的高度，并繪出織物的三維圖像，如圖2所示.

圖2 褶裥織物表面重建圖像Fig.2 Re－modeled surface shape of pleated fabrics

圖2中，x軸和y軸分別為與褶裥垂直和平行方向，z軸為織物表面高度方向.由圖2可知，織物重建圖像隨著褶裥等級(jí)的增大，織物褶裥高度有明顯的增加，突出比較明顯.將三維高度數(shù)據(jù)沿y軸求平均，得到織物側(cè)面投影圖，如圖3所示.

圖3 褶裥織物側(cè)面投影圖Fig.3 Projection of pleated fabric side

表1為5個(gè)等級(jí)褶裥織物計(jì)算所得到的特征值，圖4為褶裥等級(jí)與特征值的相關(guān)性.將特征值與褶裥織物等級(jí)進(jìn)行線性擬合，其相關(guān)系數(shù)均在0.95以上，這說(shuō)明尖銳度和高度差能夠較好地表征褶裥織物的特征.

表1 5個(gè)等級(jí)褶裥織物計(jì)算特征值Table 1 The features of fabric pleat with five grades

圖4 褶裥等級(jí)與特征值相關(guān)性Fig.4 Correlation of feature index with pleat grade

從圖4可看出，隨著褶裥等級(jí)的增大，圖像的尖銳度和高度差也會(huì)隨之增大，這樣便可很好地區(qū)分褶裥特征相近的織物.

3.3 試驗(yàn)驗(yàn)證

分別取褶裥織物樣品10塊，對(duì)其進(jìn)行三維重建，計(jì)算特征值，依據(jù)歐氏距離判別法對(duì)其進(jìn)行評(píng)級(jí).歐氏距離也稱歐幾里得度量，這是一個(gè)常用的距離定義，它是在m維空間中的兩個(gè)點(diǎn)之間的真實(shí)距離，在二維中的歐氏距離計(jì)算式為

其中：a和b分別代表尖銳度和高度差.

褶裥織物樣品的尖銳度和高度差，以及與5個(gè)標(biāo)準(zhǔn)等級(jí)的歐氏距離計(jì)算如表2所示，其中，d1，d2，d3，d4，d5分別為與1，2，3，4，5等級(jí)的歐氏距離.與主觀評(píng)定相比較，客觀評(píng)定準(zhǔn)確率為90%.

表2 褶裥織物樣品等級(jí)評(píng)定Table 1 The grade evaluation of pleated fabric samples

4 結(jié) 語(yǔ)

本文利用光度立體視覺(jué)法重建褶裥織物表面形狀，采用封閉的照明系統(tǒng)，避免了外界光照的影響，使之能夠采集到更加精確的二維灰度圖像，提高織物重建精度，并選取尖銳度和高度差評(píng)價(jià)織物褶裥的等級(jí).經(jīng)過(guò)試驗(yàn)證明，本算法能夠有效地區(qū)分褶裥的特征，并能夠?qū)ζ溥M(jìn)行評(píng)級(jí)，從而克服了主觀評(píng)定法中人眼存在盲斑及心理等主觀因素的影響，能夠客觀地評(píng)價(jià)織物經(jīng)洗滌后褶裥保持性的等級(jí).

參 考 文 獻(xiàn)

［1］GB／T 13770—2009紡織品評(píng)定織物經(jīng)洗滌后褶裥外觀的試驗(yàn)方法［S］.

［2］STYLIOS G，SOTOMI J O.Investigation of seam pucker in lightweight synthetic fabrics as aestheic property，part 1：A cognitive model for the measurement of seam pucker［J］.The Journal of the Textile Institute，1993，84（5）：593－600.

［3］XU B G.An overview of application of image analysis to objectively evaluate fabric appearance［J］.Textile Chemist and Colorist，1996，28（3）：18－23.

［4］NA Y，POURDEYHIMI B.Assessing wrinkling using image analysis and replicate standards［J］.Textile Research Journal，1999，65（3）：149－157.

［5］HESARIAN M S.Evaluation of fabric wrinkle by projected profile light line method［J］.The Journal of the Textile Institute，2010，101（5）：463－470.

［6］徐建明，汪軍.織物平整度等級(jí)客觀評(píng)估系統(tǒng)的研究［D］.上海：東華大學(xué)紡織學(xué)院，2006：13－25.

［7］張軍，彭國(guó)華，戴霞.一種基于光度立體圖像的3D模型重建算法［C］／／中國(guó)計(jì)算機(jī)圖形學(xué)進(jìn)展2004.西安：西北工業(yè)大學(xué)出版社，2004：193－194.

［8］李昊宇，李偉，徐小波.基于光度立體法的翹板黑瓜子識(shí)別方法研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2007，23（5）：159－163.

［9］郭東明，周偉峰，吳秀春.一種基于單目多幅圖像的三維曲面重構(gòu)方法［J］.計(jì)算機(jī)工程與應(yīng)用，2002（9）：55－57.

［10］楊曉波，黃秀寶.基于陰影恢復(fù)形狀的起皺織物表面形態(tài)重建研究［J］.中國(guó)圖象圖形學(xué)報(bào)：A版，2003，8（2）：181－186.

The Evaluation of Fabric Pleat Grade Based on Photometric Stereo

LIURui－xina，LILi－qinga，WANGJuna，b，CHENXiaa
（a.College of Textiles；b.Key Laboratory of Textile Science ＆Technology，Ministry of Education，Donghua University，Shanghai 201620，China）

The assessment of pleated fabric mostly depends on experts'subjective appraisement and the results are uncertain.A method to evaluate fabric pleat grade was proposed based on photometric stereo algorithm.Two－dimensional gray－scale images of fabric were captured under the illuminations from8 different directions，and the heights of the fabric's surface points were rebuilt with one time difference calculation.Then the surface shape information of the fabric was acquired with 3D reconstruction.The fabric pleats'altitude difference and sharpness could be characterized for the pleat features.The grade of fabric pleat could be evaluated from the features objectively.

fabric pleat；grade evaluation；photometric stereo；3D reconstruction

TS 102.6

A

1671－0444（2013）01－0048－05

2011－10－25

劉瑞鑫（1986—），女，山西長(zhǎng)治人，碩士研究生，研究方向?yàn)閿?shù)字化紡織.E－mail：liuruixin＠m(xù)ail.dhu.edu.cn

李立輕（聯(lián)系人），男，副教授，E－mail：liliqing＠dhu.edu.cn