陳冬蕾 吳巧英（通信作者）

浙江理工大學

織物平整度客觀評價中的圖像預處理及特征提取

陳冬蕾 吳巧英（通信作者）

浙江理工大學

利用MATLAB軟件對ATTCC織物平整度標準樣照進行預處理：圖像灰度化、中值濾波和灰度增強。通過邊緣檢測提取折皺密度作為平整度特征參數(shù)，對比圖像預處理前后平整度客觀評價結(jié)果。結(jié)果表明：圖像預處理能有效提高平整度客觀評價的準確性，預處理后織物平整度等級主客觀評定結(jié)果之間具有良好的一致性。

平整度 客觀評價 預處理

近年來，國內(nèi)外研究者致力于利用先進的圖像處理技術(shù)對織物平整度進行客觀評價[1]。其中，邊緣檢測[2]能準確且直觀地反映圖像紋理。在提取折皺特征時，圖像中的噪聲會影響識別精度和速度[3]，導致提取指標不能真實反映織物特性。本文通過邊緣檢測提取織物圖像預處理前后平整度特征參數(shù)并進行對比，為準確評價織物平整度提供參考。

一、試樣選取

選取AATCC124—2001[4]織物平整度標準樣照作為平整度試樣。樣照將織物平整度分為SA-1，SA-2，SA-3，SA-3.5，SA-4，SA-5共6個等級；其中，SA-1折皺程度最嚴重，隨后逐漸降低，SA-5折皺程度最輕。

二、平整度圖像預處理及特征值提取

（一）圖像預處理

利用MATLAB圖像處理軟件對平整度試樣進行預處理。將樣照裁剪成256×256像素大小，并轉(zhuǎn)換為灰度圖像。用3×3模板中值濾波（過濾高頻噪聲）和灰度調(diào)節(jié)（增強對比度）對灰度圖像進行預處理。用MATLAB工具箱stretchlim函數(shù)自動判斷調(diào)節(jié)范圍，使用imadjust函數(shù)指定灰度范圍，重新分配像素幅度。

（二）平整度特征值提取

1.折皺信息檢測：為了將織物折痕從背景中識別出來，利用MATLAB邊緣檢測提取圖像折皺信息。分別用常見的邊緣檢測算子對平整度圖像進行邊緣檢測，結(jié)果表明：Roberts算子(邊緣定位精度較低)、Canny算子和Log算子(對噪聲敏感，容易把不影響外觀的微弱折皺考慮在內(nèi)導致出現(xiàn)雙邊效果)檢測結(jié)果和肉眼觀察的效果出入較大；Sobel算子、Prewitt算子檢測結(jié)果相似。選用對像素位置的影響做了加權(quán)處理、檢測效果更好的Sobel算子對平整度樣照進行邊緣檢測。

2.折皺密度計算：折皺密度（WD）是織物圖像中的折皺面積占總面積的百分比，可以直觀表征織物折皺的程度[2]。因此選取折皺密度作為特征值，計算公式如下：

其中：Wn為邊緣檢測圖像中白色像素點的個數(shù)；A為總像素點的個數(shù)，即256×256=65536。

三、實驗結(jié)果與分析

（一）預處理前后圖像邊緣檢測結(jié)果比較

以SA-3圖像為例，圖1為預處理前后的圖像邊緣檢測結(jié)果及灰度分布直方圖。可見，原圖像（圖1(a)）檢測出的折皺信息多呈不均勻點狀分布；經(jīng)過中值濾波和灰度增強的圖像（圖1(c)），提取出的折皺邊緣更連貫，折皺多呈完整線狀。這是由于原圖像的灰度分布比較集中，灰度值在 47～254 之間（圖1(b)），而調(diào)節(jié)后則覆蓋了 0～255的全部區(qū)間（圖1(d)），灰度圖像也由原來的差異不明顯變得對比鮮明。同時，中值濾波使原樣照帶有的噪音及明顯織物紋路消失，保留并突出了織物折痕，因此使邊緣檢測更準確。

圖1 SA-3預處理前后邊緣檢測圖像和灰度分布直方圖

（二）預處理前后特征參數(shù)測試結(jié)果比較

平整度試樣特征參數(shù)測試結(jié)果見表1， 特征參數(shù)與平整度主觀等級關(guān)系圖見圖2?？芍?，特征參數(shù)與平整度等級之間呈顯著負線性關(guān)系。即平整度等級越高，特征值越小，反之則越大。將平整度主觀等級與客觀參數(shù)做散點圖并線性擬合，得到原圖像兩變量判定系數(shù)R2為0.784，圖像預處理后兩變量的R2為0.924。說明預處理后折皺密度與平整度等級相關(guān)性增強，呈顯著負相關(guān)。圖2可見，經(jīng)預處理后折皺密度變化更集中，隨平整度等級變化趨勢更平緩。由此說明平整度圖像經(jīng)預處理后提取的特征參數(shù)與主觀等級之間具有良好的一致性，通過邊緣檢測提取的折皺密度能夠較好的客觀評價織物平整度。

表1 平整度樣照特征參數(shù)測試結(jié)果

圖2 折皺密度與平整度主觀等級關(guān)系

四、結(jié)論

（1）未經(jīng)預處理的圖像直接提取特征值會與真實折皺有偏差。圖像預處理能有效提高圖片質(zhì)量，使圖像處理技術(shù)在特征值的提取中更加準確。

（2）圖像預處理后織物平整度等級主客觀評定結(jié)果之間具有良好的一致性。通過邊緣檢測提取的折皺密度能夠較好的客觀評價織物平整度。

[1]徐平華,丁雪梅,王榮武,等.洗后織物外觀平整度客觀評級中的若干問題[J].紡織學報,2014, 35(12)：159-164.

[2]Chengxia Liu, Yaqin Fu, Niying Wu. Novel testing equipment for fabric wrinkle resistance simulating actual wear[J]. Textile Research Journal, 2014, 84(10)：1059-1069.

[3]徐雪倩, 張鳳生. 基于中值濾波和小波變換的織物圖像預處理[J].青島大學學報（工程技術(shù)版）, 2011, 26(3)：19-22.

[4]AATCC Test Method 124—2001, Appearance of Fabrics after Repeated Home Laundering[S].

陳冬蕾（1993-），女，遼寧錦州人，碩士研究生學歷，研究方向：服裝技術(shù)與理論；吳巧英（通信作者），女，博士學歷，職稱：教授。