武銀飛 徐 帥 周紅濤
(鹽城工業(yè)職業(yè)技術(shù)學(xué)院,江蘇鹽城,224005)
在紡織企業(yè)織物來樣進(jìn)行再生產(chǎn)過程中,需要先對織物來樣進(jìn)行結(jié)構(gòu)參數(shù)分析,包括織物組織、織物密度、紗線號數(shù)等,再根據(jù)這些織物參數(shù)進(jìn)行原料選擇和工藝設(shè)計(jì)??椢锝?jīng)緯密度是織物結(jié)構(gòu)參數(shù)檢測中很重要的一項(xiàng),需要計(jì)數(shù)單位長度內(nèi)的紗線根數(shù),傳統(tǒng)的人工分析方法中是依賴于檢測人員分解來樣織物,利用人眼直接觀察,或是在照布鏡、密度鏡的輔助下計(jì)數(shù)完成織物經(jīng)緯密度的測定,但檢測過程主觀性強(qiáng),容易使人產(chǎn)生疲勞,效率低且容易出錯。
隨著數(shù)字圖像處理技術(shù)的發(fā)展,基于圖像分析機(jī)織物結(jié)構(gòu)參數(shù)成為可能,素色機(jī)織物密度的自動測量方法主要有空域與頻域兩種方法??沼蚍ㄖ饕墙柚椢飯D像的亮度投影曲線,利用區(qū)域排查法找出紗線間隙位置[1],進(jìn)而求出機(jī)織物的經(jīng)緯密度,但區(qū)域排查法過程繁瑣、流程長。頻域法主要利用傅里葉變換和小波變換測定[2?5],傅里葉變換在頻譜圖上得到紗線間的距離,根據(jù)時頻關(guān)系求得機(jī)織物的密度,但織物本身紋理比較復(fù)雜,并不呈現(xiàn)完全的周期性,只能得到織物密度的近似值;而小波變換的小波分解層數(shù)沒有一個統(tǒng)一標(biāo)準(zhǔn),不同分解層數(shù)檢測結(jié)果差異較大。
為了克服現(xiàn)有檢測方法的不足,在空域經(jīng)緯紗亮度投影曲線區(qū)域排查法的基礎(chǔ)上進(jìn)行算法改進(jìn),以提高素色機(jī)織物經(jīng)緯密度檢測的準(zhǔn)確性、運(yùn)算速度和算法魯棒性,使之與現(xiàn)代紡織自動化生產(chǎn)相適應(yīng),滿足實(shí)際生產(chǎn)的需要。
素色機(jī)織物是指經(jīng)緯紗都是紗線本來的顏色,未經(jīng)過漂染,并按照一定的上下沉浮規(guī)律垂直交織而形成的織物,其織物密度自動識別流程圖見圖1。該流程包括經(jīng)紗密度識別和緯紗密度識別,經(jīng)采集素色機(jī)織物表面彩色圖像、圖像灰度化、選取定點(diǎn)、經(jīng)緯紗方向糾偏與裁剪、經(jīng)緯紗亮度投影曲線、確定經(jīng)緯紗紗線間隙位置與計(jì)算經(jīng)緯紗密度等步驟實(shí)現(xiàn)。
圖1 素色機(jī)織物密度自動識別流程圖
借助襯板利用Canon LIDE 400 型平板掃描儀,獲得顏色空間為RGB 彩色圖像,分辨率為1 200 dpi,像素尺寸為M1×N1,轉(zhuǎn)至灰度圖像記為V(i,j),其中i,j 分別為V 的行、列坐標(biāo)取值(1≤i≤M1,1≤j≤N1),根據(jù)人眼對紅、綠、藍(lán)顏色敏感程度的不同,轉(zhuǎn)換灰度的經(jīng)驗(yàn)公式見式(1)。
因掃描時紗線條干部分反射能量高,灰度值大,而紗線間隙反射能量小,灰度值小,依據(jù)機(jī)織物紋理結(jié)構(gòu)特點(diǎn)糾偏后紗線間隙的連線應(yīng)在豎直方向上的原理,即直線上織物像素點(diǎn)平均灰度值最小所對應(yīng)的角度就是織物的傾斜角度[6],經(jīng)紗方向糾偏具體步驟如下。
步驟1:選取過系列直線的定點(diǎn)。為避免在計(jì)算不同角度直線上織物像素點(diǎn)的平均灰度值過程中產(chǎn)生越界,以灰度圖像V 的中心為中心(坐標(biāo)為:行M1/2 取整,列N1/2 取整)取一個矩形,高和寬分別為灰度圖像V 行列數(shù)的一半,即取灰度圖像V 行范圍M1/4 取整至3×M1/4 取整,列范圍N1/4 取整至3×N1/4 取整,把素色機(jī)織物圖像矩形區(qū)域內(nèi)灰度最小值所對應(yīng)的位置確定為過系列直線的定點(diǎn)A,見圖2。矩形區(qū)域內(nèi)的灰度最小值可能不止一個,只要找到一處即可,對確定糾偏角度是無影響的,默認(rèn)為從矩形區(qū)域第一列開始查找。
圖2 素色機(jī)織物圖像矩形區(qū)域內(nèi)灰度最小值位置
步驟2:計(jì)算過定點(diǎn)A 系列直線上織物像素點(diǎn)的平均灰度值。在采集時一般會注意織物擺放,所以傾斜角度通常很小,以初始值為-5°,步長0.05°,角度區(qū)間在-5°~5°,計(jì)算經(jīng)紗方向過定點(diǎn)A 不同角度直線上織物像素點(diǎn)的灰度平均值,并記錄所對應(yīng)的角度。
步驟3:經(jīng)紗方向糾偏與裁剪。根據(jù)步驟2 所得的平均灰度最小值所對應(yīng)的角度就是圖像傾斜角度,對于紗線間隙較大情況平均灰度最小值所對應(yīng)的角度不止一個,可取連續(xù)的平均灰度最小值所對應(yīng)的多處角度的平均值作為最終的糾偏角度,以灰度圖像V 的中心為圓心,完成素色機(jī)織物圖像經(jīng)紗方向的糾偏,為濾除旋轉(zhuǎn)后插值所形成的黑色三角區(qū)域,根據(jù)計(jì)算所得的傾斜角度再結(jié)合圖像尺寸獲得糾偏后的素色機(jī)織物裁剪圖像見圖3。由圖3 可知機(jī)織物的經(jīng)緯紗交織并非是完全垂直的,需要單獨(dú)識別經(jīng)緯密度。
圖3 經(jīng)紗方向糾偏與裁剪后的織物圖像
對糾偏裁剪后的素色機(jī)織物圖像設(shè)像素尺寸為M2×N2,圖像記為T(x,y),其中x、y 為T 的行、列坐標(biāo)取值(1≤x≤M2,1≤y≤N2),計(jì)算素色機(jī)織物經(jīng)紗方向的亮度投影曲線P(y),見式(2)。
以投影曲線P(y)亮度均值(記為Ave)為檢測線,記錄每個波谷左、右側(cè)靠近Ave 的位置點(diǎn),則左、右側(cè)位置點(diǎn)之間投影曲線亮度最小值所對應(yīng)的位置即為紗線間隙位置。若P(1)>Ave,則從第一個波谷開始記錄,否則從下一個波谷開始記 錄;若P(y)>Ave 且P(y+1)≤Ave,1≤y≤N2-1,記錄y+1 位置確定波谷左側(cè)靠近Ave 的點(diǎn);若P(y)≤Ave 且P(y+1)>Ave,1≤y≤N2-1,記錄y 位置確定波谷右側(cè)靠近Ave 的點(diǎn);根據(jù)每個波谷左、右側(cè)靠近Ave 的位置點(diǎn),其之間投影曲線亮度最小值所對應(yīng)的位置即為紗線間隙位置,見圖4,圖中的虛線為均值檢測線。同理可獲得緯紗間隙位置,見圖5。
圖4 經(jīng)紗間隙位置與均值檢測線圖像
圖5 緯紗間隙位置與均值檢測線圖像
根據(jù)圖4 和圖5 對織物經(jīng)紗和緯紗進(jìn)行分割,具體見圖6 和圖7。
圖6 經(jīng)紗分割后的圖像
圖7 緯紗分割后的圖像(旋轉(zhuǎn)90°)
經(jīng)密:對相鄰經(jīng)紗間隙位置求差取均值記為B,即代表1 根經(jīng)紗所占像素點(diǎn)數(shù),根據(jù)圖像掃描分 辨 率D 為1 200 dpi,即2.54 cm 有1 200 個 像素點(diǎn),即可獲得經(jīng)紗密度PT(根/10 cm),見式(3)。
緯密:對素色機(jī)織物灰度圖像V 沿中心旋轉(zhuǎn)90°,則緯紗轉(zhuǎn)為豎直方向,重復(fù)上述步驟獲得相鄰緯紗間隙的均值記為C,即可獲得緯紗密度PW(根/10 cm),見式(4)。為了保證最終所測密度結(jié)果的客觀準(zhǔn)確,可在不同區(qū)域多次取樣求均值。
本研究采用平紋織物、斜紋織物及緞紋織物進(jìn)行了織物密度檢測研究,先利用本研究提出的圖像法自動識別織物密度,每個樣品檢測10 次,取平均值;后采用人工目測法借助密度鏡核對,以檢驗(yàn)圖像法識別結(jié)果的準(zhǔn)確程度,兩種檢測方法結(jié)果見表1。
表1 圖像法與人工法織物密度檢測結(jié)果
從表1 中可以看出,人工法與圖像法檢測誤差是非常小的,最大誤差出現(xiàn)在斜紋織物1,相對誤差也僅為1.68%,引起誤差的主要原因是機(jī)織物中紗線排列并不是均勻的,有些紗線間排列比較緊密,有些則稀疏,檢測區(qū)域的不同也會引起檢測誤差,表1 中所得檢測誤差在實(shí)際生產(chǎn)中是可以接受的。該圖像法可以代替當(dāng)前人工法進(jìn)行檢測,實(shí)現(xiàn)素色機(jī)織物密度的自動識別。
因素色機(jī)織物經(jīng)緯紗并非是完全垂直的,以經(jīng)緯紗單獨(dú)亮度投影曲線的亮度均值為檢測線,成功尋找紗線間隙位置,實(shí)現(xiàn)機(jī)織物經(jīng)緯密度的自動識別,并與人工法進(jìn)行對比。結(jié)果表明:圖像法自動測量準(zhǔn)確度高,單幅圖像從讀入到呈現(xiàn)結(jié)果只需要30 s 左右,大大提高工作效率,且對素色織物有很好的適應(yīng)性,可以代替當(dāng)前人工法進(jìn)行檢測,但對高緊度織物、色織物、印花織物等仍有待于進(jìn)一步的研究。