图像处理技术在纺织检测中的应用

　　检测范围图像处理用于检测与纺织材料表面特性有关的性能指标 (表 1)。目前主要研究内容可分为三大类: 纤维、纱线织物。 由于织物疵点检测 (在线检测 )需要很快的计算速度和取像速度。因此 ,设备费用仍比较昂贵。目前在线检测的应用比较少。主要应用仍是离线检测 ,(如表 1)。此外 ,图像处理技术还应用于织物组织设计 ,花型纹板中 [1 ]。
　　
　　一、图像处理系统硬件配置
　　纺织上常用图像处理设备有三种:
　　( 1)扫描仪+ 主机+ 高分辨率显示器+ 普印机
　　( 2)显微镜+ 摄像机 (带变焦镜头 )+ 图像卡+主机+ 高分辨率显示器 [2 ]
　　( 3)摄像机 (带变焦镜头 )+ 图像卡+ 主机+ 高分辨显示器+ 普通打印机上述的 ( 2)、 ( 3)种处理设备还可配置监视器。它们的主机一般为 486以上 ,内存需 8M 以上。摄像机一般采用 CCD摄像机以提高分辨率。根据分析内容的不同可采用不同的配置。如: 输入照片或布样可采用扫描仪采集图像。如需分析纤维及结构 ,则可采用显微镜+ 摄像机+ 图像卡的配置。 此配置可进行无纺布孔经测量 ,纤维纵横向结构分析 ,化纤截面异型度测量 ,混纺纱混纺比测量。采用摄像机+ 图像卡可获得具有一定景深的图像。如布样疵点检测 ,布样起毛起球 ,地毯变旧程度 ,无纺布结构特性等。 对图像处理而言 ,采样质量的好坏和灯光配置直接影响图像处理的工作量和分析结果。
　　
　　二、图像处理检测的常用处理技术
　　1、训练系统
　　先将参考布样或图片的图像输入微机图像处理系统 ,选择并计算可表示图像特征的参数 ,以确定疵点或图形的分类指标 ,如灰度级 ,疵点或图形面积 ,疵点在经纬向尺寸、形态等。使系统获得这些指标的标准。然后将所测试的布样或照片输入 ,计算其各点灰度值及一些需比较的特征参数与标准值比较 ,确定疵点或图形分类。
　　2、样板匹配
　　求得某一图像哪一部分对应另一图象的哪一部分时或比较两幅图像的相似度时 ,采用样板匹配的方法。一般将样板 t (x , y ) ,令其中心与图像 f (x , y )中的一点 (i, j ) 重合 ,逐点检测 ,找出差距小于域值的部位 ,定为相同或相似的 ,大于域值的部位定为不同或不相似的点。
　　3、二值化处理
　　为将图形与背景分离 ,根据灰度值确定一定灰度域值。将灰度值大于此域的点置为 1,小于此域值的点为 0。使图像变为黑白二值图像 ,便于图形特征测量和结构分析描述。
　　4、腐蚀与膨胀
　　腐蚀可使轮廓边界收缩;膨胀可使轮廓边界膨胀、腐蚀、膨胀的不同组合 ,不同处理次数 ,可以得到不同的图形效果。 如使图像中的小孔使之检测出来或使之消除。图 1为布样中含有错纬 ,进行先腐蚀后紧接膨胀效果。
　　5、细线化
　　对给定的图形使幅细化 ,从而提取线宽为 1的中心线的操作。在细线化中 ,不改变原始图形的连接性 ,使图形骨架轮廓结构清晰 ,便于计算 ,不会因边界上的小凹凸而产生毛刺。 在计算薄型非织造布纤维取向度时用此处理法。
　　6、纹理分析
　　在分析绉组织的绉效果或羊绒的鳞片结构时 ,需用纹理分析的方法。纹理分析内容包括: 纹理特征的计算如 (如直方图特征、灰度共生矩阵特征、付里叶特征 )纹理区域的分割与纹理边缘的检测。
　　7、自相关函数、互相关函数
　　自相关函数可描述具有重复组织结构的图像的组织结构单元的形状和大小。 当自相关函数出现大值时 ,表明有大的相关性。 结合考虑组织结构 ,计算织物循环单元。这在选择窗口尺寸时非常有用。不同图像的互相关函数 ,可以比较其相似或匹配程度在利用模板寻找相似图像中是一很有用的工具。 互相关函数值越大 ,表明相似程度越大。
　　8、平滑处理
　　图像平滑实际上是去除灰度图像中个别灰度变化剧烈的象素即去除尖锐的噪音 ,使灰度图像与实际物体的灰度变化相符 ,便于观察。
　　9、锐化
　　锐化处理可以使图像中的边缘突出 ,采用微分计算或梯度计算 ,在灰度变化率大的位置加强其灰度值使其轮廓突出。 或采用高通滤波的方法让高频分量无损耗地通过 ,而低频量受到抑制 ,使变化陡峭的位置轮廓清晰。
　　
　　三、存在问题与发展状况
　　将图像处理技术应用于纺织检测中 ,除了以上几种常规方法外 ,现正在探讨将其它领域新的理论应用于纺织检测的图像处理工作中。 如为提高运算速度引入小波变换的处理方法;为描述具有自相似性质的样品引入分形理论;为了对图像进行所需要的预处理引入数字形态法等等。 但将此图像处理技术真正应用到实际中作为一种普通的检测方法 ,仍有许多问题待解决。如采样方法与速度的改进 ,标准处理方法与标准指标的确定 ,光源等环境因素对取像效果有很大影响 ,使测试结果不稳定等。

        更多关于 ： 纺织仪器

2016-05-03 15:38