基于图像处理技术的纱线毛羽检测应用研究（可编辑）

基于图像处理技术的纱线毛羽检测应用研究（可编辑） : : : : ‘晦:’?:一, ‖’蝌’ : :. :: : :一 , ?。。,。..,:、:?河北科技大学学位论文原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工 作所取得的成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方 式标明。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发 表或撰写过的作品或成果。本人完全意识到本声明的法律结果由本人承担。 指导教师签名: 学位论文作者签名:熬缝蕾 ‘钐吃力 ?年乡月尼日 驯年厂月肜日 河北科技大学学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、:使用学位论文的规定,同意学校保留 并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本 人授权河北科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 口保密,在一年解密后适用本授权书。 本学位论文属于 ’痧保密。 请在以上方框内打“?” 指导教师签名: 学位论文作者签名:戥缱参 可吃 仍年与月膳同 一所年岁月/二日摘要 摘 要 在纺织品加工过程中,纱线毛羽是反映纱线质量的重要指标,毛羽的长度和个 数直接关系到产品的质量、档次、生产效率以及后续加工的顺利进行。目前在纺织 行业中,对纱线毛羽的检测主要还是采用人工黑板目测来实现,这种方法不能对纱 线毛羽进行定量检测,同时存在检测时间长、步骤多、准确度受主观因素影响大等 问题。基于图像处理技术的纱线毛羽检测方法可以有效克服常规方法的不足,获得 科学的检测结果。’ 本文结合纱线毛羽的物理特性和形状特征,在传统人工黑板目测法的基础上结 合图像分析理论提出了纱线毛羽图像处理方法。纱线毛羽检测的流程:首先把采集 的纱线图像输入到计算机,获得毛羽的采样图;然后对采样图做灰度变换、倾斜校 正、去噪、边缘锐化等一系列预处理操作,得到能清晰反映毛羽分布情况的二值图, 利用形态学运算强化纱线的边缘;最后从边缘图中提取出纱线周长、面积、形态因 子等特征参数,完成纱线毛羽的自动检测。 本文对图像预处理及图像分割中的诸多算法进行了介绍和分析,通过对比纱线 毛羽图像的处理结果,选择了适合于纱线毛羽特征提取的处理 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 。对二值化分割 后的图像进行形态学滤波处理,突出纱线毛羽的边缘特性。试验表明,该图像处理 方案能为后续纱线毛羽特征的提取提供便利。 本文采用多区域轮廓跟踪算法提取纱线毛羽特征,该算法对纱线的几何特征提 取具有较高的精度和适应性,克服了必须将图像中的单条毛羽图像分割取出后才能 进行轮廓跟踪的问题,实现了同时对多个纱线区域进行轮廓跟踪和提取,提高了系 统的执行效率。 利用图像处理技术对纱线毛羽进行检测,可以直观地获取毛羽形态特征,求得 不同长度的毛羽个数及毛羽指数。该方法具有快速、方便、成本低的特点,缓解了 人工测量的工作强度,提高了纱线毛羽检测的效率。 关键词 多区域跟踪;特征提取;边缘检测;图像预处理:纱线毛羽, 吐 . , , , ,、 . , ’,., . .. .,; :, , ,; ; ,. :? , ,. , . , ., . . ,? . , 吐 . ,, , ,, . 。 ; ; ; .; 河北科技大学硕士学位论文 录 目 摘要?”??“? 第章绪论 .纱线毛羽概述? .课题的研究背景及意义 .毛羽检测现状分析..毛羽检测方法及检测仪器 .. 图像检测技术的应用现状 .本文的主要内容及结构安排? 第章纱线毛羽检测的总体 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 ? .图像数据采集” ..采集工具 ..采集方法? .图像预处理“ ..图像预处理方法 ..预处理部分的主要内容 . 图像分割及形态学处理.图像特征提取? ..图像的特征选取 ..纱线毛羽的几何特征? .本章小结?一 第章 纱线毛羽图像预处理?... .预处理区域的选择 .彩色图像倾斜校正?.....图像旋转? .. 变换基本原理 .. 变换的算法实现 .图像灰度修正..灰度变换 ..直方图均衡化? .图像降噪..图像常见噪声?山 ?目录 ..图像噪声消除? ..噪声消除方法的比较? . 图像锐化? ..梯度锐化 ..拉普拉斯掩模锐化?“ .本章小结第章纱线毛羽图像分割及形态学处理 .阈值分割法:?“ ..纱线毛羽图像阈值分割方法..阈值方法的实现与比较 .边缘检测分割法?” ..纱线毛羽图像边缘检测方法? ..边缘检测法的实现与比较?” .二值图像数学形态学处理 .形态学基本运算 ..形态学处理结果 .本章小结? 第章纱线毛羽特征提取 .纱线毛羽检测的单位标定 .区域表示方法..链码表? ..线段表 ..链码表到线段表的转换 .多区域轮廓跟踪? ..轮廓跟踪算法? ..多区域轮廓跟踪算法? .纱线毛羽特征参数提取? ..轮廓点数??” ..由链码表求区域周长” ..由线段表求区域面积? ..区域形状参数的计算?。.. .纱线毛羽特征参数计算..毛羽量的计算” ..毛羽个数的计算 河北科技大学硕士学位论文 ..毛羽指数的计算” .本章小结 第章运行效果与分析.系统运行效果? .检测结果分析 .本章小结 结论? 参考文献??” 攻读硕士学位期间所发表的论文??” 致谢? 第章绪论 第章绪论 .纱线毛羽概述 纱线毛羽是指伸出纱线基体表面的纤维突出物,当纱线受到摩擦及其它外力时, 表层纤维就可伸出而成为毛羽。纱线毛羽的形态错综复杂,通常按照它与纱线基体 的位置关系分为圈毛羽、端毛羽和浮游毛羽,圈毛羽是指纱线纤维的两端同时卷入 纱线主体,而中间部分露出纱线表面的毛羽;端毛羽是指纤维的一端粘附与纱线主 体,而另一端伸出纱线主体表面呈弧形的毛羽;浮游毛羽是指粘附在纱线表面的松 散纤维【。 用来衡量纱线毛羽的指标主要有毛羽平均长度、毛羽指数和毛羽量。毛羽平均 长度是以毛羽根数为权的加权平均长度单位为毫米;毛羽指数是指单位长度的纱线 上,单侧面毛羽长度大于设定值的毛羽累积数单位是根/米;毛羽量对应于纱线 的检测长度内所有毛羽的总长度【羽。 .课题的研究背景及意义 纱线毛羽对某些起绒保暖织物来说是必要的,纱线毛羽较多较长时,可使织物 具有良好的毛型感和保暖性。但是纱线毛羽的存在也不仅会影响后道织布工艺的生 产效率和坯布质量、印染布的外观及手感,而且毛羽也是形成生产环境飞花的重要 原因之一,它会导致环境污染,危害人体健康。 当前,国内外的纺织品市场竞争日趋激烈,纺织品正面向高档、优质、高附加 值方面发展。以质取胜,制定严格的质量标准,对生产厂商来说非常重要。生产高 质量的产品需要机织准备工序提供高质量的纱线,使得对纱线的质量检测和控制成 为提高产品质量的关键。 同时,随着用户对纺织品性能要求的提高和新型高速织机对纱线表面光洁的特 殊要求,纱线毛羽问题越来越引起了人们的注意。纱线毛羽的数量及分布会严重影 响后道工序生产效率和终端产品的质量。过多的毛羽会影响纱线上浆效果:毛羽的 不均匀分布会使最终织物产生横档;毛羽的数量会引起染色深浅不均匀,而形成色 差,降低织物质量。此外,毛羽多的纱线在后续加工过程中容易受摩擦而使织物起 球,造成织机过多停台和机械故障,影响织机效率的提耐。因此,纱线毛羽对提高 织物质量和保证织机效率起着重要的作用,并作为评定纱线质量的一个重要指标得 . 到重视。河北科技大学硕士学位论文 .毛羽检测现状分析 ..毛羽检测方法及检测仪器 根据纱线毛羽的测试原理,纱线毛羽的测试方法可以分为以下几类:目测法、 。 静电法、投影技术法、全毛羽光电法等【。 目测法利用目测、投影放大、显微放大摄影等方法,获取纱线毛羽的具 体形态,然后测量出纱线毛羽指数,该方法取样少,主观性强,测量的效率比较低。 静电法纱线经过高压电场,静电作用使毛羽呈现竖直状态,利用光电法 统计毛羽个数,该方法虽然效率较高,但破坏了毛羽的形态,影响测量结果。 投影计数法将纱线投影成平面上,测量离纱线表面 处的单位长度纱线 上的毛羽数。检测点是个光敏三极管,当纱线通过检测点时,从纱线体上伸出的 长度大于设定长度的毛羽就会遮挡光线使光敏三极管产生电脉冲,经放大整形后, 用计数器计出单位长度内脉冲的个数引。 全毛羽光电法 该方法通过检测毛羽引起的散射光强度,检测出通过检测 区内长度为纱线上四周的毛羽总量,该方法能测试毛羽变异长度曲线、毛羽值、 等,具有取样多、效率高的特点。 纱线毛羽是评价经纱上浆效果的重要指标,同时,也会对纱线和 织物的外观、 手感和使用性能造成很大影响。因此,对纱线毛羽的检测与控制非常重要。但由于 毛羽形态的易变性,难以对其进行精确的测量,同时,由于纱线毛羽检测的成本过 高,难以大规模地应用于纺纱行业【刁. 目前,使用较多的是单侧光电毛羽测试法及全毛羽光电测试法。国外较常用的 单侧光电毛羽测试仪器有:德国的 ,英国的,日本的等。 国内生产的毛羽测试仪器主要采用单侧光电毛羽测试法,主要有,系 列以及型等【剐。 除了上述检测仪器外,国内很多小厂也生产纱线毛羽检测类仪器,不过精度、 稳定度都不高。国内纺织设备自动检测水平整体较低,相对落后,所以迫切需要提 高纺织设备的水品,来提升产品的档次,提高产品附加值和行业竞争力。 综上所述,到目前为止,仍然没有一种仪器能够快速地对纱线表面的毛羽实际 长度进行精确地测量,毛羽仪测出的只是离纱线表面某个长度范围内的毛羽数量, 还无法准确到每根毛羽的实际长度。 . ..图像检测技术的应用现状 图像检测把图像当作检测和传递信息的载体,再对这些载体加以利用的方法, 图像检测的主要任务是高效地从图像中提取出对图像分析和处理有用的信号,实现 对图像的正确测量和处理【】。目前,图像检测技术的应用已相当广泛,利用该技术可 第章绪论 以克服人工检测的弊端,提高图像检测和分析的效率及精度。 图像检测系统的处理过程包括数据采集和图像处理。图像采集指通过数码相机、 图像采集卡、数码摄像机等将原始图像传入到计算机;通过对采集的图像进行各种 变换,为图像特征参数的提取提供便利的过程为图像处理。利用图像处理技术进行 检测的优点包括:处理过程抗干扰特性、处理结果直观性、检测程序智能性、检测 精度可控性等【】。 图像检测的方法有很多种,根据图像检测的实际应用要求和检测需求,有的检 测侧重检测的可重复性和准确性,有的检测侧重检测的高效性,因此图像检测的发 展方向主要有:一是提高硬件的采集速度,研制专用的图像处理芯片;另一个是研 究出更先进的图像检测算法【。 .本文的主要内容及结构安排 目前一些测试纱线毛羽的方法,如目测法、测长称重法和投影计数法等都不能 十分方便、清晰地反映毛羽的形态,并计算出毛羽的特征参数。充分利用数字图像 处理技术来克服其他检测方法的缺点,实现对纱线毛羽的客观评定,对提高纱线质 量具有重要的意义。 本课题在黑板法测试纱线毛羽的基础上,利用数码拍照技术,对均匀缠绕于黑 板上的纱线进行拍照,并将拍摄图像输入到计算机进行处理,从而测定纱线的毛羽 指数。通过对图像进行预处理,改善纱线毛羽图像的质量;通过图像分割及形态学 处理,获取纱线毛羽的二值图像信息;利用特征提取完成对纱线毛羽的自动检测。 纱线毛羽检测的主要过程如下: 纱线毛羽图像采集利用数码相机对均匀缠绕于黑板上的纱线进行拍照, 通过采集不同光照条件下的多幅图像,分别获取不同毛羽状态的图像。 图像预处理对获取到的纱线毛羽图片,进行倾斜校正。灰度变换等处理, 通过对相关算法的对比分析。选取适合纱线毛羽图像的预处理方案。 二值图像形态学处理将纱线毛羽区域从背景中分离出来,对纱线区域进 行形态学滤波处理,为毛羽特征提取操作提供高对比度的图像。 毛羽特征提取利用多区域轮廓跟踪算法,获取纱线区域的边缘,利用特 征提取算法,分别求出图像中各个纱线区域的面积、周长、形状因子,进而求出毛 羽的各特征参数。 本论文的内容安排如下:. 第章为绪论,主要介绍纱线毛羽检测的研究背景和意义、常用的毛羽检测方 法、图像检测技术的应用现状以及本文的研究内容。 第章为纱线毛羽检测的总体设计,主要介绍了纱线毛羽检测的整体结构,包 河北科技大学硕士学位论文 括图像采集、图像预处理、图像分割及形态学处理以及特征提取的内容。 第章为纱线毛羽图像预处理,对图像增强、图像平滑、图像锐化的多种算法 进行分析比较,为纱线毛羽特征提取奠定基础。通过图像增强,突显纱线毛羽的特 征;通过平滑处理去除部分噪声,可以提高图像分析的准确度等。 第章为纱线毛羽图像的分割及形态学处理,对边缘检测算法和阈值分割算法 进行比较分析,从中选取适合于纱线毛羽图像的分割算法,对二值图像进行形态学 滤波处理,改善了分割后的图像质量。 第章为纱线毛羽特征提取,在轮廓跟踪算法的基础上,利用多区域轮廓根据 算法获取各个纱线区域的边缘:利用链码法获取纱线区域的周长,利用线段表法获 取纱线区域的面积、并求出纱线毛羽的相对毛羽率、毛羽量等特征值;将毛羽个数 检测结果与人工目测法进行了对比分析。 第章为纱线毛羽检测的运行效果与分析,本章对采集的纱线图像进行了倾斜 校正、平滑与边缘锐化、二值分割及形态学处理、多区域轮廓跟踪、毛羽特征提取 等一系列操作,得出不同长度的纱线毛羽的个数。 第章纱线毛羽检测的总体设计 第章 纱线毛羽检测的总体设计 基于图像处理技术的纱线毛羽检测分为动态检测和静态检测,动态检测用于对 处于高速运动状态的纱线进行快速检测,检测效率高,但会破坏毛羽形态,图像处 理的精度低、成本高;静态检测获取的图像范围有限,但图像的质量高】。在纱线毛 羽的检测中,由于对毛羽检测精度要求较高,因此,本论文主要研究了静态纱线毛 羽检测的处理方法。 纱线毛羽检测由图像采集、预处理、图像分割与形态学处理及特征提取四部分 组成。主要过程为:通过数码相机将采集的纱线毛羽图像输入到计算机;对图像进 行倾斜校正、灰度修正、噪声消除、边缘轮廓锐化等操作,改善纱线毛羽图像的质 量;图像分割将纱线毛羽从背景中分离,利用形态学滤波去除二值图像中的孔洞; 然后用多区域链码法获取纱线区域的轮廓;最后提取纱线毛羽的周长、面积、形状 参数等特征。纱线毛羽检测的流程如图所示。 璺 芩 图纱线毛羽检测用例图 爆 .? 河北科技大学硕士学位论文 ’ .图像数据采集 ..采集工具 将标准纱线和带毛羽的纱线等间距地缠绕于颜色均匀的黑板上,背景黑板的规 格为 ,待检纱线与标准纱线的固定间距,纱线长, 待检测样本的纱线条数为。采用佳能数码相机对纱线毛羽进行拍照,图 片的格式为,图像尺寸为×。 ..采集方法 纱线毛羽图像的采集方法、实验的样本与检测结果的准确性有很大关系。纱线 的取样位置,待检测纱线的条数都会影响到检测结果的准确性。因此,在采集纱线 毛羽图像时,纱线要尽量竖直,纱线间距相等,并且毛羽间没有粘连。 光照条件同样会影响纱线毛羽图像的质量。光照条件要满足以下要求:光源亮 度高、性能稳定、光照均匀。同时纱线背景的颜色要统一,纱线毛羽与黑板的亮度 对比强烈,纱线目标显示突出【训。 拍摄时将相机固定在支架上,采用微距离模式对缠绕于黑板上的纱线进行拍照 将采集的图像以格式传入计算机,保存在撑目录下。拍摄过程中,要注意点 光源对纱线图像的影响,防止图像分割后,出现纱线的投影图像。可以通过多次采 集不同光照条件下的纱线图像,从中选取拍摄效果佳的图片。 .图像预处理 图像预处理的目的是最大限度的消除各类噪声和畸变对被检测物体的影响,在 对目标进行分析和处理前,改善采集的图像质型埘。 纱线毛羽图像的预处理,是对纱线毛羽进行检测的必要环节。通过预处理可以 去除图像噪声,强化图像边缘信息,对质量不佳的图像进行修正,改善图像质量, 为后续的毛羽特征提取做准备。 一 . ..图像预处理方法 根据图像作用域的不同,图像处理方法可以分为两大类:空域法和频域法。空 域法是把图像看作平面中各个像素的集合,然后直接对二维函数进行处理的方法; 频域法处理方法是首先对图像进行正交变换,得到变换域系数阵列,然后再对图像 进行各种处理,处理后再反变换到空间域。针对纱线毛羽检测的需要,本课题所 采用的图像预处理方法为空域法。 ..预处理部分的主要内容 纱线毛羽图像预处理的主要步骤有:彩色图像倾斜校正、图像灰度修正、图像 第章纱线毛羽检测的总体设计 平滑、边缘锐化,本文利用多种算法对纱线毛羽图像进行预处理,对处理效果图进 行比较分析,从中选择适合于纱线毛羽的图像预处理算法,改善了纱线图像的质量, 提高了图像分析的准确度。 倾斜校正纱线毛羽采集过程中,由于拍摄角度的原因会引起纱线倾斜, 要准确的检测毛羽的各特征值,需要对倾斜的图像进行校正处理。. 灰度修正在纱线毛羽成像过程中,由于光照条件的影响,会使图像某些 部分较暗或较亮,图像灰度分布不均匀,对纱线图像进行灰度级校正,以获得令人 满意的视觉效果。 图像平滑对纱线毛羽图像进行平滑的主要目的是消除噪声。噪声的存在 会影响纱线毛羽检测的精度,使检测结果产生较大误差。因此必须对纱线毛羽进行 去噪声操作,提高图像的识别度。 边缘锐化对纱线毛羽图像进行锐化处理的目的是使纱线的边缘和轮廓变 得更加清晰,同时去除由于平滑操作造成的图像模糊。锐化操作会增强图像中的噪 声,所以,应该在图像平滑操作完成后,再进行边缘锐化处理。 .图像分割及形态学处理 对纱线毛羽图像进行分割,是根据纱线与背景的灰度差异性,将纱线主体与背 景分离,把图像划分为互不重叠的区域的过程;图像分割把纱线区域的特征提取出 来,是进一步对纱线毛羽图像进行分析和检测的基础【。对纱线毛羽图像来说,要 提取纱线毛羽的参数,应该将纱线区域与背景分离,仅对分割后的纱线区域进行分 析研究,提高纱线毛羽检测的速度。 本文分别利用边缘检测算法检测、边缘检测、边缘检测等 和阂值分割算法直方图阈值法、最大类间方差法、最大熵法等对纱线毛羽图像进行’ 二值处理,通过对分割效果的比较分析,从中选取适合纱线毛羽分割的算法,为毛 羽特征提取奠定基础。 分割后的纱线毛羽区域存在很多孔洞及随机噪声,利用形态学滤波变换可以有 效地去除这些干扰。形态学变换的基本形态算子有:腐蚀、膨胀、 开运算、闭运算。通过这些算子及其组合可以大大提高对图像进 行分析的精度。用一定的结构元素对纱线毛羽图像进行形态学处理,即对纱线毛羽 图像进行闭运算和开运算操作,不进可以使纱线轮廓更加符合实际形状,还能有效 地消除毛羽粘连现象,去除噪音干扰。 . .图像特征提取 原始的纱线毛羽图像中,能够表征毛羽的特征数量很多,特征提取就是通过变 换的方法用少量特征值来表示纱线毛羽特征信息的过程。纱线毛羽的特征可以用数 河北科技大学硕士学位论文 值或符号来表示,是从纱线图像到数据表示的过程【。纱线毛羽特征提取的目的是 找出最有效反映纱线毛羽特性的特征值。用于表征毛羽的特征应具有以下特点: 可分性对于不同类别的对象,它们的特征具有明显的差异性,容易区分 开不同类型的对象; 独立性不同类别之间的特征不相关,且能唯一的表示一个对象类; 可靠性当对象区域受到噪声污染或发生污染时,特征保持不变【。 ‘ ..图像的特征选取 在图像特征提取中,常被选的表征图像的特征有: 图像的颜色特征图像的颜色特征描述了区域所对应目标物的灰度信息; 颜色信息是基于像素点的特征,不受区域的方向及位置变化的影响,但是不能够描 述图像中局部区域的特性; 图像的几何特征通过几何特征可以直观地获取纱线毛羽的形态信息,主 要包括图像中目标物的面积、分散度、位置、周长、拓扑特性等特征; 图像的空间关系特征空间关系是图像分割后,各个目标区域之间的相对 方向关系,这种特征受图像平移、旋转、尺度大小的影响很大。空间特征关系主要 包括像素邻接关系、区域重叠关系和包含关系等; 图像的纹理特征纹理特征能够反映目标区域的全局特征,是通过对包含 多个像素点的区域进行统计计算得出的特征,该特征具有很强的抗噪能力,且具有 旋转不变性,受光照条件影响很大。 本文在对纱线毛羽图像上进行多区域轮廓提取的基础上,主要对各个纱线区域 的几何特征面积、周长、形态因子等相关参数进行提取和分析。 ..纱线毛羽的几何特征 纱线毛羽的几何特征主要指图像中纱线体的周长、面积、形状因 子。为了提取 出图像中多个纱线区域的几何特征,需要对二值图像进行多区域轮廓跟踪。利用多 区域轮廓跟踪算法,可以获得各个纱线区域的边界特征,再对边界特征进行运算, 就可以得出纱线毛羽的特征值。 区域的周长是指围绕该区域的外边界的长度,计算区域周长常用的 周长 三种方法如下: .将图像中的像素看作一个个离散点,则用链码表示区域的周长。当链码值为 奇数时,链码长度为?,当链码值为偶数时,链码长度为。周长的表示,见式 ?。 。 ? 式中,札和?。分别是边界链码中偶数链码和奇数链码的个数。 第章纱线毛羽检测的总体设计 将图像中的像素看作单位面积的小方块,则区域的周长即为区域和背景缝隙 的长度之和,若用隙码表示边界,隙码的长度就是区域的周长【。 面积面积用来表示物体所占区域范围的大小,区域的面积与其内 部的灰 度级无关,由区域的边界来决定。 一‘ 像素计数法 该方法通过统计区域边界及区域内部的像素总数,来获取目标区域的面积。该 方法的 计算公式 六西格玛计算公式下载结构力学静力计算公式下载重复性计算公式下载六西格玛计算公式下载年假计算公式 ,见式.。?三,, 对于纱线毛羽的二值图像,若用表示纱线区域的像素,用表示背景像素, 则可以通过累加厂,。的像素个数来求纱线区域的面积。 边界坐标计算法 采用该方法计算区域的面积用到公式的原理,?坐标平面中封闭曲线 包围的面积可由其轮廓积分来求取,见式.。 ;言妙 对于数字图像,将上式离散后表达区域面积,见式.。 ? ?. 彳一言【‰咄一,‰一卜去?慨,‖,】 其中?。为边界点的个数【。 .边界行程码计算法 区域的面积也可以将值为的行程码累加得到,设区域的起始点坐标为。,。, 采用边界链码表示区域的面积,设区域的第段链码的终点纵坐标 为,该点纵坐标 可用式.表示。 ?罗? 镯 上式中: , 『 一, ?一 , 其中,气是链码表的第个码元,横坐标的增量, 见式?。 一 一 岛一工, 毛 , 缸 一 【 一 河北科技大学硕士学位论文 由此即可得出由链码表示区域边界时,边界所包围的面积彳。善 缸“ .本章小结 本章介绍了纱线毛羽检测的总体设计,检测过程主要有纱线毛羽图像采集、预 处理、分割及形态学处理、毛羽特征提取四大部分,对每一部分的主要任务及采用 的方法作了说明。 第章纱线毛羽图像预处理 第章纱线毛羽图像预处理 .预处理区域的选择 采集得到的纱线毛羽图像中包含很多无用的数据,这些信息不仅会降低图像处 理的速度,也会增加图像分析的难度。针对这种情况,本文通过截取纱线毛羽区域 的方法来去除纱线的边缘和模糊区域,只对纱线毛羽特征清晰的部分进行操作。 预处理区域选择的原则是:选区内的纱线毛羽要完整清晰,能够全面反应纱线 体的整体形态。进行纱线毛羽区域选择可以缩小图像的面积,减小环境因素对图像 质量的影响,提高纱线毛羽的检测速度【。选择纱线区域的方法是:对纱线区域进 行剪裁,通常为矩形区域,区域内的部分作为待处理纱线对象,而区域外的部分为 黑色背景。有些毛羽位于图像的边缘,造成毛羽的一部分在图像内部,另一部分在 图像的外部,这样的毛羽不能全面的反映检测对象的情况,需要通过区域裁剪去掉。 区域选择要避免毛羽被切断的情况旧。 原始图像 ”区域选择后的图像 舶 埘 ’ 图 图像预处理区域选择. .彩色图像倾斜校正 纱线样品经过摇黑板缠绕在纱线板上时,纱线与纱线板的垂直方向之间可能存 在一定的倾斜角度,纱线倾斜不仅会影响纱线缠绕的密度,而且会降低毛羽检测的 精度。为了提高毛羽检测的精度,需要对纱线图像作相应倾角的旋转。 目前,图像倾斜校正的方法都是针对灰度图像或二值图像的,为了提高纱线毛羽 的检测精度及检测效率,方便后续预处理操作的进行,本文对彩 色纱线毛羽图像进 行倾斜校正。 河北科技大学硕士学位论文 对彩色纱线图像进行倾斜校正是对纱线毛羽进行检测首先要经历的步骤,为了 实现对纱线图像的准确高效的校正,本文应用了彩色图像倾斜校正算法,该算法包 括倾斜角度检测及旋转校正两部分。倾斜角度检测算法能够获得纱线的倾斜角度;‘ 旋转校正算法除了完成纱线图像的旋转变换外,还利用插值运算去除了由于图像旋 转产生的边缘空白剧。 .. 图像旋转 图像旋转是以图像的中心为原点,将图像上所有像素都旋转同一个角 度的变换。图像经过旋转之后,会有部分数据转出显示区域。此时,既可以将这部 分图像数据截去,也可以扩大图像显示范围以显示全部图像【。采用极坐标的形式 表达点。,。的坐标,见式?。 箬 将点。,。绕坐标原点,旋转‖度后到点,,。,旋转过程如图所示。 点。,。绕坐标原点旋转到新的位置。,,后的坐标为: ?. 、 , : ?, 刚辜薯诽】’ 。。呦 霉一【葛兰薯口到罩】 上述旋转是绕坐标原点,进行的,如果指定图像绕点,旋转,则应该先将 第章纱线毛羽图像预处理 由于输入图像的位置坐标均为整数,经过旋转后的像素坐标位置不一定为整数, 可能在原图中找不到对应的像素点,图像中可能出现一些空白点,因此还需要对图 像进行灰度级的插值处理。 常用的图像插值算法有最近邻插值、双线性插值和立方卷积插值三种。最近邻 插值对邻近像素点的灰度值有较大改变,处理速度快,但图像的细微结构粗糙;双 线性插值法会模糊图像轮廓,图像边缘过渡比较自然。立方卷积法能保持较好的图 像边缘细节信息,但计算量大,处理效率低。综合考虑以上三种算法,本文采用了 双线性插值算法堋。 .. 变换基本原理 变换具有明显的几何特性,可以对图像中的直线和曲线进行检测,尤其 是在图像中含有一定噪声的情况下更具有优越性。纱线毛羽颜色与黑色背景的强烈 对比,使纱线在梯度图像中呈现出较明显的线性纹理特征,因此,可以利用变 换检测线状奇异性的特点,来预测纱线与背景交界处的大致方向,划定搜索区域, 以达到缩小检测范围,降低后续计算量的目的【】。 变换可以定义在任意维数的空间域中,一个厅维函数厂“,屯,一%的 变换定义为,一维超平面上的积分值。在二维图像中,变换是指计算 图像沿指定角度射线方向上投影的变换。二维平面函数,的变换,见式 ?。 ,口胪,?灿 驾 在上式中:为整个图像区域,为函数。 石, 工。 上的投影点到中心点的距离, 《石.日为投影线与水平轴的夹 角。 变换先将图像从灰度平面映射到参数,日平面,然后求出图像各个方 向上的投影。因为直线在法线方向上的投影最大,因此若图像中存在直线,则该直 线会在参数平面,处形成峰值,通过提取峰值所对应的。,。值,就能够得到 图像中直线的斜率和偏移量【。 .. 变换的算法实现 将彩色的纱线毛羽图像转化为灰度图像本文利用的灰摩转换公式,见式 ?。 . 一...】 其中表示对计算结果取整,、、分别表示彩色纱线像素的红、绿、蓝个 河北科技大学硕士学位论文 颜色分量。 利用边缘检测算子提取纱线毛羽图像的边缘,将图像二值化 算子利用一阶微分运算,分别求取纱线图像沿水平方向和垂直方向的偏导数,求出 梯度的幅值和方位角,对梯度幅值进行非极大值抑制,确定纱线区域的边缘点【列。 由于图像产生倾斜时 对纱线毛羽二值图像进行一。一。的变换 可能是顺时针方向,也有可能是逆时针方向,因此将变换中,角度的取值区 间定为一。一。; 由纱线的倾斜角度及确定的最大值 。的各行表示各个梯度 方向上的变换结果值,当取最大值时,口即为纱线毛羽图像的最大倾斜 换算法,其活动图第章纱线毛羽图像预处理 纱线毛羽图像经过倾斜校正变换后的处理效果如图?所示。其中图的子图 为原始的纱线图像,标准纱线和带毛羽的纱线与纱线板垂直方向均存在倾角;‘子图 为校正后的图像,从图中可以明显地看到校正效果,校正后的图像中可能存在红蓝 噪声点,可以通过多次中值滤波平滑来去除。 倾斜图像 校正后图像 图图像倾斜校正. . .? .图像灰度修正 在纱线毛羽图像的采集过程中,由于数码相机参数、光照条件等因素的影响,会 出现以下现象:纱线毛羽模糊不清、灰度偏暗或偏亮、纱线主体与背景的对比不强 烈、不必要的毛羽灰度信息过多等。上述种种现象比较集中地反映在图像的灰度对 比度问题上。要改善图像的灰度对比度以满足图像上灰度的某些特殊要求,可以通 过对图像进行灰度修正来实现【。 图像灰度修正可以使图像的动态范围加大,对比度扩展,是图像增强的重要手段。 灰度修正可以采用灰度变换法和直方图均衡化技术来实现。 ..灰度变换 图像的灰度变换是按照某种映射规则,逐点改变原图像中每个像素的灰度值的 过程,该方法将原图像的灰度/,经过变换函数一研门转换为新的灰度,, 见式.: , /,,】 ? 图像的灰度变换可分为线性变换、分段线性变换和非线性变换。由于纱线毛羽图 像的背景为低灰度区域,与细小毛羽的灰度值比较接近,而高灰度的纱线主体和背 、 河北科技大学硕士学位论文 景区分较为明显,因此本文利用非线性灰度变换处理来增加细小毛羽和背景的对比 度。 设原图像为,,灰度,的取值范围为【无,无】,变换函数为,期望输出 的图像为,,灰度值的取值范围为【邑,。】,则非线性变换,见.: 芳, 厂×【厂,一,】一。 非线性变换函数如图.所示。 . 厂 厂, 图非线性变换函数 。. . . ..一 ..直方图均衡化 直方图均衡化的基本思想是构造一个变换函数丁,通过变换函数把原图像的灰 度级分布拉长,增加像素灰度值的动态范围,从而达到增强图像整体对比度的目的。 假设图像,,的灰度范围为‰ ,厂懈,将其灰度变化范围转换到 【朋区间的过程,称为直方图归一化【。 厂一厂,一‰/厂懈一‰ 如果用,.表示经过归一化处理的像素灰度,用表示经过直方图修正后的图像灰 ,., 度 ,用;】表示均衡化的处理函数,则直方图均衡化的离散化公式, 可表示为: . 丁【,】。荟 。荟等 , 式中, 。 ,为离散的灰度级,的取值实际上是与丁】最 近的那个灰度。 图. 是原始的纱线毛羽图像,. 是经过灰度变换的图像,从图中可以看出, 经过非线性变换后,纱线和背景的对比度增强,毛羽图像清晰。图.曲是对线毛羽 图像进行直方图均衡化前的直方图,图. 是经过变换后的直方图。经过直方图均 衡化修正后,图像灰度级近似服从均匀分布而且灰度间隔被拉大,有利于对图像的 第章纱线毛羽图像预处理 分析。 纱线毛羽灰度图 灰度变换后的图像 ? 原始图像的直方图 直方图均衡化后的直方图? 图.图像灰度变换 .. ? .图像降噪 由于受到系统噪声、光照条件等影响,采集得到的纱线图像含有不相关的噪声, 这些噪声降低了图像质量,影响毛羽检测的精度。因此要对图像的质量加以改善, 平滑噪声的同时要注意尽量保持图像的细节。噪声去除处理可以 有效地抑制噪声, . 增强图像的质量【。 ..图像常见噪声 任何一幅原始图像,在采集和传输等过程中,都会受到各种噪声干扰,使图像 质量下降。噪声对图像信号幅度和相位的影响很复杂,因此对图像进行平滑去噪要 】河北科技大学硕士学位论文 针对具体的情况采用不同的方法【矧。下面就数字图像中常见的几种噪声做简单介绍。 高斯白噪声 此类噪声具有高斯函数形状的直方图分布,设图像,,被 高斯白噪声,污染,则含噪声的图像厂’,可表示为: ,’,一厂,,,,一厂,‖必,一?, 一 乘性噪声此类噪声幅度与图像信号强度有关,用公式可表示为: ,’,一,,, ? 其中是均值为,方差为仃的均匀分布随机噪声,在.,.上服从均匀分布。 椒盐噪声此类噪声在图像中表现为孤立的亮点或暗点,对图像分割、边 缘检测等后续处理具有严重的破坏作用。 ..图像噪声消除 图像去噪算法按照处理对象的不同,大致分为两类:空域法和频域法。空域法 借助空间模板直接对图像中的像素进行数据运算;频域法在图像的变换域上进行处 理矧。频域法虽然在一定程度上可以消除噪声,但是也会模糊图像的边缘特征信息, 而且计算量很大,不适合于对纱线毛羽图像进行处理。 本系统根据纱线毛羽检测的要求,要求图像的平滑处理过程不仅速度快,而且 不能丢失纱线毛羽的边缘细节特征,对均值滤波和中指滤波的效果进行了比较【硎。 均值滤波均值滤波法是一种空间域局部处理算法,是指对将要处理的像 素给定一个模板,该模板包括了其周围的邻近像素,用模板中所有像素的灰度平均 值代替该点的灰度值的方法【。假定图像,的大小为,滤波处理后的图 像为,。则,可由下式计算得到: ,古?厂,『 坦乃酝 式中,工,?,一,是以,点为中点的邻域的集合,是集合内像 素的总数。 均值滤波在去除噪声的同时会使图像变得模糊,且模板的邻域尺寸越大,边缘 处的细节模糊得越严重【。为了减小模糊,可采取阈值法减少邻域平均造成的模糊, 见式?。 . 毗.吉。韶%『’,万。露叫汀. 厂, 其它式中是非负的阈值,当目标点与其领域平均值的差值超过规定的阈值时, 用平均值作为该点的灰度值;若该差值小于阈值保留其原灰度值不变。 中值滤波 中值滤波是由..基于排序统计理论提出的一种非线性 信号处理方法。该方法选取合理的邻近像素值代替噪声点,适合于去除图像的椒盐 第章纱线毛羽图像预处理 噪声旧。在一定条件下,中值滤波能够克服线性滤波器带来的图像细节模糊问题, 而且能很好地抑制脉冲型噪声。 中值滤波是一种邻域运算,其原理是:确定以点,.,为中心的邻域,将邻域的 各个像素的灰度值进行排序,选取中间值作为点,的像素新值。用有序数 而,,工,?,表不如 ;耐。,戈:,工,,?,石。,一。一。,:/。,,:,,:羹饔萋?, 这里的邻域通常称为窗口,当窗:在图像中上下左右移动时,利用中值滤波算 法对图像进行平滑处理。二维情况下的中值滤波可定义为: ,一.?,一.『,,『?, 式中为窗口,,为窗口中心伍,的灰度值,厂?,?为窗口的 像素灰度值。 中值滤波的窗口可以是方形、十字、线形等形状,不同的窗口尺寸和形状直接 影响平滑处理的结果,实际应用中,需要根据图像处理的不同要求,采用相应的窗 口形状和尺寸【。常用的二维滤波窗口有:中值滤波器,十字形中值滤波器 和最大滤波器。中值滤波器 该滤波器计算灰度图像中以像素,,为中心的 屏蔽窗口? ,?内灰度的中值“,并且,,。 十字形中值滤波器计算灰度图像中以像素,为中心的十字屏蔽窗口 十字形的纵向和横向的长度为?,一,?内灰度的中值“,,一“, 由 用户给定嘲。 最大值滤波器对灰度图像中以像素厂,为中心的×屏蔽窗 口一,??.内灰度的最大值“,作,一处理。 ..噪声消除方法的比较 对纱线毛羽图像进行平滑处理,要求平滑操作不仅能有效去除纱线区域的噪声 点,而且要保持纱线毛羽的边缘细节信息,均值滤波虽然去除了一定的噪声,但也 使纱线边缘变得模糊。所以采用中值滤波对纱线毛羽进行平滑处理。图.为滤波后 的纱线图像,从图中可以看出图中的噪声得到削弱:中值滤波后的纱线轮廓更加清 , 晰。 河北科技大学硕士学位论文 .图像锐化 乃 【三三】【?三割??】 ..梯度锐 在图像锐化处理过程中,通过梯度算子来是实现一阶微分。图像,在点 ,,处的梯度是一个矢量,该矢量即为梯度算子,见式一。 . 雨删一慝善 梯度的方向是指图像函数,最大变化率的方向,也是图像灰度变化最大的 方向。梯度的幅值【厂,】可由公式算出:第章纱线毛羽图像预处理 ,.?, .厂,,,?;善?号】 由上式可知,梯度的幅值就是厂,梯度方向上的增加量。若采用离散形式来 描述,可用差分运算来代替微分运算。上式按差分运算后,近似梯度的表达式可以 改写为公式.。 ,】一?【厂,.『一,『】【,,.『】 在实际的运算过程中,一般用绝对差运算来代替公式.,有如下近似公式: ,】厂,『一厂,.『厂,『一,,『 ..拉普拉斯掩模锐化 这种算法是一种不依赖于边缘方向的二阶微分算子,它通过寻找灰度值的二阶 微分中的零穿越来检测边缘点,具有各向同性、旋转不变的特点。 其表示式见式 : .胞加掣掣 在数字图像情况下的近似式,见式 ? ,,,一,,,厂,, 若,在,点处发生零交叉,则,为阶跃边缘点对应于屋顶状边缘, 在边缘点的二阶导数取极小值。它的卷积模板,见式?: .六 它能使噪声成 与一阶微分算子相比较,二阶微分算子对噪声更为敏感, 从图中可以看 河北科技大学硕士学位论文 ?目‘?目目目?第章纱线毛羽图像分割及形态学处理 第章.纱线毛羽图像分割及形态学处理一,。毋‖’一 图像分割 是由图像预处理到图像分析的关键步骤,是根据 特征集合相似准则,把具有特殊性质的不同区域或子集分开,再 提取出这部分目标 ’ 区域的过程【】。 毛羽特性只是采集得到的图像中纱线区域的一部分。为了提高毛 羽特征提取的 速度,同时消除背景对纱线区域的影响,需要将纱线毛羽区域与 背景分离,再对纱 线毛羽进行提取和分析。 令集合代表整个图像区域,对的分割可以看作是将分成个满足以 下 个条件的子区域。,,一风的过程【: ? 分割所得到的全部子区域的总和要包括图像中的所有像素,即 ; 图像中的每个像素都要被处理; 指分割后同一个子区域中的像素具有相同的 对一,?,, 特性如灰度、纹理、色彩等; ’ 分割后的各个子区域不能重叠; 对,.『,?『, 尺, 指分割所得的不同子区域具有不同的特 对,『,.『, , 征; 对,?,,是连通的区域指分割后同一个子区域内的像素相互连 通。 上述个条件对图像分割有一定的指导作用,但实际的图像处理和 分析都是面 向特定应用的,分割算法也是针对具体的问题提出的,因此需要将条件中的各种关 系和实际要求相结合。 对灰度图像的分割基于像素灰度值的两个性质:一是利用区域具有某种灰度特 性或相似的组织特性进行分割;二是根据像素点的灰度不连续性进行分割。因此从 分割依据的角度看,图像的分割可以分为相似性分割阈值分割和非连续性分割边 缘检测两种【引。本论文对几种分割方法进行了比较,并从中选择适合纱线毛羽特性 的分割方法。 .阈值分割法 . 阈值分割法是一种基于区域的分割技术,通过利用像素灰度差异设定不同的特 征阈值,把图像分为若干具有不同灰度等级的区域。利用阈值进行区域分割,非常 适用于目标和背景占据不同灰度等级范围的图像。常用的阈值化处理就是图像的二 值化处理,即选定一个阈值,将图像转换为二值图像九。河北科技 大学硕士学位论文 阈值分割的效果很大程度上依赖于阈值的大小。阈值过大,会把目标错分为背 .景,阈值过小,会把背景错分为目标,因此该方法的关键是如何选择合适的阈值。 设,是二维图像的平面坐标,图像灰度级的取值范围是工,一?, ,,表示坐标点,的灰度级。设为阈值,?。,钆代表二值灰度级,并 且。,。?网。用阈值对图像厂,进行分割的结果见式。 ,一;::;;三:, 阈值分割法是按某中准则求最优阈值的过程。阈值的设定是图像分割的关键,合适 的阈值,可以对图像进行正确、方便的分割。目前,常用的确定阈值的方法有迭代 法、最大类间方差法、最大熵阈值法等。 ..纱线毛羽图像阈值分割方法 直方图阈值法设图像的灰度级范围为工?, 一,灰度级为的像素点个 数为万,,像素点的总数?。甩;,灰度级的出现概率只为: 。 例 /’ . 直方图阈值法的原理是把图像设成由目标和背景两部分组成,在 灰度直方图上, 目标和背景都形成高峰,图像的阈值是双峰之间的波谷处灰度值。 迭代阈值分割法该方法首先假定一个阈值作为初始估计值,然后在对图 像的迭代过程中,按照目中准则,不断地更新这一初始阈值,直到满足给定的条件, 得到最佳阈值为止。迭代法的步骤为: 在一幅灰度范围为【一】的图像中,选择图像灰度的中值作为初始阈值 ,把原始图像分成目标和背景两大区域,图像中对应灰度级的像素数为万;。 利用阈值把图像分割成两个区域和尺,计算区域和的平均灰度值 隅和/,,见式.。 . ? /。 帆一 ,/。 ? 魄一心 % “荟百荟 乃岛一耋 得到和/:后,用下式计算出平均阈值互。。 。 ? 正一‖/ 重复步骤和,迭代到互“一 时结束,此时的霉即为阈值【。 由于迭代运算是以图像的灰度统计为基础的,因此要首先获取图像的灰度统计 分布情况。该情况执行完后,将存放有灰度分布的数组作为参数传递给迭代阈值函 数,通过迭代的方式计算出最终的阈值。 ’ 第章纱线毛羽图像分割及形态学处理 法法是一种使类间方差最大、类内方差最小的阈值确定方法, 也称为最大类间方差法。它的基本思想是确定一个最佳阈值,使得背景和目标两个 像素类之间的类间方差最大。假设用 一.,一表示原始图像的灰度级数,灰度 级为的像素个数刀;出现的概率为;,用直方图表示图像灰度的概率分布为【: 。 ‘ 工一/?,罗。? 使用阈值将图像划分为目标和背景。两类,即。,,?,和 , ,,?,工一,目标出现的概率为 罗,平均灰度为肛;背景。 出现的概率为一罗;一?,平均灰度为/.。,图像的总平均值为: 笨 . 肛‘‖。两类的均值分别为: . 五 胪骞跏一;裴一一一 目标和背景的间方差%为: 仃;一 ‘一‖?‖一肛一一‖ ? 盯:表示阈值为时目标类和背景类间的方差,若阈值使得两类间的方差最 大,则为最佳阈值。即最佳阈值丁满足: ;, 一? 一维最大熵阈值法熵是平均信息量的表征,属于均匀性度量。利用图像 的灰度分布密度函数定义图像的信息熵,根据假设的不同或视角的不同提出不同的 熵准则,最后优该改准则得到阈值。其中一维最大熵求阈值的方法如下: 在一幅灰度范围为【,三一】的图像中,熵函数定义为: . 驴.眈吧生掣 ? 式中: 荟‖一荟愚‖‖一荟愚 ,为灰度级出现的概率。当熵函数取得最大值时,对应的灰度值就是所求的 最佳阈值。 由于灰度一维最大熵是基于图像原始直方图的,它仅 二维最大熵阈值法 仅利用了点灰度信息而未充分利用图像的空间信息,而二维最大熵综合利用了点灰 度特征和区域灰度特征,从而较好地表征了图像的信息。它的基本方法是:以原始 灰度图像个灰度级中各像素及其邻域的个像素为一个区域,计算出区域灰度 . 均值图像,这样原始图像中的每一个像素都对应于一个点灰度.区域灰度均值对。设 万为图像中点灰度及其区域灰度均值为『的像素点数,为点灰度区域灰度均河北科技大学硕士学位论文 值对,.『发生的概率,则: ,吖。赢爵 其中?×?为图像大小。 维最大熵的判别函数为: ? 妒,一只一只】日』/只日 一日』/一只 使妒,为最大值的阈值和即为所求阈值。其中: ?驴,;.『一。驴冉 只一??, 工“.,; 工一.;『』一。??见,』, ?工?,一; 工?,一; , 工一。??第章纱线毛羽图像分割及形态学处理 迭代法 最大类间方差法 一 一 一 一 ’ ? 轵? 摹 , .,. . 等一 。 .:; 一维最大熵法 二维最大熵法图.图像二值化分割 . 直方图阈值分割法对背景和目标对比度很大的图像分割效果比较好,但是由于 该方法是在灰度统计的基础上平均图像的灰度值,会丢失很多信息。纱线毛羽图像 多为光照不均匀的图像,该算法分割效果不佳。 迭代法不能很好地区分图像的细微区域,处理效果受图像数据的影响很大,也 不能滤去图像的背景噪声。 法适合于目标和背景无明显差异,不能用峰谷法进行分割的图像。与其它 阈值分割方法相比,该方法的分割效果较好。 。最大熵法对不同目标大小和信噪比的图像分割效果比较好,但是由于熵属于对 数运算,处理速度比较慢。 经过对以上各种算法的比较,法、迭代法和最大熵法在理论上比较成熟; 直方图阈值法处理的效率比较高;直方图阈值法、法和迭代法的 算法实现比较河北科技大学硕士学位论文 续的纱线毛羽操作更方便【】。 .边缘检测分割法 边缘法线方向的