基于圖像處理的牛仔織物緯斜檢測方法

王奇鍇 潘如如 高衛(wèi)東 左亞君

（江南大學(xué)，江蘇無錫，214122）

1 問題的提出

在織物緯斜處理中，目前國內(nèi)企業(yè)采用的機(jī)械大多為光電檢測技術(shù)［1］，如靜態(tài)雙夾縫、旋轉(zhuǎn)夾縫檢測法等。這些方法雖然滿足了檢測的實(shí)時性，但仍具有檢測死角和低精度的缺點(diǎn)，并且受到織物類型的限制，不能應(yīng)用于較厚的織物或斜紋織物。受此限制，部分國內(nèi)外制造企業(yè)開始研發(fā)基于機(jī)器視覺的紡織裝備。目前國外已有Elstraight 整緯器，國內(nèi)有HawkVision 智能圖像整花整緯機(jī)等。

采用圖像處理技術(shù)具有較高的精度與適應(yīng)性。針對緯斜角度檢測的問題，基于圖像處理技術(shù)的檢測方法主要可分為Radon 變換法［2-3］、傅立葉變換法［4-6］和Hough 變換法［7-8］。這3 種方法各有不同。Radon 變換法是通過尋找織物二值圖像中1 像素點(diǎn)最多的方向來確定緯斜角度。但這類方法很容易受到噪聲的影響，同時對織物紋理有嚴(yán)格的要求。傅立葉變換法是將織物的灰度圖變換為頻譜圖，通過對幅度頻譜圖的統(tǒng)計分析得到需要的信息，通常用于對織物紋理信息的提取。Hough 變換法是一種尋找并連接圖像中線段的方法，將像素空間上的點(diǎn)映射到參數(shù)空間來統(tǒng)計得到傾斜角度［9-12］，但由于原始圖像中存在較多的干擾信息，導(dǎo)致算法提取的直線精度較差；同時Hough 變換遍歷整個圖像，計算量較大，所用時間較長。

在高密度牛仔織物緯斜信息的在線檢測中，緯線信息不明顯，Hough 變換處理效果并不是很好；采用傅立葉變換在緯斜角度較低時，精確度達(dá)不到所需要的標(biāo)準(zhǔn)。另外，還要考慮圖像處理技術(shù)的魯棒性以及計算量的大小。因此，本文采用透射光，將面陣相機(jī)采集出1 024 pixel×768 pixel 的圖像，通過截取部分圖像，先采用Fourier 變換得到織物緯線的粗略偏斜角度。再利用方向鄰域?yàn)V波，設(shè)置濾波器參數(shù)為緯線的粗略偏斜角度，進(jìn)行圖像細(xì)化處理得到緯線條干，最后在該角度的鄰域范圍內(nèi)采用角度步長為0.1°的Hough 變換得到精確的緯線傾斜角度，從而縮小Hough 變換的處理時間，以期能提高處理效果和效率。

2 檢測理論

2.1 傅立葉變換與紋理方向角度檢測

令f(x，y)代表一幅大小為M×N的數(shù)字圖像 ， 其 中x=0，1，2，…，M-1，y=0，1，2，…，N-1，由F(u，v)表示的f(x，y)傅立葉變換見式（1）。

式中：u=0，1，2，…，M-1，v=0，1，2，…，N-1。頻域系統(tǒng)是以u、v（頻率）為變量來表示F(u，v)的坐標(biāo)系。令R(u，v)和I(u，v)分別表示F(u，v)的實(shí)部和虛部。傅立葉譜定義見式（2）。

在幅度譜中，一幅圖像的傅立葉變換的幅頻特性在其幅頻圖的四個角上比較亮，而中心部分比較暗。在二值圖像中均勻分布的紋理，其幅度譜中作為特征紋理的點(diǎn)必然是幅度譜圖的次亮點(diǎn)（最亮點(diǎn)為中心點(diǎn)O）。根據(jù)傅立葉變換的定義可知，得到頻譜關(guān)于圖像的中心點(diǎn)是對稱的，所以其次亮點(diǎn)也是對稱的。兩個次亮點(diǎn)形成的直線方向?yàn)榧y理的梯度方向，由于是離散化圖像，所檢測角度的精度實(shí)際上是由次亮點(diǎn)能區(qū)分的最小角度所決定的。若兩個次亮點(diǎn)分布在水平方向上，那么次亮點(diǎn)之間的距離即為2d，當(dāng)兩個次亮點(diǎn)移動一個像素點(diǎn)時，所檢測到的角度即最小檢測角度θm見式（3）。

2.2 Hough 變換

Hough 變換就是將原始圖像上的一點(diǎn)，其坐標(biāo)為(x，y)按照式（4）轉(zhuǎn)變?yōu)橐粭lHough 空間的正弦曲線。

式中：ρ為直線上某點(diǎn)到原點(diǎn)的距離；θ為從原點(diǎn)向該直線作垂線，垂線與x軸的夾角如圖1（a）所示。圖1（b）中的每一條正弦曲線表示通過特定點(diǎn)(xi，yi)的一族直線。交叉點(diǎn)對應(yīng)于通過(xi，yi)和(xj，yj)的線。Hough 變換在計算上的便利之處是把ρθ空間再細(xì)分為累加單元，其中的(ρmin，ρmax)和(θmin，θmax)是預(yù)期的參數(shù)值范圍。

圖1 Hough 變換

2.3 方向鄰域?yàn)V波

設(shè)置一個濾波器，將其與圖像卷積后，在逆時針方向一定參數(shù)角度θ將鏡頭的線性運(yùn)動近似為像素長度L，濾波器成為水平和垂直運(yùn)動的矢量。構(gòu)建一個理想的線段，以所需的長度和角度為中心，以h的中心系數(shù)為中心。對每個系數(shù)的位置（i，j）計算該位置與理想線段之間的最近距離Nd，得到濾波器中心系數(shù)后，就可以利用已知的角度和設(shè)定的距離構(gòu)建出一條首尾固定的線段。參數(shù)計算見式（5）和式（6）。

式中：h為運(yùn)動計算濾波器系數(shù)；Nd為最近距離；Nh為歸一化h。

在合適的角度范圍內(nèi)利用方向?yàn)V波連接形成緯紗條干，只要使濾波相互連接，再采用圖像細(xì)化即可得到緯紗條干，見圖2。

圖2 角度θ 對方向鄰域?yàn)V波影響

3 圖像采集和緯斜檢測

3.1 動態(tài)圖像采集系統(tǒng)

本文旨在構(gòu)建牛仔織物緯斜實(shí)時檢測系統(tǒng)［13-14］，為了采集到連續(xù)的牛仔織物圖像，試驗(yàn)采用了自制的牛仔織物動態(tài)圖像采集系統(tǒng)。該系統(tǒng)主要包括牛仔織物轉(zhuǎn)動、牛仔織物透射圖像的動態(tài)采集、圖像實(shí)時處理與緯斜檢測3 個部分，系統(tǒng)裝置見圖3。

圖3 動態(tài)圖像采集檢測裝置

由于采用動態(tài)采集，本文選擇DALSA HM 1 024 相機(jī)作為圖像采集的硬件，相機(jī)的最大分辨率為1 024 pixel×768 pixel，最高幀頻為117 幀/s。一般而言，將牛仔織物平放，經(jīng)紗垂直于平面時其緯紗的傾斜角度在-45°～+45°的范圍之內(nèi)。選用5 種規(guī)格不同的牛仔織物進(jìn)行測試，依次按照緯密由低到高，由A～E 表示：A 經(jīng)緯密分別為237 根/10 cm、122 根/10 cm；B 經(jīng) 緯 密 分別 為323 根/10 cm、155 根/10 cm；C 經(jīng) 緯 密 分別為408 根/10 cm、180 根/10 cm；D 經(jīng)緯密分別 為457 根/10 cm、205 根/10 cm；E 經(jīng) 緯 密 分別 為562 根/10 cm、247 根/10 cm。圖4 為采集到的牛仔織物E的透射圖像，圖像大小為1 024 pixel×768 pixel。經(jīng)相機(jī)校準(zhǔn)，圖像中1 024 pixel 對應(yīng)實(shí)際長度為2.9 cm。裝置中有透射和反射兩種光源模式，由于本試驗(yàn)主要是獲取緯紗條干信息，當(dāng)采用透射光拍攝采集織物圖像時，緯線的透過光較多，在圖像上呈現(xiàn)出高亮度，經(jīng)線在圖像上為低亮度。

圖4 牛仔織物透射圖像

3.2 緯斜檢測方法

Hough 變換具有很強(qiáng)的直線檢測能力，在織物透射圖像中，能夠連接每個像素點(diǎn)形成直線得到想要的紗線角度。但對于高密度的牛仔織物，采集到圖像中干擾信息過多，Hough 變換的檢測效果不太理想。為了同時滿足檢測效率與檢測精度，先采用傅立葉變換得到緯線傾斜角度，再利用該角度對圖像進(jìn)行方向鄰域?yàn)V波處理，最后在該角度的相鄰范圍內(nèi)使用高分辨率Hough 變換來達(dá)到系統(tǒng)所需要的精確緯斜角度［15］。

牛仔織物圖像的緯斜檢測可分為以下幾個步驟，見圖5。

圖5 緯斜檢測步驟圖像

第一步，對牛仔織物圖像進(jìn)行剪切，得到分辨率為300 pixel×300 pixel 的圖像S1，見圖5（a）；第二步，對圖像S1采用傅立葉變換，得到傅立葉變換幅值圖，見圖5（b），通過次亮點(diǎn)坐標(biāo)求得緯斜角度θ1；第三步，對透射圖像采用方向鄰域?yàn)V波，設(shè)置濾波器的角度值為θ1，L值至少為55 像素點(diǎn)，得到只有緯紗信息的圖像S2，見圖5（c）；第四步，對圖像S2進(jìn)行圖像細(xì)化處理，得到只有牛仔織物緯紗條干信息的圖像S3；第五步，選取Δρ=1，Δθ=0.1°，在（θ1+1°）～（θ1-1°）范圍內(nèi)，對圖像S3作Hough 變換，得到A(ρ，θ)矩陣，測算出5個峰值點(diǎn)，對其進(jìn)行平均，求得精確的緯斜角度θ2，見圖5（d）。

4 試驗(yàn)結(jié)果與討論

為驗(yàn)證本文提出的基于圖像處理的牛仔織物緯斜自動檢測方法的可行性，通過對5 種不同緯密的牛仔織物進(jìn)行緯斜檢測，計算自動檢測與人工檢測的誤差。試驗(yàn)時，每塊牛仔織物樣品測試25 cm×100 cm，在轉(zhuǎn)動中采集10 幅圖 像，為確保穩(wěn)定采集圖像，牛仔織物運(yùn)行速度為20 m/min。

4.1 濾波器參數(shù)討論

由于采用運(yùn)動模糊算子，該濾波器中有角度θ與像素長度L兩種參數(shù)，其中角度θ與緯紗偏斜角度有關(guān)，像素長度L與織物經(jīng)緯密度相關(guān)。以經(jīng)緯密度分別為237 根/10 cm、122 根/10 cm 的牛仔織物A 為例，更改不同參數(shù)對最后緯斜角度檢測結(jié)果的影響見圖6。

圖6 濾波器參數(shù)對緯斜檢測結(jié)果的影響

從圖6 可以看出，緯斜角度隨著濾波器角度參數(shù)的提高而逐步提高，在16°～20°范圍內(nèi)對檢測結(jié)果沒有影響；像素長度大于55 個像素點(diǎn)后，角度檢測結(jié)果不發(fā)生改變。在透射圖像中，兩個白點(diǎn)之間的像素距離由經(jīng)緯密決定，經(jīng)緯密越大，像素長度越短。所以，以已有規(guī)格經(jīng)緯密最小的牛仔織物為例，得出像素長度大于55 個像素點(diǎn)對檢測結(jié)果不產(chǎn)生影響。對目前試驗(yàn)來說，在濾波器角度大小波動2°范圍內(nèi)，像素長度大于55個像素點(diǎn)，能有效提高該檢測方法的精確度。

4.2 緯斜檢測與分析

對5 種規(guī)格不同的牛仔織物，先采用人工檢測方法對牛仔織物緯紗偏斜角度進(jìn)行檢測。人工檢測是在采集到的牛仔織物圖像上畫出牛仔織物緯線，測量出該圖像的緯紗偏斜角度；再采用緯斜自動檢測，得到牛仔織物運(yùn)動過程中的緯斜檢測結(jié)果；同時記錄下動態(tài)檢測所耗時間。檢測對比結(jié)果見表1。

表1 牛仔織物緯斜自動檢測結(jié)果

表1中數(shù)據(jù)表明：人工檢測和自動檢測的誤差非常小，數(shù)值上誤差最大的為A1 的緯斜，誤差僅有0.2°；所有測量結(jié)果平均誤差在0.1°左右。誤差產(chǎn)生的原因是由于拍攝時織物張力不均勻，導(dǎo)致織物緯紗排列不均勻；同時由于人工檢測選擇的檢測區(qū)域不同，檢測結(jié)果也會存在一定的差異。該誤差在實(shí)際的生產(chǎn)中屬于合理的誤差范圍。

在上述5 種牛仔織物的檢測中，再采用傅立葉變換和Hough 變換進(jìn)行自動檢測，記錄下檢測時算法的運(yùn)算時間，計算出不同算法的平均誤差，3 種算法的對比結(jié)果見表2。

表2 幾種算法的性能對比

表2 給出了3 種算法在檢測牛仔織物緯斜時的性能對比。傅立葉變換在檢測較小緯斜角度時，存在精度較差的問題，從而導(dǎo)致平均檢測誤差過高。而本文算法在傅立葉變換的基礎(chǔ)上解決了因紋理導(dǎo)致誤差過大的問題。Hough 變換在檢測過程中需要遍歷整個圖像才能得到檢測結(jié)果，計算量過大，運(yùn)算時間較長。本文方法僅需要在一定角度范圍內(nèi)，對寬僅有1 個像素點(diǎn)的緯紗條干進(jìn)行Hough 變換，計算量明顯降低，運(yùn)算時間為0.3 s，能滿足實(shí)時檢測的需求，驗(yàn)證了本文提出的牛仔織物緯斜自動檢測方法具有較好的可行性。

5 結(jié)論

本文利用圖像處理技術(shù)實(shí)現(xiàn)了牛仔織物緯斜的實(shí)時檢測。通過牛仔織物圖像自動采集系統(tǒng)，得到適合圖像處理技術(shù)的牛仔織物圖像，利用方向鄰域?yàn)V波和Hough 變換定位緯紗，并檢測出緯紗傾斜角度所耗時間和不同試驗(yàn)方案準(zhǔn)確性。試驗(yàn)表明，在合理的參數(shù)配置下，該方法檢測牛仔織物緯斜能夠在±40°的范圍內(nèi)得到0.2°以內(nèi)的檢測誤差，單次檢測耗時不超過0.3 s，基本滿足緯斜檢測的實(shí)時性與精度要求；相比于目前已有的采用Hough 變換檢測緯斜在時間上有所縮短；也能夠替代目前的光電檢測方法。基于本文提出的緯斜檢測方法，可以構(gòu)建出基于圖像分析的牛仔織物緯斜自動檢測儀。