基于多尺度和多区域的机织物编织密度的图像分析方法
【技术领域】
[0001] 本发明设及织物中纱线编织密度的图像分析方法，更确切地说，是设及一种织物 表面纱线在多尺度视图下和多个纱线交织区域中编织密度的图像分析方法。
【背景技术】
[0002] 在生产机织物的过程中，技术人员需要分析织物样品的编织密度参数从而确定上 机织造参数。传统的分析方法依赖简单的工具，如放大镜和刻度尺，利用人眼识别织物中不 同区域的纱线编织根数。通常地，为确保检测精度，分析人员需要选取至少2个内容不同的 区域，区域大小一般约为10X10cm，对每个区域按照经绅方向至少识别2次，然后W识别的 经纱和绅纱纱线根数的各自平均值作为织物编织密度的检测结果。W此计算，分析人员在 分析每一个织物样品时，至少需要识别8次经向和绅向长度范围为10cm的纱线根数。由于 织物表面的密度可达140根/英寸（少数样品密度甚至更高），分析人员每天可能需要处理 数十个样品，分析过程十分枯燥，而且他们长期利用放大镜低头观测织物密度的工作方法 极容易产生颈椎疾病和用眼过度疲劳甚至眼疾。
[0003] 采用现代图像分析技术能够很好地完成织物表面纱线的编织密度分析，该一方面 可W降低分析人员的劳动强度和节省劳动成本，同时能够缩短分析时间并提高织物分析效 率，从而实现纺织企业自动化生产的发展和生产力转型升级的需求。根据织物颜色的属性， 已有的分析方法可分为两大类；（1)针对单色织物的编织密度分析方法；（2)针对多色织物 的编织密度分析方法。前者主要是利用快速傅里叶变换原理，将图像从时域转换到频域，接 着从功率频谱图中提取出纱线周期性信息特征点，然后根据样品的实际尺寸计算出经绅纱 的编织密度。利用该方法能成功地识别出纱线排列均匀的单色织物。然而，该方法存在下述 一个主要缺陷；该种方法只适合于分析单色织物的纱线编织密度，该是因为多色织物的纱 线颜色排列可能会在功率频谱图中形成一定的周期性信息特征点，W致难W准确地分辨出 某些色纱的排列周期和全部纱线的排列周期。后者分析方法，即多色织物密度分析方法，主 要是利用纱线灰度投影法对纱线进行分割。其主要原理是：根据织物纱线和间隙的亮度分 布规律，把织物图片的灰度值沿着经绅方向分别做投影。在光线照射到织物表面时，当遇到 相邻纱线的间隙时，光反射照片中的灰度投影的累计值较低；当遇到纱线表面时，灰度投影 值较高。虽然该方法能够获取纱线的空间位置信息，但仍然受纱线毛羽和颜色的影响。例 如，当纱线的颜色转换成灰度值时，某些颜色对应的灰度值可能相差很大，该样在灰度投影 曲线上形成明显的阶梯状分布，从而使峰值检测算法对参数选择十分敏感。也是由于该个 原因，该方法只适合于分析小区域的多色织物。从目前发表的研究论文可知，该方法中单个 区域通常只包括10至20根纱线。
[0004] 2008年，XinB.和化X.等发表的研究论文《Investigationonthe ClassificationofWeavePatternBasedonanActiveGridModel》融合了织物图片 的双面信息，并利用纱线模板对织物图片进行滤波，然后采用灰度投影法定位纱线的初始 位置。接着，纱线的精确位置通过一种活动网格模型（AGM)进行定位。该种方法为采集织 物纱线的信息和分割存在变形的纱线提供了一种新思路，但存在w下主要缺点；（1)网格 模型的解的精确度和稳定性对初始化纱线定位结果敏感；（2)该方法处理的分析区域仅仅 包含一个比较小的区域，该是因为如果扩展到多区域该方法的运算量将很大。2008年，Xie L.等在发表的石开究论文《Appliedtechniqueofautomaticmeasurementofwarpand weftdensitiesinf油rics:l.methodofmeasurement》中，提出了施加外力（机械力） 达到矫正纱线扭曲的区域，进而可采用传统的灰度投影法分割纱线。虽然该方法能使灰度 投影法相对容易地分割出理想的纱线排列（经纱垂直排列，绅纱水平排列），然而，该方法 采用的外力作用会使纱线发生拉伸变形，W至改变了纱线在织物中的自然弯曲状态，从而 改变织物的原有结构参数，如织物覆盖系数和织物编织密度。PanR.等于2010年发表的研 究论文《AutomaticDetectionofStructureParametersofYarn-dyedFabric》之中提 出利用纱线区域的颜色特征直接对色织织物的纱线颜色进行分割的方法。论文中采用了模 糊C均值算法对织物图片在CffiL油颜色空间进行了分类，然后在织物图像中的每一种颜色 的交织区域利用Steering滤波器进行过滤，进而使用灰度投影的方法对纱线进行分割。该 种方法的主要缺点是过分依赖于对织物中纱线的颜色分割结果，当两种纱线的颜色接近时 (例如两种亮度信息接近的红色），颜色聚类的方法难W正确地区分不同的纱线交织区域， 从而影响后续分析中所采用的步骤和结果。
【发明内容】
[0005] 本发明的目的在于提供了一种基于多尺度和多区域的机织物编织密度的图像分 析方法。本发明提高了织物编织密度检测的效率和准确性，同时克服上述方法中存在的问 题，本发明首先提出一种近似规则纹理的分析模型提取织物在大尺度视图中的纹理基元， 然后对其中的纹理基元进行纱线定位。本发明提出的纱线定位方法是一种基于亮度梯度图 的投影算法。该方法适合分析单色和多色机织物在大尺度视图下的机织物编织密度，对峰 值检测方法的依赖程度低，分析方法更接近实际生产中织物密度分析方法。
[0006] 为达到上述目的，本发明的技术方案是：
[0007] 一种基于多尺度和多区域的机织物编织密度的图像分析方法，，包括如下步骤；1) 数码摄像系统获取织物图像；2)前处理，是指将机织物图像进行结构-纹理分解，其中结构 部分对应织物图像中频率相对较低的信号成分，即纱线颜色排列信息，形成织物结构图像； 而纹理部分对应于织物图像中频率相对较高的信号成分，即纱线边缘信息，形成织物纹理 图像；利用电脑显示机织物的纹理图像，用户对纹图像进行是否满意的判断，如果不满意， 进行调整并重新进行结构-纹理分解，循环直至满意为止；如果满意，输出纹理并结束前处 理；3)机织物纱线位置检测，是指读取前处理过程中输出的织物纹理图像，对机织物的大 尺度图像中的纹理基元利用近似规则纹理模型进行检测；在机织物的大尺度图像中包含经 纱和绅纱的根数分别为数百根W上，W保证密度检测的准确性；对提取的纹理基元，在机织 物的小尺度图片中利用亮度梯度值投影法对每根纱线的边缘位置进行定位，然后利用二维 网格对纱线的边缘位置进行标记进而确定纱线根数；用户根据纱线位置的网格标示结果判 断是否达到满意的分辨率，如果不满意，进行调整并重新进行检测，循环直至满意为止；如 果满意，则进入到下一步骤；4)后处理，是指将步骤3)中数次提取纹理基元的纱线位置检 测结果按照二维网格排列方向进行统计，根据多区域的纹理基元的区域位置信息确定纱线 平均密度；用户处理一定批次的密度检测过程，根据近似规则纹理的检测结果对平均密度 检测结果的准确性进行判断，如果不满意则调整分析区域中所需的多基元纹理重新进行密 度平均值的计算，循环直至满意为止；如果满意则后处理过程结束。
[000引所述的步骤1)中数码摄像系统是指利用电荷禪合元件（CCD)数码摄像系统获取 机织物RGB格式的彩色图像，所获取机织物图像的每一个像素点颜色由红（时、绿佑)、藍 炬个颜色分量表示，其中每一个颜色分量值的范围为[0, 255]。
[0009] 所述的步骤2)中前处理包括如下处理步骤；A)读取机织物的RGB格式的彩色图 像，并转换为NTSC彩色空间，经格式转换后的机织物图像用亮度、色调和饱和度信息描述， 分别用分量Y、I、Q表示；将像素点颜色的色调I和饱和度Q设置为0,亮度Y设置为包含256 个等级的灰度级图像，灰度取值范围为[0, 255] ;B)对织物灰度图像进行结构-纹理分解， 之后将纹理信号用纹理图像表示，结构信号用结构图像表示；经过结构-纹理分解，织物中 的结构信号的主成分对应于织物图像中纱线颜色排列布局，而纹理信号的主成分对应于纱 线纹理排列布局；C)然后根据后续分析目标决定分析对象，如果需要分析织物的纹理图像 则读取机织物纹理图像，否则读取机织物结构图像；D)当读取的为机织物纹理图像后，从 织物图像的结构-纹理分解信号可知，机织物中纱线的密度信息对应于织物中的纱线纹理 排列布局；巧利用电脑显示器显示机织物的纹理图像，巧再根据用户对结构-纹理的分解 要求判断对纹理图像是否满意：如果对显示的纹理结果不满意，则调整结构-纹理分解程 度中正直参数并重新进行分解，循环直至满意；如果对纹理结果满意，则输出纹理图像，结 束前处理过程。
[0010] 所述的结构-纹理分解采用式（1)结构-纹理分解方程进行；F(U，V)= |u| +A|f-u-v|2(l)，式中U表示织物图片的结构信息，V表示织物图片的纹理信息，A是一 个用于调节结构-纹理分解程度的正值参数；方程（1)采用化ambolle快速投影算法进行 求解；方程的解由式似给出；u= (f-v)-P(f-v)，且v=P(f-u) (2)，其中P是一个正交投 影算子，计算方法为式（3)
【主权项】
1. 一种基于多尺度和多区域的机织物编织密度的图像分析方法，其特征在于，包括如 下步骤：1)数码摄像系统获取织物图像；2)前处理，是指将机织物图像进行结构-纹理分 解，其中结构部分对应织物图像中频率相对较低的信号成分，即纱线颜色排列信息，形成织 物结构图像；而纹理部分对应于织物图像中频率相对较高的信号成分，即纱线边缘信息，形 成织物纹理图像，利用电脑显示机织物的纹理图像，用户对纹图像进行是否满意的判断，如 果不满意，进行调整并重新进行结构-纹理分解，循环直至满意为止；如果满意，输出纹理 并结束前处理；3)机织物纱线位置检测，是指读取前处理过程获得的织物纹理图像，对机 织物的大尺度图像中的纹理基元利用近似规则纹理模型进行检测；对读取的纹理基元，在 机织物的小尺度图片中利用亮度梯度值投影法对每根纱线的边缘位置进行定位，然后利用 二维网格对纱线的边缘位置进行标记进而确定纱线根数；用户根据纱线位置的网格标示 结果判断是否达到满意的分辨率，如果不满意，进行调整并重新进行检测，循环直至满意为 止；如果满意，则进入下一步骤；4)后处理，是