一种基于图像分割的彩色提花组织结构自适应均衡方法与流程

本发明涉及纺织行业提花CAD系统技术领域，具体涉及一种基于图像分割的彩色提花组织结构自适应均衡方法。

背景技术：

为了提高纺织行业生产的自动化水平，彩色提花CAD系统正是计算机辅助设计技术发展的必然结果。彩色提花CAD系统主要解决两个关键问题，即提花织物的辅助设计和提花织物的辅助生产。织物的辅助设计是指应用计算机技术辅助完成织物设计的过程，包括辅助品种设计和辅助纹制设计。

国外对彩色提花织物数码化设计及提花织物CAD技术的研究比较早，对彩色提花织物组织结构、色彩配置、织物数码设计的颜色模型等工作做了大量的探索和研究，具有代表性纺织CAD产品有瑞士的MuCAD系统，荷兰NedGraphics系统。相对于国外，国内对数码提花织物的研究相对落后，且研究主要集中在数码提花织物的织物组织设计和织物色彩模型上，具有代表性的有浙大经纬计算机系统工程有限公司开发的JCAD。

彩色提花CAD主要包含输入部分，主处理部分，输出部分，而主处理部分又包含图像编辑处理、工艺编辑等功能，这也是彩色提花CAD系统的核心。织物组织设计在彩色提花CAD系统中又是至关重要的一部分。组织是由经纬相互交织形成的规律，平直的经纬线相互浮沉交织，必然会产生经纬线的收缩，如果每一根经线或纬线交织前后的缩率都相同，可称为经纬交织均衡，如果只有经线在交织后缩率相同，则称为经交织均衡；如果只有纬线在交织后缩率相同，则称为纬交织均衡。在传统的组织设计环节中，经纬交织平衡可以通过在手工意匠组织绘画环节中随时进行调整，但在数码设计技术条件下，手工绘画环节被计算机辅助设计所替代，经纬交织平衡的控制需要在组织设计环节中加以统筹解决，由于数码化高效率生产的需要，如果在织物结构设计环节中经纬交织平衡无法满足，将导致设计的织物不能正常生产，会导致大量断线情况，这也是目前计算机辅助组织设计面临的主要问题。

技术实现要素：

本发明的目的是为了防止彩色提花在织造过程中发生断线的情况，并且能够自动化生成使织物组织达到整体均衡效果的组织，提供了一种基于图像分割的彩色提花系统中组织结构自适应均衡的方法。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种基于图像分割的彩色提花组织结构自适应均衡方法，该方法包括以下步骤：

步骤1)实物扫描彩色图像，由扫描仪对实体织物进行扫描并输入计算机系统；

步骤2)图像分割，把含有多个特征的上述扫描图像分割成若干互不重叠的区域；

步骤3)区域合并，提取各标记区域内像素点，将同一标记内的像素点R、G、B分量的平均值作为标记区域的索引颜色，比较各区域的索引颜色，将色差小于容许值的归为同一类，最后得到织物图像分割后的索引图像。

步骤4)设置织物组织库，根据不同组织循环的简单组织构建各自基于三原组织的全息数码组织库，根据变化三原组织的交织次数、飞数S和组织点的起始位置确定每一个三原组织的系列组织；

步骤5)织物图像文件分块划分，设彩色提花图像的宽度和高度分别为宽度W和高度H，分块的宽和高分别为组织单元的大小w和h，则对织物图像以横向宽度为w划分成m块，纵向高度为h划分为n块，若横向剩余不足w或纵向剩余不足h，单独作为一块划分，m和n计算公式如下：

步骤6)织物均衡，计算整个织物图像经向或纬向的组织点交织变化次数，比较经纬像组织点交织次数是否一致，如果不一致，则从织物组织库中重新查找，直至经纬方向均衡为止；

步骤7)生成意匠图。

进一步的，所述步骤2)中包括有图像预处理，所述图像预处理包括以下步骤：

步骤2.1)混合中值滤波，混合中值滤波由中值滤波与线性滤波结合形成，采用基于极值的混合中值滤波，定义Φ₁(i₀，j₀)，Φ₂(i₀，j₀)，...Φ_N(i₀，j₀)为图像{x_ij，(i，j)∈M²}中点的邻域均值滤波输出，则y_i＝Med(Φ₁(i)，Φ₂(i)，...Φ_N(i))为其邻域均值滤波的中值；

步骤2.2)平滑滤波，高斯滤波算法根据高斯函数确定不同空间位置像素点的累加权值，对图像的每个像素点进行线性滤波，用下式表示：式中，f为原图像像素点的颜色分量值；g为滤波图像像素点的颜色分量值；x，y为像素点横，纵坐标；x，y∈[-w/2，w/2]；w为领域窗口大小；G(x，y)为邻域内各像素点的权值计算函数；δ为高斯分布参数。

进一步的，所述步骤2.2)中，采用双边滤波，对高斯滤波的权值进行修改，使得高斯滤波算法在平滑区域内部像素颜色值的同时，保留不同颜色纱线之间的边缘，保留纱线颜色的真实感，具体公式如下：

式中，G′(x，y)为修改后的高斯权值函数；ΔE为邻域内像素点与当前的像素点的色差；t_h为色差容许值，根据扫描仪参数和实验光照环境选定。

进一步的，所述步骤2)中采用分水岭算法对织物图像进行分割，该分水岭算法包括以下步骤：

步骤2.3)计算色差梯度，对Lab颜色模式的平滑图像中的每个像素点，计算当前像素点与选定像素点之间的色差根方和作为梯度，并依据色差梯度值特点和分水岭算法参数设置固定阈值，将梯度值较小的值置零，形成梯度图像；

步骤2.4)分水岭分割，对上述梯度图像进行分水岭分割，获取标记图像，标记为0的即为边缘，在平滑图像中，边缘表示不同颜色纱线之间的过渡像素点，必然属于某一纱线，所以对边缘线上的像素点进行归类，将其归类到色差最小的一类。

进一步的，所述步骤5)中，划分时按照从左上角子块为第一块，编号为J11，横向列号i从1递增到m，纵向列号j也从1递增到n，即第一行的块编号为J1i，第一列的块编号为Jj1，依次类推。每一块的索引与源图中像素点的坐标的关系如下：

进一步的，所述步骤7)中生成意匠图的过程中，进行织物组织添加步骤，模拟织物织造后的图像，即织物图像经过工艺处理之后的图像，织物组织添加分为以下步骤：

步骤7.1)对于之前经过预处理和分割分色之后的图像，再进行分块划分，每个分块的大小就是上述生成的基组织单元的大小；

步骤7.2)对每一个分块进行分析，取每一小块的四个角，判断四个角的像素点是否是同一颜色，如果是，则继续添加当前组织，如不是，则只添加当前颜色区域的组织；

步骤7.3)计算经纬组织均衡数是否相等，因为组织均衡与织物点的交织状态变化次数来决定的，所以设置经向交织变化点次数为count_j，纬向交织变化点次数count_w，判断count_j与count_w是否相等，如果不等，则从组织库中获取下一个组织进行添加，即重复步骤7.2)，如果相等，则添加完成。

进一步的，所述步骤7)中生成意匠图之后，进行纹版文件输出，所述纹版文件包括意匠图像文件、样卡文件和组织文件，对于所添加的织物组织，通过列表法输入纹版轧法，完成纹版织物，形成纹版数据文件。

本发明的有益效果是:

本发明能防止彩色提花在织造过程中发生断线的情况，并且能够自动化生成使织物组织达到整体均衡效果的组织，实现自动高效的设计。

附图说明

图1为本发明中彩色提花自适应均衡方法的具体流程图；

图2为本发明中织物图像的分割流程图；

图3为本发明中织物图像分块示意图；

图4为本发明中混合中值滤波的原理示意图；

图5为本发明中组织库设计原理的示意图。

具体实施方式

下面将参考附图并结合实施例，来详细说明本发明。

如图1所示，一种基于图像分割的彩色提花组织结构自适应均衡方法，该方法包括以下步骤：

步骤1)实物扫描彩色图像，由扫描仪对实体织物进行扫描并输入计算机系统；

步骤2)图像分割，把含有多个特征的上述扫描图像分割成若干互不重叠的区域，此为图像分割的目的，它通常根据给定图像的颜色，灰度值或纹理等相似属性以及分割准则，将一副图像划分成几个相似属性的像素集合；

步骤3)区域合并，提取各标记区域内像素点，将同一标记内的像素点R、G、B分量的平均值作为标记区域的索引颜色，比较各区域的索引颜色，将色差小于容许值的归为同一类，最后得到织物图像分割后的索引图像。

步骤4)设置织物组织库，机织物的结构是通过经纬线的交织来完成，在织物中经纬线相互浮沉交织的交织规律称为组织，全息组织是一种基于三元组织的系列变化组织，不同组织循环的简单组织都可以构建各自的全息数码组织库，根据不同组织循环的简单组织构建各自基于三原组织的全息数码组织库，根据变化三原组织的交织次数、飞数S和组织点的起始位置确定每一个三原组织的系列组织；本实施例以五枚缎纹为例，如图5所示，自上而下分别是五枚缎纹变化飞数产生的组织系列，变化组织点起始位置产生的组织系列以及通过增加组织点形成的组织系列；具体分析，设定变化飞数产生的组织数目用M_s表示，M_s是同时满足1<S<R-1和S与R之间不能有公约数2个条件的固定值，即形成五枚缎纹的飞数个数为2个，飞数2和飞数3；以其中一个组织为基本组织通过变化组织点位置产生的组织系列，设定组织数目用M_w表示，M_w＝R，该例中组织数为5；再以其中一个组织为基本组织通过增加组织点而产生的组织系列，设定组织数目用M_p表示，M_p＝R*(R-2)+1＝16个；

步骤5)织物图像文件分块划分，设彩色提花图像的宽度和高度分别为宽度W和高度H，分块的宽和高分别为组织单元的大小w和h，则对织物图像以横向宽度为w划分成m块，纵向高度为h划分为n块，若横向剩余不足w或纵向剩余不足h，单独作为一块划分，m和n计算公式如下：

步骤6)织物均衡，织物交织均衡是指经纬纱线在一定交织之后会产生一定的收缩，而如果每一根经线或纬线交织前后的缩率都相同，则称为交织均衡，根据研究发现，机织物的交织平衡与组织点数目无关，而是由织物点的交织状态变化次数来决定的。由于连续组织点与单个组织点具有相同交织状态变化次数，所以交织后缩率相同，相应的组织结构也是均衡的，在本实施例中织物组织添加完之后，计算整个织物图像经向或纬向的组织点交织变化次数，比较经纬像组织点交织次数是否一致，如果不一致，则从织物组织库中重新查找，直至经纬方向均衡为止；

步骤7)生成意匠图。

所述步骤2)中包括有图像预处理，所述图像预处理包括以下步骤：

步骤2.1)混合中值滤波，混合中值滤波由中值滤波与线性滤波结合形成，采用基于极值的混合中值滤波，定义Φ₁(i₀，j₀)，Φ₂(i₀，j₀)，...Φ_N(i₀，j₀)为图像{x_ij，(i，j)∈M²}中点的邻域均值滤波输出，则y_i＝Med(Φ₁(i)，Φ₂(i)，...Φ_N(i))为其邻域均值滤波的中值，混合中值滤波窗口一般采用3*3或5*5像素窗口，本实施例中采用3像素*3像素窗口，对织物图像每个像素点的L,a,b颜色分量进行滤波，每个分量的处理过程如图4所示，首先取当前像素点与上下左右5个像素点的颜色中值，然后取当前像素点与左上，右上，左下，右下5个像素点的颜色中值，最后取以上2个颜色中值与当前的像素点的颜色中值，作为当前像素点的滤波后的颜色分量值；

步骤2.2)平滑滤波，高斯滤波算法根据高斯函数确定不同空间位置像素点的累加权值，对图像的每个像素点进行线性滤波，用下式表示：式中，f为原图像像素点的颜色分量值；g为滤波图像像素点的颜色分量值；x，y为像素点横，纵坐标；x，y∈[-w/2，w/2]；w为领域窗口大小；G(x，y)为邻域内各像素点的权值计算函数；δ为高斯分布参数。

所述步骤2.2)中，高斯滤波算法对于抑制正态分布的噪声具有效果，滤波后区域内部图像变得平滑，但是区域之间的边缘也被平滑，边缘细节就被弱化，不利于分割图像处理，本实施例中采用双边滤波，对高斯滤波的权值进行修改，使得高斯滤波算法在平滑区域内部像素颜色值的同时，保留不同颜色纱线之间的边缘，保留纱线颜色的真实感，具体公式如下：

式中，G(x，y)为修改后的高斯权值函数；ΔE为邻域内像素点与当前的像素点的色差；t_h为色差容许值，根据扫描仪参数和实验光照环境选定。

所述步骤2)中采用分水岭算法对织物图像进行分割，分水岭算法把图像看作测地学上的拓扑地貌，图像中的每个像素的灰度值表示该点的高度，每个局部极小值及影响区域称为集水盆，集水盆的边界称为分水岭，该分水岭算法对微弱边缘敏感，能够得到单像素宽的、封闭的边缘，定位较为准确，该分水岭算法包括以下步骤：

步骤2.3)计算色差梯度，对Lab颜色模式的平滑图像中的每个像素点，计算当前像素点与选定像素点之间的色差根方和作为梯度，并依据色差梯度值特点和分水岭算法参数设置固定阈值，将梯度值较小的值置零，形成梯度图像；

步骤2.4)分水岭分割，对上述梯度图像进行分水岭分割，获取标记图像，标记为0的即为边缘，在平滑图像中，边缘表示不同颜色纱线之间的过渡像素点，必然属于某一纱线，所以对边缘线上的像素点进行归类，将其归类到色差最小的一类。

所述步骤5)中，划分时按照从左上角子块为第一块，编号为J11，横向列号i从1递增到m，纵向列号j也从1递增到n，即第一行的块编号为J1i，第一列的块编号为Jj1，依次类推。每一块的索引与源图中像素点的坐标的关系如下：

所述步骤7)中生成意匠图的过程中，进行织物组织添加步骤，模拟织物织造后的图像，即织物图像经过工艺处理之后的图像，织物组织添加分为以下步骤：

步骤7.1)对于之前经过预处理和分割分色之后的图像，再进行分块划分，每个分块的大小就是上述生成的基组织单元的大小；

步骤7.2)对每一个分块进行分析，取每一小块的四个角，判断四个角的像素点是否是同一颜色，如果是，则继续添加当前组织，如不是，则只添加当前颜色区域的组织，在本实施例中，组织库中组织为五枚缎纹，对每一个小分块取左上像素点(i，j)，右上(i，j+5)左下(i+5，j)，右下(i+5，j+5)的颜色值，判断颜色值是否相同，如果相同，则说明在同一区域，那就铺上当前选取的组织；

步骤7.3)计算经纬组织均衡数是否相等，因为组织均衡与织物点的交织状态变化次数来决定的，所以设置经向交织变化点次数为count_j，纬向交织变化点次数count_w，判断count_j与count_w是否相等，如果不等，则从组织库中获取下一个组织进行添加，即重复步骤7.2)，如果相等，则添加完成。

所述步骤7)中生成意匠图之后，进行纹版文件输出，所述纹版文件包括意匠图像文件、样卡文件和组织文件，对于所添加的织物组织，通过列表法输入纹版轧法，完成纹版织物，形成纹版数据文件。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。