基于图像处理的衍射条纹提取尺寸的方法

1.本发明涉及化纤长丝质量检测方法领域，涉及一种基于图像处理的衍射条纹提取尺寸的方法。


背景技术：

2.纱线条干均匀度是绝大多数纱线(一般的毛棉麻纺纱线、蚕类生丝、化学纤维长丝)性能考核的重要指标。用不均匀的长丝织造时，在织物上会出现各种疵点和原料档，影响外观质量，成品降级率就会增加。同时，化纤长丝条干均匀度变化能够暴露和提示纺丝生产设备与工艺的不完善之处及其产生原因，以及长丝在后道加工技术、织物设计中应予注意的地方等提供了重要的信息。化纤长丝外观直径是评价长丝条干均匀度的直接指标，准确并快速测定长丝外观直径是纺织工业生产一项有工程意义的工作。目前常用的方法是称重法检测化纤长丝的条干均匀度，其检测的是长丝在固定长度下的重量不匀率和变异系数，并不能直接反映化纤长丝的外观均匀性，同时该测试方法均是离线检测且极易受到环境温湿度的影响，无法精确检测长丝直径。


技术实现要素：

3.本发明的目的是解决现有技术中存在的问题，提供一种基于图像处理的衍射条纹提取尺寸的方法。
4.为了达到上述目的，本发明的技术方案如下：
5.基于图像处理的衍射条纹提取尺寸的方法，采用激光照射被测对象使其在接收屏上产生明暗相间的衍射条纹，用图像采集设备采集衍射条纹得到衍射条纹图像后，将衍射条纹图像划分为多个子区域，获取每个子区域内亮条纹的质心坐标，进而得到被测对象的尺寸ds；
6.被测对象为处于静止状态的化纤长丝或处于运动状态的化纤长丝；被测对象的尺寸ds为化纤长丝的直径；本发明的适用对象可以是化纤长丝(单根丝或多根丝)；本发明的方法既可以测试动态的长丝的直径，也可以测试静态的长丝的直径，当测静态丝时，测得的是丝上的某个点，得到的是一张衍射条纹图像，此时不是动态的，当测动态丝时，相当于是在连续不断地测丝上的不同点，获取的一帧帧衍射条纹序列图像是在动态变化的；此外，本发明的被测对象也可以是化纤长丝以外的东西，被测对象的尺寸为微小间距；
7.衍射条纹图像中每个亮条纹都位于不同的子区域内，任意相邻两个子区域的交界位置都为衍射条纹图像的暗条纹所在的位置；
8.被测对象的尺寸ds的计算公式如下：
[0009][0010][0011]
式中，λ为激光的波长，单位为nm；z为被测对象距离接收屏的距离，单位为mm；dr为
实际亮条纹距离，单位为mm；e为衍射条纹图像像素与实际尺寸的比例，单位mm/像素；为平均亮条纹间距，单位为mm，其是利用亮条纹的质心坐标求得所有的相邻亮条纹之间的距离，并剔除其中的最大值和次大值后求平均得到的。
[0012]
由于长丝在激光照射下产生的衍射条纹图像中零级衍射光斑集中了衍射能量的绝大部分，极易造成零级衍射光斑曝光过量，导致中央零级条纹与左右第一级亮条纹部分重叠在一起，掩盖了光能的实际分布，如果不将衍射条纹图像划分为多个子区域，而是直接二值化处理提取亮条纹分布将导致：
①
分不清获得的质心坐标究竟归属于正负第几级条纹，极易被误认为是正负一级亮条纹，造成直径数据的准确性低；
②
由于衍射亮条纹分布是中间亮到两边逐渐暗的特点，获得的质心坐标信息较少，亦导致准确度低；
[0013]
本发明由于将衍射条纹图像划分为多个子区域，并保证了衍射条纹图像中每个亮条纹都位于不同的子区域内，任意相邻两个子区域的交界位置都为衍射条纹图像的暗条纹所在的位置，因此本发明能有效地从具有中间亮到两边逐渐暗特点的衍射条纹图像中将所有亮条纹质心坐标可视化，并有效提取出来，从而提高了直径数据的准确性，同时本发明在计算被测对象的尺寸时剔除了所有的相邻亮条纹之间的距离的最大值和次大值，避免了零级衍射光斑曝光过量，进一步提高了直径数据准确性。
[0014]
作为优选的技术方案：
[0015]
如上所述的基于图像处理的衍射条纹提取尺寸的方法，衍射条纹图像的大小为w
×
h，其中，w代表衍射条纹图像的像素宽度且取值范围为500～1280，h代表衍射条纹图像的像素高度且取值范围为100～500；w和h的取值范围是根据衍射条纹的细长型特征来自定义的，是随时可以调整的，最合适的大小设置是根据实验现场得到的衍射条纹的细长型特征来调整得到的。
[0016]
如上所述的基于图像处理的衍射条纹提取尺寸的方法，将衍射条纹图像划分为多个子区域，获取每个子区域内亮条纹的质心坐标的具体步骤如下：
[0017]
①
将衍射条纹图像转为灰度矩阵aw×h，矩阵为w行h列，矩阵中第i行第j列的元素a
ij
表示衍射条纹图像中每个像素对应的灰度值且取值范围为0～255，灰度值越大表明该像素点越亮，暗区域的灰度值接近0，i＝1,2,
…
,w，j＝1,2,
…
,h；
[0018]
②
对灰度矩阵aw×h进行转置得到a
th
×w，并与h维向量α相乘，得到灰度矩阵每列元素累加求和的结果矩阵ch×1，公式如下：
[0019][0020]
③
通过最小二乘法求出集合[c
1 c2ꢀ…ꢀch
]内的k个极小值点[s
1 s2ꢀ…ꢀ
sk]，将衍射条纹图像划分为k+1个子区域，每个子区域的区间段为[0,s1]、[s1,s2]、[s2,s3]、[s3,s4]、...、[s
k-1
,sk]；
[0021]
步骤
③
就是根据这个矩阵运算后的结果ch×1即一系列离散数据，用最小二乘法可以得到这些离散数据[c
1 c2ꢀ…ꢀch
]的极小值点的个数k；
[0022]
从衍射条纹图像上来理解，衍射条纹的特征就是亮暗相间的条纹特征，暗条纹的
地方所对应的就是极小值点所在的位置，因此是根据这个特点来划分区域的，步骤
③
的内容就用数学方式来表达和定位如何划分区域；
[0023]
④
在衍射条纹图像上创建一个大小为w1
×
h1的矩形蒙版(mask)作为滑动窗口，其中，h1代表蒙版的像素高度且取值同h，w1代表蒙版的像素宽度且取值可变；
[0024]
⑤
在衍射条纹图像上滑动蒙版，蒙版由第1个子区域滑动至第k+1个子区域时w1的取值依次为s1、|s
1-s2|、|s
2-s3|、|s
3-s4|、...、|s
k-1-sk|、|w-sk|，蒙版每滑动到一个子区域便对该子区域进行二值化处理提取出亮条纹的连通域，并利用灰度重心法求出亮条纹的质心坐标(x
t
，y
t
)，其中，t＝1,2,
…
,k+1，x
t
为第t个子区域的亮条纹的质心的横坐标，y
t
为第t个子区域的亮条纹的质心的纵坐标。
[0025]
如上所述的基于图像处理的衍射条纹提取尺寸的方法，所述激光由功率在10毫瓦以内的激光器产生，激光器的种类不限，可以为he-ne激光器、气体激光器、固体激光器、半导体激光器。
[0026]
如上所述的基于图像处理的衍射条纹提取尺寸的方法，所述接收屏为白色不透明的板，例如白色kt板。
[0027]
如上所述的基于图像处理的衍射条纹提取尺寸的方法，所述图像采集设备为工业相机，工业相机包括工业面阵相机或工业线阵相机。
[0028]
如上所述的基于图像处理的衍射条纹提取尺寸的方法，所述采集衍射条纹前在工业相机上自定义一个大小为w
×
h的细长型roi区域，使得衍射条纹成像在自定义的roi区域内，并只对roi区域内的图像信息进行读出；设定roi区域可以减少相机传送及计算机需要处理的图像信息量，提高roi区域图像获取的帧频并大大节省了后续图像处理的时间和难度。
[0029]
有益效果
[0030]
(1)本发明的基于图像处理的衍射条纹提取尺寸的方法，在获取一帧帧图像前就根据衍射条纹的细长型特征自定义细长型roi区域，迅速提高了获取图像的帧频，也大大加快了图像处理的速度，同时自定义细长型roi区域也将每一帧图像中无效的噪音区域有效的屏蔽掉，节省了后续图像处理时间；
[0031]
(2)本发明的基于图像处理的衍射条纹提取尺寸的方法，设计矩形蒙版作为滑动窗口，对每一帧衍射条纹图像划分了不同子区域，能准确提取每一帧图像中所有亮条纹的质心坐标，弥补了现有技术间距估算误差大的短板；
[0032]
(3)本发明的基于图像处理的衍射条纹提取尺寸的方法，在提取质心坐标时的可视化效果极好，获取的直径数据准确性高。
附图说明
[0033]
图1为本发明的基于图像处理的衍射条纹提取尺寸的方法的流程图；
[0034]
图2为一帧被测长丝的衍射条纹图像；
[0035]
图3为一帧被测长丝的被划分为多个子区域的衍射条纹图像；
[0036]
图4为采用常规二值化方法处理后提取的亮条纹分布图；
[0037]
图5为采用本发明方法处理后提取的亮条纹分布图；
[0038]
图6为被测化纤长丝直径的变化曲线图。
具体实施方式
[0039]
下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
[0040]
基于图像处理的衍射条纹提取尺寸的方法，如图1所示，具体步骤如下：
[0041]
(1)根据衍射条纹的细长型特征，在工业相机上自定义一个大小为w
×
h的细长型roi区域；
[0042]
(2)采用由功率在10毫瓦以内的激光器产生的激光照射被测对象使其在白色不透明的板上产生明暗相间的衍射条纹；其中，被测对象为处于静止状态的化纤长丝或处于运动状态的化纤长丝；被测对象的尺寸ds为化纤长丝的直径；
[0043]
(3)用工业相机采集衍射条纹，且在采集衍射条纹时，使衍射条纹成像在自定义的roi区域内，并只对roi区域内的图像信息进行读出，从而得到衍射条纹图像；
[0044]
得到的衍射条纹图像的大小为w
×
h，其中，w代表衍射条纹图像的像素宽度且取值范围为500～1280，h代表衍射条纹图像的像素高度且取值范围为100～500衍射条纹图像的大小为w
×
h，
[0045]
(4)将衍射条纹图像划分为多个子区域，获取每个子区域内亮条纹的质心坐标，具体步骤如下：
[0046]
①
将衍射条纹图像(例如图2所示的一帧被测长丝衍射条纹序列图像的原始图像)转为灰度矩阵aw×h，矩阵为w行h列，矩阵中第i行第j列的元素a
ij
表示衍射条纹图像中每个像素对应的灰度值且取值范围为0～255，灰度值越大表明该像素点越亮，暗区域的灰度值接近0，i＝1,2,
…
,w，j＝1,2,
…
,h；
[0047]
②
对灰度矩阵aw×h进行转置得到a
th
×w，并与h维向量α相乘，得到灰度矩阵每列元素累加求和的结果矩阵ch×1，公式如下：
[0048][0049]
③
通过最小二乘法求出集合[c
1 c2ꢀ…ꢀch
]内的k个极小值点[s
1 s2ꢀ…ꢀ
sk]，将衍射条纹图像划分为k+1个子区域，每个子区域的区间段为[0,s1]、[s1,s2]、[s2,s3]、[s3,s4]、...、[s
k-1
,sk]，例如图3所示，可将图2所示的原始图像划分为16个区域；
[0050]
④
在衍射条纹图像上创建一个大小为w1
×
h1的矩形蒙版作为滑动窗口，其中，h1代表蒙版的像素高度且取值同h，w1代表蒙版的像素宽度且取值可变；
[0051]
⑤
在衍射条纹图像上滑动蒙版，蒙版由第1个子区域滑动至第k+1个子区域时w1的取值依次为s1、|s
1-s2|、|s
2-s3|、|s
3-s4|、...、|s
k-1-sk|、|w-sk|，蒙版每滑动到一个子区域便对该子区域进行二值化处理提取出亮条纹的连通域，并利用灰度重心法求出亮条纹的质心坐标(x
t
，y
t
)，其中，t＝1,2,
…
,k+1，x
t
为第t个子区域的亮条纹的质心的横坐标，y
t
为第t个子区域的亮条纹的质心的纵坐标；
[0052]
运动的长丝在激光照射下产生的一帧帧衍射条纹序列图像中零级衍射光斑集中
了衍射能量的绝大部分，极易造成零级衍射光斑曝光过量，导致中央零级条纹与左右第一级亮条纹部分重叠在一起，掩盖了光能的实际分布，此时直接二值化处理得到的如图4所示的一帧序列图像存在的问题是：
[0053]
①
分不清获得的质心坐标究竟归属于正负第几级条纹，极易被误认为是正负一级亮条纹造成直径数据的准确性差；
[0054]
②
由于衍射亮条纹分布是中间亮到两边逐渐暗的特点，该方法获得的质心坐标信息较少，亦导致准确度低；
[0055]
为避免上述问题，本发明如图5所示，首先创建的矩形蒙版高度为图像的高度h1为原始图像的高度h(133像素值)；宽度值依次变化为s1、|s
1-s2|、|s
2-s3|、|s
3-s4|、...、|s
k-1-sk|、|w-sk|；其次，通过蒙版顺序滑动划分好的各子区域s1、|s
1-s2|、|s
2-s3|、|s
3-s4|、...、|s
k-1-sk|、|w-sk|，蒙版每滑动到一个子区域便对该子区域进行二值化处理提取出亮条纹的连通域，并得出亮条纹的质心坐标，直至遍历整幅图像；
[0056]
与常规的二值化方法得到的图4所示图像相比，可以明显看出图5中可视化了更多的亮条纹连通域的质心坐标，为后续计算长丝直径提供了更多数据量，具有较高的准确度；
[0057]
(5)计算被测对象的尺寸ds；
[0058]
被测对象的尺寸ds的计算公式如下：
[0059][0060][0061]
式中，λ为激光的波长，单位为nm；z为被测对象距离接收屏的距离，单位为mm；dr为实际亮条纹距离，单位为mm；e为衍射条纹图像像素与实际尺寸的比例，单位mm/像素；为平均亮条纹间距，单位为mm，其是利用亮条纹的质心坐标求得所有的相邻亮条纹之间的距离，并剔除其中的最大值和次大值后求平均得到的。
[0062]
现结合具体案例，对本发明进行具体说明：
[0063]
以83dtex/48ffdy化纤长丝为例，采用现有测微仪器测量多次取平均获得的平均值为183.15μm，并将该值作为纤维的真实值。
[0064]
采用本发明的基于图像处理的衍射条纹提取尺寸的方法对同种规格的纤维进行检测；其中，设定w为783，h为133，激光器的功率为2毫瓦，被测对象为处于运动状态的化纤长丝；
[0065]
由图6可知，测得的处于运动状态的化纤长丝的直径在183.15μm的上下波动，最大测得的直径值是184.17μm，最小测得的直径值是181.35μm，平均值为182.79μm，误差波动范围在0.98％以内，检测的准确度较高。