[0038] 图2是经预处理后的织物原图的灰度图；
[0039] 图3是图2的灰度值横向梯度绝对值图像；
[0040] 图4是图2的灰度值纵向梯度绝对值图像；
[0041] 图5是缔纱直线分割坐标提取的示例图；
[0042] 图6是经纱分段直线分割坐标提取的示例图；
[0043] 图7是组织点直线分割示例图和
[0044] 图8是组织点曲线分割示例图。 W45] 图9是最终组织点平滑曲线分割示例图。
【具体实施方式】
[0046] 下面结合附图对本发明作进一步详细描述。
[0047] 虽然结合运里的具体实施例来描述本发明，但一些改变和修改对于本领域的技术 人员而言是显而易见的，其不脱离本发明的真实精神。因此，本发明并非是通过运里的具体 描述来进行理解，而是通过所附权利要求来进行理解。
[0048] 本发明所处理织物图像是经过倾斜校正处理的，W图像左上第一个点为原点建立 平面直角坐标系，使得缔纱方向平行于X轴，经纱方向平行于y轴，且图像由左向右为X轴 正方向，图像由上往下为y轴正方向。将缔纱方向简称为缔向，将经纱方向简称为经向。
[0049] 一种基于图像灰度值梯度的组织点定位方法包括如下步骤：
[0050] 1)采用高斯滤波、降低高亮点灰度值、增强图像对比度对图像进行预处理并生成 灰度值梯度图；
[0051] 2)基于图像的灰度值梯度，对纱线进行经向和缔向直线分割，实现初步定位；
[0052] 3)根据步骤2)的直线分割结果，通过基于图像灰度值梯度的捜索方法寻找纱线 分割曲线从而实现精确定位；
[0053] 所述的基于图像灰度值梯度的捜索方法包括经纱基于图像灰度值梯度的捜索方 法和缔纱基于图像灰度值梯度的捜索方法；
[0054] 经纱基于图像灰度值梯度的捜索方法具体为：由图像中的某一点找到该点下一行 左右对称的m个点，每个点拥有一个评判值，选择不超出合理捜索范围内评判值最大的点 作为算法目标点输出，其中评判值为该点及所在列的下面η个点的灰度值的缔向梯度绝对 值之和；其中合理捜索范围为该段图像中与经纱分割直线平行，且距离为经纱捜索方法的 捜索宽度的左右两条直线之间的范围；
[0055] 缔纱基于图像灰度值梯度的捜索方法具体为：由图像中的某一点找到该点下一列 上下对称的m个点，每个点拥有一个评判值，选择不超出合理捜索范围内评判值最大的点 作为算法目标点输出，其中该评判值为该点及所在行的右侧η点的灰度值经向梯度绝对值 之和；其中合理捜索范围为与缔纱分割直线平行，且距离为缔纱捜索方法的捜索宽度的上 下两条直线之间的范围。
[0056] 所述步骤1)具体为：首先对组织原图进行高斯滤波，除去其中的毛刺和尖峰，转 化为灰度图后，将灰度值高于设定值的点视为高亮点，降低高亮点的灰度值，W减小其对梯 度的影响，然后增强图像对比度至设定值，便于后续分割，最后生成灰度值梯度图，所述的 灰度值梯度图包括灰度值经向的梯度绝对值图和灰度值缔向的梯度绝对值图。
[0057] 所述步骤2)具体为：
[0058] 2. 1首先根据步骤1)生成的灰度值梯度图，获取每个点在经向和缔向的灰度值梯 度绝对值；
[0059] 2. 2基于图像的灰度值梯度，先对缔纱进行直线分割，实现缔纱初步定位；
[0060] 2. 3利用步骤2. 2缔纱分割直线对组织图像进行分段，对每段图像中的经组织点 独立进行直线分割，避开经纱高亮点的影响，实现经纱初步定位。
[0061] 所述步骤2. 2的纱线直线分割方法具体为：
[0062] 计算织物整个图像中一行灰度值对应方向梯度的绝对值累加和，
[0063]
[0064] Sx(i)为图像第i行所有点灰度值在缔向的梯度绝对值累加和，gx(i，j)为图像第 i行第j列处灰度值在缔向的梯度值，W为图像宽度，即列数； 阳〇化]采用均值滤波的方法对累加和曲线进行平滑并剔除局部最大值，根据织物灰度值 梯度的绝对值累加和曲线的波峰所在行位置即为缔纱的间隙，根据间隙坐标画缔向直线即 可对整根缔纱进行直线分割。
[0066] 所述步骤2. 3的纱线直线分割方法具体为：
[0067] 计算织物图像中一段图像中一列灰度值对应方向梯度的绝对值累加和，
[0068]
W例其中SyU)为图像第j列中第h。行到h1行所有点的灰度值在经向梯度绝对值累 加和，gy(i，j)为图像第i行第j列处灰度值在经向的梯度值，Η为图像高度，即行数；
[0070] 采用均值滤波的方法对累加和曲线进行平滑并剔除局部最大值，根据织物灰度值 梯度的绝对值累加和曲线的波峰所在列位置即为缔纱的间隙，根据间隙坐标画直线即可对 一段图像中的经纱进行直线分割。
[0071] 所述步骤3)具体为：
[0072] 3. 1根据步骤2)直线分割结果，计算经纱捜索方法的捜索宽度和缔纱捜索方法的 捜索宽度宽度；
W75] 其中为第i段图像经纱捜索方法的捜索宽度，中x(m)为步骤。第1段图 像经纱直线分割间隙横坐标，m= 1，2,…M，Μ为该段图像的经纱直线分割的间隙数量， min(|x(m)-x(m-l)I)结果即为该段段图像的经纱分割所有相邻间隙位置的最短间距；
[0076] 其中Wy为整个图像缔纱捜索方法的捜索宽度，中y(n)为步骤2)图像缔纱 直线分割的间隙纵坐标，η= 1，2,…N，N为该段图像的经纱直线分割的间隙数量， min(|y(n)-y(n-l)I)结果即为该段段图像的经纱分割所有相邻间隙位置的最短间距；
[0077] 3. 2根据缔纱直线分割结果获得分割直线坐标，W各分割直线的左侧第一个点作 为起始点，根据缔纱基于图像灰度值梯度的捜索方法确定该分割曲线在下一列的点，并不 断重复该步骤向右捜索直至到达图像最后一列，得到每根缔纱的分割曲线；
[0078] 3. 3根据经纱分段直线分割获得的各段图像经纱分割直线坐标，W各段图像中的 各分割直线的上侧第一个点作为起始点，根据经纱基于图像灰度值梯度的捜索方法确定该 分割曲线在下一行的点，并不断重复该步骤向下捜索直至到达该段图像最后一行，得到各 段图像中经纱的分割曲线；
[0079] 3. 4对步骤3. 3获得的缔纱分割曲线和各段图像经纱分割曲线进行平滑拟合操 作，得到平滑完整的经纱分割曲线和缔纱分割曲线。
[0080] 织物图像是一个二维数据ΜN，并建立相应的直角坐标系，使得织物的缔纱平行于 坐标系的X轴，经纱平行于坐标系的Y轴。
[0081] 由于在织物图像采集过程中难免会引入未知的噪声及扫描图像产生的高亮块，如 图1。因此，需要对图像进行预处理操作。首先对组织原图进行高斯滤波，除去其中的毛刺 和尖峰。转化为灰度图后，降低高亮点灰度值，W减小其对梯度的影响，然后增强图像对比 度，便于后续分割。
[0082] 由预处理后的灰度图如图2,分别生成灰度值的缔向狂轴方向）梯度绝对值图和 经向灯轴方向）灰度值的值梯度绝对值图，如图3、图4。
[0083] 根据生成的梯度图，可W获取每个点在经向和缔向的灰度值梯度绝对值。而纱线 间隙灰度值梯度的绝对值最大，因此计算织物图像一行或者一列灰度值对应方向梯度的绝 对值累加和，其累加和曲线的波峰位置代表着纱线的间隙，只要确定织物灰度值梯度的绝 对值累加和曲线的波峰坐标，即可定位缔纱的间隙。灰度值的梯度绝对值累加和曲线不可 避免会出现一些影响纱线定位的局部最大值，所W采用均值滤波的方法对曲线进行平滑并 剔除部分局部最大值，从而使其能够更加简单、准确地定位纱线间隙。由于实际组织图中经 纱往往存在高亮块，高亮块严重影响了周边灰度值的梯度绝对值大小，对图像整列灰度值 的梯度绝对值进行累加效果不佳，难W得到准确的分割直线。因此，先对缔纱进行直线分 害d，其灰度值的缔向梯度绝对值累加和曲线