织物起毛起球测试评级方法浅析.pdfVIP

标准集团（香港）有限公司 织物起毛起球测试评级方法浅析 1、标准样照的图像分析 1.1 图像的采集 采用 Microtek 4800 平板扫描仪对机织物起毛起球标准样照进行扫描，本文考虑样照织物的实际尺寸 为 9 cm，选用的分辨率为 500 dpi，扫描的样照图像总大小为 1 100 像素×1 100像素，即每厘米大小的织 物占 122 个像素点。图 l 所示的图像为截取样照中大小为 370 像素×370像素，对应实际织物尺寸约为 3 cm X 3 cm 的区域图像。 1.2 织物纹理的滤除 为有效地分离毛球，必须滤除织物中纱线交织形成的纹理背景。在时域里很难直接分析图像中叠加在 一起的周期性和非周期性成分，即织物纹理与毛球信息。为此，以 MatLab 7.1 为工具，采用傅里叶变换将 样照图像变换至频域，幅值谱如图 2 所示。图中峰点及其附近区域代表了织物的纹理信息。采用峰点滤波 法可找出所有峰点 n、6、c、d 等。本文尝试采用 2 种方法滤除织物纹理。 1)以幅值最大值的50%作为阈值，滤除图 2 中代表织物纹理的周期性成分，滤波后的幅值谱和滤波结果 如图 3(a)、(b)所示。图 3(b)中未能清晰反映出毛球，这是因为O 点附近的毛球低频信息已被滤除。 2)在图 3(a)滤波的基础上，保留以 O 点为圆心，图 2 中ab、口 c 较小者为直径范围内的原有低频信号。 滤波后的幅值谱和滤波结果如图 3(c)、(d)所示。由图 3(d)可看出织物纹理得到有效的去除，毛球得到清 晰呈现。 2 毛球的提取 为提取毛球的特征，先要对图像进行阈值处理以分离毛球。由于毛球的数量太少，不足以引起直方图 发生变化，经过上述滤波后图像的灰度直方图仍显 1 个峰，所以利用普通的阈值方法是不可行的。早在 1979 Standard International Group(HK) Limited 标准集团（香港）有限公司 标准集团（香港）有限公司 年，日本的大津展之 ¨1提出了一种基于判别分析过程的大津自动阈值选择法 (OTSU)，此方法不管图像的直 方图有无明显的双峰，都能得到较满意的效果，但 OTSU 缺陷是当目标物与背景灰度差不明显时，会出现大 块黑色区域。为解决这个问题，本文选用灰度增强的大津阈值法一 1，对纹理滤除后的图像进行灰度调整后 再阈值，增强目标物与背景的对比度，同时也弥补了上文滤除纹理时削弱毛球信息的缺陷，结果如图 4 所 示。 在起毛起球样照中，存在由于光照不匀引起图像区域亮度不一致的问题，这时，用灰度增强的大津法 仅对整幅图像选择 1 个阈值就无法得到满意的效果。采用局部阈值的方法可有效解决此问题，即将图像分 成许多块，然后在每块内进行自动阈值分割。本文将图像分成了 3×3 块 (这样进行阈值后的毛球大小和位 置接近原图)，在分块的同时对原图进行交叉切分，相邻子块之间有一半面积的重叠，这样可减少灰度不连 续现象的影响 ¨…。阈值并取反后的毛球图如图 5(a)所示. 从图 5(a)所示的阈值后毛球图像可看出，图像中还存在一些非毛球的噪声信号 (图中用框标出)。根据 本文所采用的扫描分辨率，纱线直径约占 2 个像素，而毛球的尺寸较纱线直径大，将图像上 2 个像素点以 下的噪声信号滤除，如图 5(b)所示。 3 结果与讨论 3.1 毛球特征的提取 根据上述方法，对样照图像圆内接最大正方形图像 (740像素×740像素)进行处理，所得毛球二值化图 像与原图的对比如表 1 所示。从表中可看出，毛球位置与原图是对应的，毛球的大小接近实际尺寸。接着 提取每级样照的毛球总面积，统计毛球面积占图像总面积的比例，结果如表 2 所示。从数据可以看出随着 级数的增大，毛球面积明显减小，级与级之间相差较大，符合 1—5 级样照图像特征值的变化规律。 3.2 实例分析 按照 GB/T 4802.1—1997 规定的压力为 780 cN，起球转数为 600 转，用 YG 401G 型织物平磨仪(磨台直 径为 9 Cm)分别对 3 块不同精纺毛织物进行起球试验。接着采用 Microtek 480