織物紋理可以體現(xiàn)織物表面的紋路特征,比如同樣的條件下毛織物比 絲織物粗糙,通過紋理的粗糙性可以快捷地比較織物表面的粗糙程度。粗 糙性的大小與局部的空間重復(fù)結(jié)構(gòu)有關(guān),周期大的紋理粗,周期小的紋理 圖2單根纖維的位置識別 細(xì)。這是一種感覺上的判斷,而不是定量的紋理測度,不過還是體現(xiàn)了紋理變化的傾向,即小測度的紋理表示細(xì)紋理,大測度的紋理表示粗紋理,其實(shí)粗糙測度才是表示紋理粗細(xì) 的最好方法。用空間自相關(guān)函數(shù)作為紋理測度的方法,圖像的二維函數(shù)表示為/($,%),自相關(guān)函數(shù)如下:

4織物疵點(diǎn)檢測
織物表面的特征分析是圖像處理技術(shù)在紡織檢測中應(yīng)用的重點(diǎn)。對于一幅織物圖像如圖3,它是由經(jīng) 線和緯線交織而成,突起的浮長線很好地體現(xiàn)了織物的紋路。如果某個區(qū)域出現(xiàn)疵點(diǎn)或者褶皺,該區(qū)域的 經(jīng)線(或者緯線)就不連續(xù)。在平面上織物中的經(jīng)緯線一般為直線段,對于檢測這類織物的疵點(diǎn),只需先 對織物圖像進(jìn)行Hough變換,進(jìn)行邊緣檢測,以檢測出紗線的邊緣,此后再對圖像進(jìn)行二值化處理,得到 圖4。二值化時的閥值設(shè)定非常關(guān)鍵,閥值太大會降低分辨率,閥值太小容易產(chǎn)生噪音,處理過的圖像都 會造成信息損失。這里采用一種根據(jù)像素的灰度值和其周圍局部灰度信息來確定閥值的局部閥值法,它對 于織物圖像這種多樣性的圖像效果比較理想。為進(jìn)一步增加準(zhǔn)確度,可以對二值化圖像進(jìn)行Sobel算子細(xì) 化。sobel算子細(xì)化原理是通過引入衰減因子得到不失真的灰階邊緣圖,然后將灰階邊緣圖用索貝爾算子 進(jìn)行處理,得到邊緣的邊緣圖,再用前者減去后者得差值圖,再將差值圖中為負(fù)的點(diǎn)改為0,用以除去差 值圖圖中邊緣外側(cè)的點(diǎn),從而得到邊緣較細(xì)的邊緣圖。對于邊緣較陡的部分可直接得到光滑、連續(xù)且接近 單點(diǎn)寬的邊緣;對于邊緣模糊的部分這一過程可以重復(fù)多次,最后也可得到較細(xì)的邊緣(但不一定連續(xù))。 此方法對于處理其它邊緣檢測方法得到的邊緣也有效。邊緣細(xì)化可用于物體邊緣的精確定位,由于結(jié)果仍 是灰階圖像,因而可以保留圖中幅值較低的邊緣,故還可用于克服閾值選擇不當(dāng)造成的分割錯誤。細(xì)化可 以不改變原始圖形的連接性,并且使得圖形的骨架輪廓更加清晰(圖5),圖3中右邊的疵點(diǎn)便被檢測出 來了。另外,可由織物的二值化圖像(圖4)測得織物的經(jīng)密和緯密。

5、結(jié) 語
圖像處理技術(shù)用于紡織行業(yè)極大地提高了檢測效率,但離在線檢測還有距離,圖像的在線檢測技術(shù)將 是今后一個時期亟需解決的難點(diǎn)。
<<上一頁[1][2]
相關(guān)信息 







推薦企業(yè)
推薦企業(yè)
推薦企業(yè)