CN102004076B - 一种皮棉中异性纤维的检测方法和系统 - Google Patents

Abstract

本发明提供一种皮棉中异性纤维的检测方法和系统，所述皮棉中异性纤维的检测方法包括：步骤1，采集皮棉图像，获得皮棉图像的归一化直方图；步骤2，根据棉花纤维的灰度级均值和棉花纤维的灰度级标准差获得分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值；步骤3，根据所述阈值从皮棉图像中分割异性纤维图像，并确定异性纤维的含量。上述方法不依赖于已知异性纤维的种类，提高了对皮棉图像中的异性纤维进行检测的准确性，为后续的异性纤维识别和计量提供准确的数据。本发明还提供了一种皮棉中异性纤维的检测系统，包括图像获取模块、图像处理模块和分割检测模块，该系统提高了待测皮棉中异性纤维检测的效率。

Description

一种皮棉中异性纤维的检测方法和系统

技术领域

本发明涉及一种皮棉中异性纤维的检测方法和系统，尤其涉及一种通过对获得分割皮棉图像中棉花纤维图像和异性纤维图像阈值，对皮棉中的异性纤维进行检测的方法和系统。

背景技术

皮棉的异性纤维是指在棉花采摘、摊晒、收购等过程中混入棉花中的非棉纤维和色纤维，主要包括丙纶丝、塑料布、鸡毛、布条、麻绳和头发等。异性纤维在棉花中的含量虽少，但对棉纺织品的质量影响严重。一旦混入并参与纺织将影响纱线强力，且在染色时影响着色，对棉纺织工业造成重大经济损失。

根据很多棉花行业专家的一致观点，皮棉的异性纤维问题应该从源头抓起，切断异性纤维混入的途径，让棉农、棉花收购和加工企业都自觉地防范异性纤维混入。这需要在棉花收购或交易环节中快速准确地测定棉花中异性纤维的含量，给棉花分等定级，并按等级定价，促使棉花销售者自觉地降低棉花中异性纤维的含量。

采用人工方法检测异性纤维含量的难度大，成本高。计算机视觉技术是新近引入皮棉异性纤维检测(Foreign Fiber Inspection，以下简称FFI)中的一项新技术。FFI检测棉花中异性纤维含量时，首先将棉花开松，生成一条连续均匀的薄棉层，采用线扫描仪扫描皮棉图像并打包成指定大小的图像帧，然后通过计算机系统对皮棉图像进行处理、分割、识别，最终完成对棉花中异性纤维的检测和计量。其中皮棉图像分割是FFI中关键的一环，要求根据像素灰度将异性纤维图像准确地提取出来，这是下一步进行识别和检测计量的基础。

目前基于图像灰度分布的阈值分割方法，如Otsu方法，因其简单快速而得到广泛应用，但将它们应用到皮棉图像时会出现大量的误分割。这是因为应用这类方法需要满足2个前提条件：

(1)背景(棉花纤维)与目标(异性纤维)的灰度频率分布应服从正态分布；(2)需要预先知道分类数量(即图像中有无目标以及有几类目标)。FFI能输出均匀的棉层，在均匀的光照条件下进行成像。

作为背景的皮棉图像中的棉花图像，其灰度级服从正态分布，而作为目标的皮棉图像中的异性纤维图像，其灰度级通常都不是正态分布的。另外在一幅皮棉图像中可能有异性纤维，也可能没有异性纤维；可能有一种异性纤维，也可能有多种异性纤维，其分类数量无法预先知道。这2个前提条件限制了在FFI中应用Otsu方法进行的皮棉中的异性纤维图像分割在皮棉异性纤维图像通常会出现以下2种情况：(1)背景(棉花纤维)在皮棉图像中占主导地位，而目标(异性纤维)尺寸小，比如头发丝，此时直方图呈单峰状；(2)目标灰度方差大，如混杂了头发和鸟类羽毛的异性纤维，此时直方图仍呈单峰状，但在其低灰度一侧会拖一条较长的尾巴。Hou的研究表明：对目标和背景在方差或频率上差异较大的图像，采用Otsu准则函数所选择的阈值会有偏差。到目前为止还没有一种分割方法能解决皮棉中的异性纤维像素的灰度级非正态分布所引起的对棉花纤维和异性纤维进行分割的阈值选择的偏差因此有必要在FFI中有针对性地设计一种异性纤维图像分割方法可以有效解决上述问题。

发明内容

本发明提供了一种皮棉中异性纤维的检测方法，该方法通过皮棉图像中棉花纤维的灰度级均值和棉花纤维的灰度级标准差的获得，可确定对皮棉图像中棉花纤维图像和异性纤维图像进行分割的阈值，该阈值的获得不依赖于已知异性纤维的种类和数量，达到可快速准确完成对待测皮棉中异性纤维的含量检测的目的。

本发明还提供了一种皮棉中异性纤维的检测系统，该系统利用各模块获得对皮棉图像中棉花纤维图像和异性纤维图像进行分割的阈值，提高了待测皮棉中异性纤维检测的效率。

本发明提供的一种皮棉中异性纤维的检测方法，包括：

步骤1：采集皮棉图像，并根据采集的皮棉图像中各灰度级分布频率获得所述皮棉图像的归一化直方图，其中所述各灰度级为棉花纤维的各灰度级，或棉花纤维和异性纤维的各灰度级；

步骤2：将获得的归一化直方图中分布频率最大的灰度级设为棉花纤维的灰度级均值，并根据该棉花纤维的灰度级均值和棉花纤维的灰度级标准差获得分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值；

步骤3：根据所述阈值从皮棉图像中分割异性纤维图像，并确定待测皮棉中异性纤维的含量。

所述皮棉图像中各灰度级分布频率h(g)为各灰度级像素在皮棉图像中出现的次数n(g)与皮棉图像像素总数N的比值，具体表示为，灰度级g在皮棉图像中的分布频率h(g)＝n(g)/N，其中0≤g≤255。

上述步骤2中的棉花纤维的灰度级标准差为通过以下步骤获得：

步骤2.1：计算棉花纤维的各灰度级分布频率，其中μ为棉花纤维的灰度级均值：

$p_b\left(g\right)=\left\{\begin{array}{cc}h\left(g\right),& \mathrm{\&mu;}\&le;g\&le;255\\ h(2\mathrm{\&mu;}-g),& 2\mathrm{\&mu;}-255\&le;g<\mathrm{\&mu;}\\ 0,& 0\&le;g<2\mathrm{\&mu;}-255\end{array}\right.;$

步骤2.2：计算棉花纤维的灰度级标准差σ：

$\mathrm{\&sigma;}=\sqrt{\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_{b\left(g\right)}{(g-\mathrm{\&mu;})}^2/P_b},$ 其中 $P_b=\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_b\left(g\right);$ 以及

在上述获得的棉花纤维的灰度级均值μ和棉花纤维的灰度级标准差σ基础上，按公式T＝μ-kσ来计算分割棉花纤维图像和异性纤维图像的阈值T，其中，k为误差控制系数，k的取值范围可以为3～5，优选为3.5。

本发明还提供了一种皮棉中异性纤维检测系统，其特征在于，包括：图像获取模块、图像处理模块和分割检测模块；

所述图像获取模块，用于采集皮棉图像，并根据采集的皮棉图像中各灰度级分布频率获得所述皮棉图像的归一化直方图，其中所述各灰度级为棉花纤维的各灰度级，或棉花纤维和异性纤维的各灰度级；

所述图像处理模块，用于将获得的归一化直方图中分布频率最大的灰度级设为棉花纤维的灰度级均值，并根据该棉花纤维的灰度级均值和棉花纤维的灰度级标准差获得分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值；

所述分割检测模块，用于根据所述阈值从皮棉图像中分割出异性纤维图像，并确定异性纤维的含量。

在本发明的一个实施例中，所述图像获取模块包括：采集单元I，用于采集所述皮棉图像；计算单元I，用于计算所述皮棉图像中各灰度级分布频率以获得所述皮棉图像的归一化直方图；

所述皮棉图像中各灰度级分布频率h(g)为各灰度级像素在皮棉图像中出现的次数n(g)与皮棉图像像素总数N的比值，具体表示为，灰度级g在皮棉图像中的分布频率h(g)＝n(g)/N，其中0≤g≤255。

进一步的，在本发明的一个实施例中，所述图像处理模块包括：

处理单元II，用于将获得的归一化直方图中分布频率最大的棉花纤维的灰度级设为棉花纤维的灰度级均值；

计算单元II，用于计算所述棉花纤维的灰度级标准差，包括：

步骤2.1：计算棉花纤维的各灰度级分布频率，其中μ为棉花纤维的灰度级均值：

$p_b\left(g\right)=\left\{\begin{array}{cc}h\left(g\right),& \mathrm{\&mu;}\&le;g\&le;255\\ h(2\mathrm{\&mu;}-g),& 2\mathrm{\&mu;}-255\&le;g<\mathrm{\&mu;}\\ 0,& 0\&le;g<2\mathrm{\&mu;}-255\end{array}\right.;$

步骤2.2：计算棉花纤维的灰度级标准差σ：

$\mathrm{\&sigma;}=\sqrt{\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_{b\left(g\right)}{(g-\mathrm{\&mu;})}^2/P_b},$ 其中 $P_b=\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_b\left(g\right);$ 以及

计算单元III，用于根据公式T＝μ-kσ计算分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值T，其中k为误差控制系数，μ为棉花纤维的灰度级均值，σ为棉花纤维的灰度级标准差，k的取值范围为3～5。

所述分割检测模块包括：

分割单元，用于根据所述阈值从皮棉图像中分割异性纤维图像，具体为将灰度值g≤T的像素标记为异性纤维，将灰度值g＞T的像素标记为棉花纤维，将所有标记为异性纤维的像素分割出来得到异性纤维图像；

检测单元，用于根据分割出的异性纤维图像确定皮棉中的异性纤维的含量。

本发明提供的皮棉中异性纤维的检测方法和系统，通过皮棉图像的归一化直方图获得棉花纤维的灰度级均值，并计算得到棉花纤维的灰度级标准差，根据棉花纤维的灰度级均值和棉花纤维的灰度级标准差获得分割棉花纤维图像和异性纤维图像的阈值，该阈值的获得不依赖于已知异性纤维的种类，提高了对待测皮棉中的异性纤维进行检测的效率和准确性。

附图说明

图1为本发明提供的一种皮棉中异性纤维的检测方法流程图。

图2为本发明提供的一种皮棉中异性纤维的检测系统的结构示意图。

图3为本发明皮棉图像的归一化直方图。

图4(a)为皮棉图像，图4(b)为从皮棉图像中分割出的异性纤维图像。

具体实施方式

为使本发明的目的、技术方案和技术效果更加清楚，下面将结合本发明具体实施例及相应附图，对本发明实施例中的技术方案进行清楚、完整地描述，但以下实施例不能理解为对本发明的可实施范围的限定，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。

以下为利用图2所示的皮棉中异性纤维检测系统对待测皮棉中异性纤维按图1所示的步骤进行的检测：

步骤102：取得待测皮棉样本，利用图像获取模块21采集皮棉图像，并根据采集的皮棉图像中各灰度级分布频率获得皮棉图像的归一化直方图：

通过所述图像获取模块21中的采集单元I对所述皮棉进行图像采集，采集到的图像为具有256级灰度级的灰度图像，如图4(a)所示，其宽度和高度分别记为W、H，图像中(x，y)处像素记为p(x，y)，其灰度记为g(x，y)；

将所采集到的皮棉图像输入图像获取模块21中的计算单元I，通过计算所述皮棉图像中各灰度级分布频率获得所述皮棉图像的归一化直方图，如图3所示，其中所述各灰度级为棉花纤维的各灰度级，或棉花纤维和异性纤维的各灰度级；

所述皮棉图像中各灰度级分布频率h(g)为各灰度级像素在皮棉图像中出现的次数n(g)与皮棉图像像素总数N的比值，具体为，灰度级g像素出现的次数n(g)，0≤g≤255；计算图像的像素总数N＝W×H，则灰度级g分布频率h(g)＝n(g)/N，其中0≤g≤255；

步骤103、根据棉花纤维的灰度级均值和棉花纤维的灰度级标准差获得分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值：

利用所述图像处理模块22中的处理单元II将获得的归一化直方图中分布频率最大的灰度级设为棉花纤维的灰度级均值μ，μ＝G，G满足：

$h\left(G\right)=\underset{0\&le;g\&le;255}{\max }\left\{h\left(g\right)\right\}$

利用所述图像处理模块22中的处理单元II通过以下步骤获得所述棉花纤维的灰度级标准差：

步骤2.1：计算棉花纤维的各灰度级分布频率：

$p_b\left(g\right)=\left\{\begin{array}{cc}h\left(g\right),& \mathrm{\&mu;}\&le;g\&le;255\\ h(2\mathrm{\&mu;}-g),& 2\mathrm{\&mu;}-255\&le;g<\mathrm{\&mu;}\\ 0,& 0\&le;g<2\mathrm{\&mu;}-255\end{array}\right.;$

步骤2.2：计算棉花纤维的灰度级标准差σ：

$\mathrm{\&sigma;}=\sqrt{\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_{b\left(g\right)}{(g-\mathrm{\&mu;})}^2/P_b},$ 其中 $P_b=\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_b\left(g\right);$

然后，利用所述图像处理模块22中的计算单元III通过根据公式T＝μ-kσ获得分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值T，其中k为3～5，优选为3.5。

步骤104：根据所述阈值从皮棉图像中分割异性纤维图像，并确定异性纤维的含量：

利用所述分割检测模块23中的分割单元根据所述阈值从皮棉图像中分割异性纤维图像，具体为标记皮棉图像中的全部纤维的像素，将灰度值g≤T的像素标记为异性纤维，将灰度值g＞T的像素标记为棉花纤维；分割出的异性纤维图像如图4(b)所示，即异性纤维图像If：

If＝{p(x，y)|p(x，y)∈I，g(x，y)≤T}

利用所述分割检测模块23中的检测单元，根据分割出的异性纤维图像确定待测皮棉中异性纤维的含量，上述含量的确定本领域技术人员可根据分割出的异性纤维图像通过常规方法将图像信息转换为数量信息进而确定异性纤维的含量，例如统计所分割出的异性纤维像素数量，确定异性纤维的面积，以及异性纤维占总纤维中的比例等。

使用本发明方法和系统能准确地对待测皮棉中异性纤维进行检测，确定出皮棉中的异性纤维的含量。本发明方法简单，计算速度快，符合大批量皮棉异性纤维在线检测的要求。

Claims (2)

1.一种皮棉中异性纤维的检测方法，其特征在于，包括：

步骤1：采集皮棉图像，并根据采集的皮棉图像中各灰度级分布频率h(g)获得所述皮棉图像的归一化直方图，其中所述各灰度级为棉花纤维和异性纤维的各灰度级；

步骤2：将获得的归一化直方图中分布频率最大的灰度级设为棉花纤维的灰度级均值μ，并根据该棉花纤维的灰度级均值μ和棉花纤维的灰度级标准差σ获得分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值T；

步骤3：根据所述阈值T从皮棉图像中分割异性纤维图像，并确定异性纤维含量；

所述皮棉图像中各灰度级分布频率h(g)为各灰度级像素在皮棉图像中出现的次数n(g)与皮棉图像像素总数N的比值，具体表示为，灰度级g在皮棉图像中的分布频率h(g)＝n(g)/N，其中0≤g≤255；

步骤2中的棉花纤维的灰度级标准差σ通过以下步骤获得：

步骤2.1：计算棉花纤维的各灰度级分布频率，其中μ为棉花纤维的灰度级均值：

$p_b\left(g\right)=\left\{\begin{array}{cc}h\left(g\right),& \mathrm{\&mu;}\&le;g\&le;255\\ h(2\mathrm{\&mu;}-g),& 2\mathrm{\&mu;}-255\&le;g<\mathrm{\&mu;}\\ 0,& 0\&le;g<2\mathrm{\&mu;}-255\end{array}\right.;$

步骤2.2：计算棉花纤维的灰度级标准差σ：

$\mathrm{\&sigma;}=\sqrt{\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_{b\left(g\right)}{(g-\mathrm{\&mu;})}^2/P_b},$ 其中 $P_b=\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_b\left(g\right);$

所述阈值T根据公式T＝μ-kσ获得，其中k为误差控制系数，μ为棉花纤维的灰度级均值，σ为棉花纤维的灰度级标准差，k的取值范围为3～5。

2.一种皮棉中异性纤维检测系统，其特征在于，包括：图像获取模块、图像处理模块和分割检测模块；

所述图像获取模块，用于采集皮棉图像，并根据采集的皮棉图像中各灰度级分布频率h(g)获得所述皮棉图像的归一化直方图，其中所述各灰度级为棉花纤维和异性纤维的各灰度级；

所述图像处理模块，用于将获得的归一化直方图中分布频率最大的灰度级设为棉花纤维的灰度级均值μ，并根据该棉花纤维的灰度级均值μ和棉花纤维的灰度级标准差σ获得分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值T；

所述分割检测模块，用于根据所述阈值T从皮棉图像中分割异性纤维图像，并确定异性纤维的含量；

所述图像获取模块包括：

采集单元I，用于采集所述皮棉图像；

计算单元I，用于计算所述采集的皮棉图像中各灰度级分布频率h(g)以获得所述皮棉图像的归一化直方图；

所述皮棉图像中各灰度级分布频率h(g)为各灰度级像素在皮棉图像中出现的次数n(g)与皮棉图像像素总数N的比值，具体表示为，灰度级g在皮棉图像中的分布频率h(g)＝n(g)/N，其中0≤g≤255；

所述图像处理模块包括：

处理单元II，用于将获得的归一化直方图中分布频率最大的灰度级设为棉花纤维的灰度级均值μ；

计算单元II，用于计算所述棉花纤维的灰度级标准差σ，包括：

步骤2.1：计算棉花纤维的各灰度级分布频率，其中μ为棉花纤维的灰度级均值：

$p_b\left(g\right)=\left\{\begin{array}{cc}h\left(g\right),& \mathrm{\&mu;}\&le;g\&le;255\\ h(2\mathrm{\&mu;}-g),& 2\mathrm{\&mu;}-255\&le;g<\mathrm{\&mu;}\\ 0,& 0\&le;g<2\mathrm{\&mu;}-255\end{array}\right.;$

步骤2.2：计算棉花纤维的灰度级标准差σ：

$\mathrm{\&sigma;}=\sqrt{\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_{b\left(g\right)}{(g-\mathrm{\&mu;})}^2/P_b},$ 其中 $P_b=\underset{2\mathrm{\&mu;}-255}{\overset{255}{\mathrm{\&Sigma;}}}{p}_b\left(g\right);$ 以及

计算单元III，用于根据公式T＝μ-kσ计算分割所述皮棉图像中棉花纤维图像和异性纤维图像的阈值T，其中k为误差控制系数，μ为棉花纤维的灰度级均值，σ为棉花纤维的灰度级标准差，k的取值范围为3～5；

所述分割检测模块包括：

分割单元，用于根据所述阈值从皮棉图像中分割异性纤维图像，具体为将灰度值g≤T的像素标记为异性纤维，将灰度值g＞T的像素标记为棉花纤维，将所有标记为异性纤维的像素分割出来得到异性纤维图像；

检测单元，用于根据分割出的异性纤维图像确定皮棉中的异性纤维的含量。

Images