CN102288608A - 一种新的机织物密度自动检测方法 - Google Patents

Abstract

机织物密度的自动检测属于新型纺织检测领域。织物密度是指织物中单位长度内的经纬纱线根数，传统依赖于人工的检测方法耗时费力且主观性强，显然不能满足纺织生产自动化的要求。为了解决这一技术问题，本发明以数字图像处理技术为基础，结合时频变换理论实现机织物密度的自动检测。本发明首先对采集到的机织物图像进行傅里叶变换，将织物图像从时域变换到频域；在频域内，选择代表经纬纱线的特征性区域进行滤波，将机织物图像中的经纬纱线进行分离，得到经纬纱单组纱线图像；在经纬纱单组纱线图像中，利用自适应阈值方法定位纱线；最后统计一定长度内的经纬纱线根数，从而自动测量出机织物经纬纱线密度。

Description

一种新的机织物密度自动检测方法

技术领域

本发明涉及一种新的机织物密度自动检测方法。具体涉及采集机织物表面图像，利用傅里叶变换方法将机织物图像从时域转换到频域；在频域内，利用频域滤波技术将机织物图像分解为经纬纱单组纱线系统图像；在经纬纱单组纱线图像中，利用自适应局部阈值方法定位纱线；最后统计经纬纱线根数，结合图像放大倍率，自动计算出机织物经纬纱线密度。

背景技术

在机织物根据织物来样进行再生产过程中，需要首先分析织物的结构参数，然后根据织物结构参数设定生产工艺，织物密度是织物结构参数中最重要的一项。传统的人工分析方法中，是由专门的检测人员在照布镜的辅助下，计数单位长度内的经纬纱线根数获得织物密度。一般需要计数织物上不同区域的10cm内纱线根数5次，以5次测量结果的平均值作为织物密度测量结果。人工分析方法耗时费力、主观性强，且劳动强度大，越来越难满足现代纺织自动化生产的要求。

利用计算机数字图像处理技术可以实现机织物密度的自动测量，一方面可以降低工人劳动强度，同时可以提高织物分析效率，满足纺织企业自动化生产发展的需求。利用图像处理分析技术自动检测机织物密度可以克服上述缺点，实现织物密度的快速准确测量。本发明针对这一问题，基于机织物表面图像，以时频变换理论为基础，实现了机织物经纬纱密度的自动测量，该检测方法的原理如图1所示。

在计算机中，利用Borland C++Bulider 6.0构建机织物密度检测软件，首先读取通过一定图像采集设备获取的机织物表面图像，并构建织物图像处理平台。在机织物密度的检测过程中，首先对机织物图像作傅里叶变换，将图像从时域转换到频域；然后对织物频域图像进行频率滤波，实现织物图像中经纬纱线系统的分离，获得经纬纱单组纱线图像；在经纬纱单组纱线图像中，对图像作自适应局部阈值处理，定位经纬纱线；最后统计一定长度内的经纬纱线根数，计算出机织物经纬纱线密度。

通过本发明实现的机织物密度自动检测，可以开发出机织物密度的自动检测仪器，为机织物结构参数的自动分析奠定基础。

发明内容

本发明的目的是提供一种机织物密度自动检测的设计原理和实现方法，利用图像处理技术实现了机织物经纬纱密度的自动检测，从而取代现有的机织物密度检测方法，提高织物密度检测的准确性，同时解放生产力，与现代纺织自动化生产相适应。

本发明采用的技术方案如下：

(1)一种机织物图像中经纬纱线分离方法，包括利用傅里叶变换方法将织物图像转换到频域范围，在频域内对织物作滤波处理，获得经纬纱分离的单组纱线图像；

(2)一种机织物密度自动测量方法，包括对经纬纱分离的单组纱线图像作自适应局部阈值处理，定位经纬纱线，统计一定长度内的经纬纱线根数，计算出经纬纱线密度。

本发明利用图像处理技术实现了机织物密度的自动测量，为进一步实现机织物结构参数的自动分析提供帮助，同时也为纺织品图像的自动分析提供示范。

附图说明

图1机织物密度检测方法原理示意图

图2机织物表面图像

图3机织物图像幅值谱图

图4滤波后的织物幅值谱图

图5纱线分离后的纬纱图

图6自适应局部阈值结果

图7纱线根数统计过程

图8机织物表面透射图(测量经纱密度)

图9经纱图像自适应局部阈值结果

具体实施方式

结合图1所示，本发明的机织物密度自动检测方法包括对图像的时频变换、织物图像的频域滤波、经纬纱线定位和自动技术以及经纬纱密度的自动检测。

本发明的工作原理如下：以Borland C++Builder 6.0为软件，编制机织物密度检测软件，首先读取机织物表面图像，对机织物图像作傅里叶变换，在频域内对图像作滤波，得到经纬纱分离的单组纱线图像，利用自适应局部阈值方法定位经纬纱线，统计一定长度内的经纬纱线根数，计算出机织物经纬纱密度。

本发明的硬件结构原理如图1所示，机织物密度检测工作过程如下：

(1)利用一定的图像采集设备采集机织物表面图像，采集过程中尽可能的使织物摆正，图2即为一幅利用数码显微镜采集到机织物表面反射图像，其中竖直的一组纱线为纬纱，水平的一组纱线为经纱；

(2)对机织物图像做傅里叶变换，将织物图像从时域变换到频域，图3为图2所示机织物图像的幅值谱图；

(3)在频域中，选择代表纬纱的特征区域进行滤波，对应的幅值谱保留区域如图4所示，其中黑色区域表示信号滤除；

(4)对滤波后的结果进行傅里叶逆变换，获得纱线分离后的纬纱图，结果如图5所示；

(5)对分离后的纬纱图进行自适应局部阈值，局部窗口大小为32像素×32像素，得到的阈值结果如图6所示，其中黑色区域表示纱线的位置(如是反射图像则白色区域表示纱线的位置)；

(6)统计图像区域内的纱线根数，如图7所示，具体操作过程如下：在图像中心区域设定一根检测线，用于统计图像中的纱线根数；沿着检测线，从左向右进行统计，第一根完整纱线的左侧称为起始像素点X；统计到图像最右侧一根完整纱线的右侧称为结尾像素点Y，中间共有纱线根数N；

(7)结合图像放大倍率S(每个像素点对应的实际尺寸，单位cm/像素)，计算出纬纱密度D，计算方式为

密度单位为：根/10cm，此例中X＝9，Y＝508，N＝40，S＝0.0023629cm/像素，计算出纬纱密度为：D＝338.6根/10cm；

(8)按照同样的方法采集经纱图像，经纬尽量摆正，采集的织物图像如图8所示，并按照步骤2-5，得到经纬纱线位置图，如图8所示；

(9)按照步骤7中的方法计算出经纬密度，此例中X＝10，Y＝499，N＝52，S＝0.0023629cm/像素，计算出的经纱密度为：D＝449.1根/10cm。

Claims (4)

1.一种新的机织物密度检测方法，其特征在于：基于机织物表面图像，利用图像处理方法实现机织物密度的自动检测。

2.根据权利要求1所述的机织物图像，其特征在于：机织物图像中经纬纱能够清晰辨认，并且已知图像的放大比例。

3.根据权利要求1图像处理方法，其特征在于：对机织物图像进行傅里叶变换和在频域内对织物图像进行滤波，获得经纬纱线分离的单组纱线图像。

4.根据权利要求1所述的机织物密度自动检测，其特征在于：在经纬纱线分离的单组纱线图像中，对图像进行自适应阈值处理，定位经纬纱线，统计一定长度内的纱线根数，结合权利要求2中的图像放大比例计算出机织物密度。

Images