CN103163132A - 一种实时纱线外观数字化分析系统与方法 - Google Patents

Abstract

本发明涉及一种实时纱线外观数字化分析系统与方法，具有暗箱、图像采集系统和PC处理终端，图像采集系统与PC处理终端电连接，暗箱内设有至少两块反射镜和一个LED背光光源。本发明能动态地连续采集纱线图像，在特征提取过程中，对每一帧图像同一检测位置，分别对图像中的五侧面的纱线图像同时其进行相关分析处理，提取特征，最后将检测所有图像纱线外观特征信息进行融合构成纱线外观的特征向量，并与标准的样本进行特征相似度DW(X，Y)计算，以此为依据，对纱线的性能和质量做出评判。可以实时获取多角度的纱线三维立体外观特征信息，快速准确的确定纱线的质量，并有效减少了人为因素对质量评价的影响，提高分析的准确率，设计合理，实用性高。

Description

一种实时纱线外观数字化分析系统与方法

技术领域

本发明属机器视觉智能数字化信息分析领域，特别是涉及一种实时纱线外观数字化分析系统与方法。

背景技术

纱线质量直接关系着织物和服装的外观性能，物理性能和服用性能，在纺织生产中起着举足轻重的作用。纱线的细度，毛羽度和条干均匀度直接影响面料的外观，还影响强力，拉伸性，弹性，耐磨性等物理机械性能。纱线的外观信息(粗细变化、椭圆度、直径不均率等)对全面评价纱线质量、指导制造工艺、预测织物外观效果有着极其重要的意义。

因此，对于纱线质量的检测从纺织行业规模化生产之日起便成为一个产品质量监控的核心问题；围绕着纱线的质量检测，国内、外纺织同行开发了很多纱线质量检测仪器。目前，纱线的外观质量的检测主要由纱线条干均匀度仪和毛羽仪来完成。纱线条干均匀度的原理和方法分为两种：电容式测量和光电式测量。电容式测量的基本原理是让纱线以一定速度从平行板电容器极板间通过，由于纱线单位长度的质量(线密度)变化而引起电容的介质变化，进而引起电容量的变化，电容量的变化即反映出纱线条干不匀程度；而光电式测量则让纱线以一定的速度从两路正交方向上的光电检测系统内通过，光电传感器将纱线直径信号转化为电信号，电信号的变化即反映出纱线的条干不匀程度。然而，传统的电容式或者光电式条干均匀度仪，只能得到反映纱线粗细的电容量信号或者光电信号等间接量，不能够直接获得纱线的表面外观或者颜色纹理等更直观的信息。在某些情况下，更无法准确、逼真地实现对纱线外观的表征。同时，该方法受环境影响较大，同一纱线所处环境的温湿度不同将会造成检测结果的较大差异。另外，利用电容式条干仪测得的纱线质量不匀率与织物表面质量的相关性不强，难以可靠地预测布面质量。

随着PC处理终端技术和图像分析技术的发展，研究人员开始运用光学和数字图像传感技术，精密检测纱线外观。采用PC处理终端图像数字处理技术能精确地计量出纱线直径、椭圆度及不匀率、扭曲度等外观信息，以实现对纱线的外观等级进行评估。PC处理终端视觉分析系统是指将光学和PC处理终端图像处理技术相结合，利用小波分析、傅立叶分析等应用数学的知识，对图像传感器实时采集到的纱线图像进行图像处理，得到直观的纱线细度不匀。

目前对此领域的研究主要放在几何形态的测试和表征上，测试的功能范围仍局限在传统的条干均匀度和毛羽测试上，测量模式以单一方向获取得单帧图像分析、测量为主。然而，由于纱线体的三维立体结构，单角度视野成像检测存在信息丢失，易造成提取特征的误差。本发明提出PC处理终端图像处理技术，设计了四镜面反射成像装置，实现同一视野获取五个不同角度观测的纱线外观图像，并通过图像处理技术，提取不同角度观测纱线表面特征，并进行融合，获取代表纱线的数字化特征参数，为对纱线性能评价和质量分析提供科学依据。随着PC处理终端成本降低与性能的提高，以及PC处理终端图像处理技术的发展，PC处理终端技术在纺织行业的发展和应用，前景将更加广阔。

发明内容

本发明的目的是提供一种克服上述不足，可以实时获取多角度的纱线三维立体外观特征信息，快速准确的确定纱线的质量，并有效减少了人为因素对质量评价的影响，提高分析的准确率的实时纱线外观数字化分析系统与方法。

实现本发明目的的技术方案是：一种实时纱线外观数字化分析系统，具有暗箱、图像采集系统和PC处理终端，图像采集系统与PC处理终端电连接，暗箱内设有至少两块反射镜和一个LED背光光源。

上述实时纱线外观数字化分析系统的图像采集系统具有CCD图像传感器和镜头。

上述实时纱线外观数字化分析系统的LED背光光源设置在暗箱的后壁上，图像采集系统设置在在暗箱的前壁上且与LED背光光源相对，所述反射镜具有四块，反射镜高度与暗箱内壁高度相同，两块一组分列于LED背光光源两侧，对称分布，每块反射镜均与暗箱的侧壁形成夹角，夹角保持在45～75度之间，镜面指向暗箱中部。

一种实时纱线外观数字化分析方法，将待分析纱线上下方向穿过暗箱中部，图像采集系统通过CCD图像传感器和镜头同时采集纱线和反射镜中纱线图像，并将图像信息传输到PC处理终端，由图像分析处理软件对纱线图像进行处理和分析，获得纱线表面的特征参数，实现快速、自动对纱线进行数字化分析。

上述实时纱线外观数字化分析方法的特征参数提取是对每一帧图像同一检测位置，分别对图像中的五个侧面的纱线图像同时进行相关分析和处理，提取特征，最后将检测所有图像纱线外观特征信息进行融合构成纱线外观的特征向量。

上述实时纱线外观数字化分析方法的颜色的提取是采用聚类方法获取检测位置的R、G、B颜色分量，并用整个纱线检测位置颜色分量的均值代表纱线的颜色，

其中N个检测点的个数，纱线直径是先计算五侧面纱线均值作为纱线该检测位置的直径，第k个检测位置的直径计算公式：

再将纱线所有检测位置点取平均作为检测纱线的直径。

上述实时纱线外观数字化分析方法的纱线的圆度采用五侧面图获取的直径来求取，第k个检测位置圆度的计算方法为：

式中的μ_k为五侧面图像k检测位置的平均直径，δ_k五图像k检测位置直径的均方差，

纱线均匀度为：

其中，N为纱线检测点的个数。

上述实时纱线外观数字化分析方法的纱线毛绒密度的处理是采用图像扫描检测方式，以纱线检测点为起点，向左、右一定面积区扫描，计数单位面积毛绒数目。

上述实时纱线外观数字化分析方法的性能和质量的评价采用矢量参数类比的方法处理，用加权欧拉距离进行特征相似度DW(X，Y)作为判别准则进行，其中

X＝(x₁，x₂，...，x_n)为检测纱线的特征向量，而Y＝(y₁，y₂，...，y_n)为标准样本的特征向量，w_i为特征的权重，表示特征向量中不同分量的比重。

上述实时纱线外观数字化分析方法的主要步骤为：

a、纱线穿过封闭的暗箱箱体中，控制调节好LED背光光源亮度、图像采集系统曝光量后，按一定的速度移动纱线穿过暗箱；

b、CCD图像传感器实时获取纱线的三维不同角度图像，并传输给PC处理终端上的图像处理软件，PC处理终端根据预先设定纱线分析长度，利用图像处理技术对纱线图像进行相关处理；

c、PC处理终端对拼接图像进行滤波去除噪声，差影减去背景等处理，提取纱线目标；

d、对N帧图像中所包含每个侧面纱线图像分别进行有颜色、粗细变化、椭圆度及绒毛密度等参数提取；

e、对提取的特征参数进行权重数据融合构成特征矢量，以代表纱线表面的数字特征，并存储到数据库中。

f、根据给定的标准模型的特征参数和检测样本融合的矢量参数，用加权欧拉距离进行特征相似度DW(X，Y)计算，并作为纱线性能的判别准则进行对纱线质量做出分析和评判。

本发明具有积极的效果：本发明可以实时获取多角度的纱线的三维立体外观特征信息，快速准确的确定纱线的质量，并有效减少了人为因素对质量评价的影响，提高分析的准确率，设计合理，实用性高，在纺织行业、自动检测行业有着广阔的应用。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1为本发明结构示意图；

图2为纱线特征参数提取算法图；

图3为分析流程图。

具体实施方式

见图1，本发明的实时纱线外观数字化分析系统具有暗箱1、图像采集系统2和PC处理终端，图像采集系统2与PC处理终端电连接，图像采集系统2具有CCD图像传感器21和镜头22，使用的1394图像采集卡，暗箱1内设有四块反射镜3和一个LED背光光源4，LED背光光源4设置在暗箱1的后壁11中部，图像采集系统2设置在在暗箱1的前壁12上且与LED背光光源4相对，反射镜3高度与暗箱1内壁高度相同，两块一组分列于LED背光光源4两侧，对称分布，每块反射镜3均与暗箱1的侧壁13形成夹角，夹角保持在45～75度之间，镜面指向暗箱1中部，纱线9纵向穿过暗箱1，且位于图像采集系统2与LED背光光源4之间，四块反射镜3可将纱线9侧面的影像反射至图像采集系统2。

主要步骤为：

a、纱线9穿过封闭的暗箱1箱体中，控制调节好LED背光光源4亮度、图像采集系统2曝光量后，按一定的速度带动纱线9穿过暗箱1；

b、CCD图像传感器21实时获取纱线9的三维不同角度图像，并传输给PC处理终端上的图像处理软件，PC处理终端根据预先设定纱线9分析长度，利用图像处理技术对纱线9图像进行相关处理；

c、PC处理终端对拼接图像进行滤波去除噪声，差影减去背景等处理，提取纱线目标；

d、对N帧图像中所包含每个侧面纱线图像分别进行有颜色、粗细变化、椭圆度及绒毛密度等参数提取；

e、对提取的特征参数进行权重数据融合构成特征矢量，以代表纱线表面的数字特征，并存储到数据库中。

f、根据给定的标准模型的特征参数和检测样本融合的矢量参数，用加权欧拉距离进行特征相似度DW(X，Y)计算，并作为纱线性能的判别准则进行对纱线质量做出分析和评判。

考虑到箱体纱线9成像清晰，采用的是内置长方形条状背光光源方法，并置于暗箱1的后壁11，通过外部的控制器可以调节LED背光光源4的亮暗程度，以方便获取最清晰的纱线图像。由于获取的图像中除了纱线9的实际侧面外，还有四个镜像中的纱线9侧面的图像，要想获得的图像中镜像中的纱线也清晰可见，这对光线的要求比较高。在成像过程中，首先调节LED背光光源4的强度，再利用图像处理软件自动微调节图像采集系统2的曝光时间，以达到获取最清晰的纱线图像。

当暗箱的亮、暗程度和光圈大小调好以后，启动卷线装置，由上位机软件控制系统通过串口发送命令，控制步进电机的转动，从而使纱线维持在一定的速度。该速度的确定是由图像采集系统2的视野和每秒钟要处理的图像数以及每秒钟拍摄的图像数来确定的，具体公式如下：

V＝L*T

$u_i=\frac{1}{3}(u_{\mathrm{sai}}+u_{\mathrm{sbi}}+u_{\mathrm{sci}}+u_{\mathrm{sdi}}+u_{\mathrm{sei}})$

$R_i=\frac{1}{3}(R_{\mathrm{sai}}+R_{\mathrm{sbi}}+R_{\mathrm{sci}}+R_{\mathrm{sdi}}+R_{\mathrm{sei}})$

$G_i=\frac{1}{3}(G_{\mathrm{sai}}+G_{\mathrm{sbi}}+G_{\mathrm{sci}}+G_{\mathrm{sdi}}+G_{\mathrm{sei}})$

$B_i=\frac{1}{3}(B_{\mathrm{sai}}+B_{\mathrm{sbi}}+B_{\mathrm{sci}}+B_{\mathrm{sdi}}+B_{\mathrm{sei}})$

其中V是纱线传送的速度，L是CCD镜头的视野所包含的实际宽度，T是每秒钟要拍摄的图像数量。

当设定好纱线9的卷线速度后，开始移动纱线9，并由PC处理终端的软件控制图像采集系统2采集图像，获得图像由1394火线串口传送到PC处理终端的1394图像采集卡中，并由图像采集卡传到软件中进行处理。

由于图像采集系统2在采集图像时，成像环境和内部电路等原因都会使摄取的纱线图像存在随机分布的噪声，即高斯噪声，为了能准确的利用每一幅纱线图像，则必须对图像进行预处理，该步骤是获取高清图像的前提。由于频域滤波是通过滤掉图像的高频成份而去掉噪声，它在去除噪声的同时也会丢失图像的细节信息，使图像变模糊，另外，频域变换运算量较大，不适用与处理速度较快的要求。考虑到图像滤波的有效性和图像处理的实时性，本发明采用空域滤波的均值和中值滤波算法对图像进行预处理，去除图像的噪声。

均值滤波是最常用的一种线性滤波方法，由于线性滤波的不足是在降低噪声的同时也模糊了整个图像，特别是图像的边缘和细节，因此直接使用均值滤波不利于高频信号的保留，本发明采用一种改进的均值滤波的算法对图像数据进行处理。

一股来说均值滤波是依次对操作像素点邻域的均值而使图像模糊，如果我们不取均值而是有条件的保留原来像素点的值，即只有当像素点的值比邻域均值大于某一阈值时，才取邻域均值为该点的值，否则该点的值保持不变。那么图像就不会模糊，同时又能去除噪音。

同样的，由于中值滤波取其滤波窗口内经过排序后中间像素的值，而与原来像素点的值没什么必然联系。所以如果图像中某物体尺寸较小，排序后该物体没有像素点排在中间，那么滤波后该物体就会被腐蚀甚至消失。所以我们在进行中值滤波操作时先设一个阈值，当只有该点的值与邻域中值的差大于阈值时才取邻域的中值，否则就保留该点的值。这样的话，如果是噪声点，它和邻域的中值就会相差较大，就可以把它去掉。如果是图像信息对象，邻域中还有物体本身的点，所以邻域的中值和该点的值就不会相差太大，只要设置合适的阈值，就可以保留该点的值。

本发明所述的图像处理模块，主要包括实现以下两个方面的处理。一是差影法去除冗余的背景信息，二是采用特定算法提取纱线的三维特征信息。差影法是指在相同的环境和背景下，除去目标体后的图像作为背景图像，用实时采集的目标图像直接减去背景图像，以获取只含纱线目标的图像，来达到方便处理的效果。在本发明中，具体的操作方法为在有纱线时调节暗箱内的亮暗程度至正常的图像采集状态后，撤出纱线，用CCD采集背景图像，作为要减去的图像，存储在PC处理终端中。之后进行正常的纱线图像获取，每获取一幅图像，在处理的第一步即为用该图像减去原本存储在PC处理终端中的背景图像，获取只用纱线信息的图像，再对该图像进行处理。

本发明采用对同一根纱线不同角度的图像，进行分析提取特征信息的方法，其提取特征如图2所示。采用特征融合的方法能更真实的反应了纱线的实际信息情况，增加了结果的准确性和真实性，满足特定环境下对纱线的检测要求。先是对每一帧图像同一检测位置，分别对图像中的五侧面的纱线图像同时其进行相关分析和处理，提取特征。最后将检测所有图像纱线外观特征信息进行融合构成纱线外观的特征向量。

颜色的提取是采用聚类方法获取检测位置的R、G、B颜色分量，并用整个纱线9检测位置颜色分量的均值代表纱线的颜色。

其中N个检测点的个数。纱线直径是先计算五侧面纱线均值作为纱线该检测位置的直径，第k个检测位置的直径计算公式：

再将纱线9所有检测位置点取平均作为检测纱线的直径。

纱线9的圆度采用五侧面图获取的直径来求取。第k个检测位置圆度的计算方法为：

式中的μ_k为五侧面图像k检测位置的平均直径，δ_k五侧面图像k检测位置直径的均方差， ${\mathrm{\δ}}_k=\frac{1}{5}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\left[\right||(x_{1\mathrm{ki}},y_{1\mathrm{ki}})-(x_{2\mathrm{ki}},y_{2\mathrm{ki}})||-{\mathrm{\μ}}_k];$ 纱线均匀度为： $\mathrm{\δ}=\frac{1}{N}\underset{1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_{\mathrm{Ri}},$ 其中，N为纱线检测点的个数。

纱线9毛绒密度的处理是采用图像扫描检测方式。以纱线检测点为起点，向左、右一定面积区扫描，计数单位面积毛绒数目。

性能和质量的评价采用参数矢量与标准的样本参数类比的方法处理。采用加权欧拉距离进行特征相似度DW(X，Y)作为判别准则进行，其中

X＝(x₁，x₂，...，x_n)为检测纱线的特征向量，而Y＝(y₁，y₂，...，y_n)为标准样本的特征向量，w_i为特征的权重，表示特征向量中不同分量的比重。

在实施过程中，采用下列器材：

(1)CCD图像传感器21型号为Basler A602fc-2，主要参数包括分辨率为656*491；130万像素；最大帧数100FPS；8bit色彩位数，手动/自动对焦；IEEE1394接口；可接受24V AC及12V DC两种电源供应。

(2)镜头22型号为Computar H0514-MP，1/2″规格；C接口；5(mm)焦距；光圈(F)：1.4-16C；视角(水平)：65.5°；最近物像距离(m)：0.1；有效口径前(φmm)：27.8，后(φmm)14.8；前置滤光镜螺纹(φM×P＝)：43.0×0.75；外形尺寸(直径×深mm)：44.5×45.5。

(3)LED背光光源4型号为HFL-27-27-W白光光源；接受24VDC供电；功率2.4W；发光面30*38；标准工作环境：温度：0-40℃，湿度：20-85％(非凝结)电源驱动器型号：YMAPS-24W6-1T；尺寸为：12.8cm*7cm*5.5cm

(4)图像采集卡为T2000采集卡；火线接口。

(5)控制器型号为UIM24104 0171；供电电源电压12V～40VDC；输出电机电流：峰值4A/8A每相(实际电流由用户指令设定，实时可调)；驱动方式：恒相流PWM；控制励磁方式：整步，半步，4细分，16细分；外形尺寸：42.3mm x 42.3mmx13.5mm；重量：0.1kg。

(6)步进电机型号FL57STH76-2804-01；机身长：7.6cm+0.2cm；电机轴长：2.0cm；机身尺寸：5.6*5.6cm；额定电压2.3v；额定电流2.8A；电阻0.83欧。

(7)PC处理终端系统：处理器：Pentium(R Dual-Core)CPU E5700；主频3.00GH；内存2.0GB；操作系统：Microsoft Windows XP SP3.

如图3所示，首先上电，启动系统，进行初始化。初始化的过程包括设定检测纱线9的长度，CCD的帧率，步进电机的转速，并采用标准的微米尺对系统进行定标，调节曝光和设定的成像模式。将安装于系统的检测装置中，再次调节好成像系统的曝光量后，由PC处理终端软件控制卷线装置，按一定的速度带动纱线穿过箱体空间的成像区域。CCD成像装置实时获取纱线的三维不同角度图像，并传输给PC处理终端上的图像处理软件，PC处理终端根据预先设定纱线分析长度，利用图像处理技术对纱线图像进行相关处理。PC处理终端对拼接图像进行滤波去除噪声，差影减去背景等处理，提取纱线目标。并对不同侧面获取的纱线图像分别进行有颜色、粗细变化、椭圆度及绒毛密度等参数提取，对所有图像提出的特征采用数据融合技术，获取代表纱线9表面的数字特征参数矢量，并存储到数据库中。根据给定的模型，用加权欧拉距离进行特征相似度DW(X，Y)计算，并作为纱线性能的判别准则进行对纱线质量做出分析和评判。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种实时纱线外观数字化分析系统，具有暗箱(1)、图像采集系统(2)和PC处理终端，图像采集系统(2)与PC处理终端电连接，暗箱(1)内设有至少两块反射镜(3)和一个LED背光光源(4)。

2.根据权利要求1所述的实时纱线外观数字化分析系统，其特征在于：所述图像采集系统(2)具有CCD图像传感器(21)和镜头(22)。

3.根据权利要求2所述的实时纱线外观数字化分析系统，其特征在于：所述LED背光光源(4)设置在暗箱(1)的后壁(11)上，图像采集系统(2)设置在在暗箱(1)的前壁(12)上且与LED背光光源(4)相对，所述反射镜(3)具有四块，反射镜(3)高度与暗箱(1)内壁高度相同，两块一组分列于LED背光光源(4)两侧，对称分布，每块反射镜(3)均与暗箱(1)的侧壁(13)形成夹角，夹角保持在45～75度之间，镜面指向暗箱(1)中部。

4.一种如权利要求1所述的实时纱线外观数字化分析系统的实时纱线外观数字化分析方法，其特征在于：待分析纱线上下方向穿过暗箱(1)中部，图像采集系统(2)通过CCD图像传感器(21)和镜头(22)同时采集纱线和反射镜(3)中纱线图像，并将图像信息传输到PC处理终端，由图像分析处理软件对纱线图像进行处理和分析，获得纱线表面的特征参数，实现快速、自动对纱线进行数字化分析。

5.根据权利要求4所述的实时纱线外观数字化分析方法，其特征在于：所述特征参数提取是对每一帧图像同一检测位置，分别对图像中的五个侧面的纱线图像同时进行相关分析和处理，提取特征，最后将检测所有图像纱线外观特征信息进行融合构成纱线外观的特征向量。

6.根据权利要求4所述的实时纱线外观数字化分析方法，其特征在于：颜色的提取是采用聚类方法获取检测位置的R、G、B颜色分量，并用整个纱线检测位置颜色分量的均值代表纱线的颜色，

其中N个检测点的个数，纱线直径是先计算五侧面纱线均值作为纱线该检测位置的直径，第k个检测位置的直径计算公式：再将纱线所有检测位置点取平均作为检测纱线的直径。

7.根据权利要求4所述的实时纱线外观数字化分析方法，其特征在于：纱线的圆度采用五侧面图获取的直径来求取，第k个检测位置圆度的计算方法为：

式中的μ_k为五侧面图像k检测位置的平均直径，δ_k五图像k检测位置直径的均方差， ${\mathrm{\δ}}_k=\frac{1}{5}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}\left[\right||(x_{1\mathrm{ki}},y_{1\mathrm{ki}})-(x_{2\mathrm{ki}},y_{2\mathrm{ki}})||-{\mathrm{\μ}}_k];$ 纱线均匀度为： $\mathrm{\δ}=\frac{1}{N}\underset{1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_{\mathrm{Ri}},$ 其中，N为纱线检测点的个数。

8.根据权利要求4所述的实时纱线外观数字化分析方法，其特征在于：纱线毛绒密度的处理是采用图像扫描检测方式，以纱线检测点为起点，向左、右一定面积区扫描，计数单位面积毛绒数目。

9.根据权利要求4所述的实时纱线外观数字化分析方法，其特征在于：性能和质量的评价采用矢量参数类比的方法处理，用加权欧拉距离进行特征相似度DW(X，Y)作为判别准则进行，其中X＝(x₁，x₂，...，x_n)为检测纱线的特征向量，而Y＝(y₁，y₂，...，y_n)为标准样本的特征向量，w_i为特征的权重，表示特征向量中不同分量的比重。

10.根据权利要求4所述的实时纱线外观数字化分析方法，其特征在于：主要步骤为：

a、纱线穿过封闭的暗箱(1)箱体中，控制调节好LED背光光源(4)亮度、图像采集系统(2)曝光量后，按一定的速度带动纱线穿过暗箱(1)；

b、CCD图像传感器(21)实时获取纱线的三维不同角度图像，并传输给PC处理终端上的图像处理软件，PC处理终端根据预先设定纱线分析长度，利用图像处理技术对纱线图像进行相关处理；

c、PC处理终端对拼接图像进行滤波去除噪声，差影减去背景等处理，提取纱线目标；

d、对N帧图像中所包含每个侧面纱线图像分别进行有颜色、粗细变化、椭圆度及绒毛密度等参数提取；

e、对提取的特征参数进行权重数据融合构成特征矢量，以代表纱线表面的数字特征，并存储到数据库中。

f、根据给定的标准模型的特征参数和检测样本融合的矢量参数，用加权欧拉距离进行特征相似度DW(X，Y)计算，并作为纱线性能的判别准则进行对纱线质量做出分析和评判。

Images