CN103471973B - 一种图像法测定织物孔隙特征的方法 - Google Patents

Abstract

本发明涉及一种图像法测定织物孔隙特征的方法，特别是涉及一种图像法测定网格状稀疏织物孔隙特征的方法。本发明利用织物图像的灰度直方图双峰法阈值将灰度图像转换成二值图像，将其对应的二值矩阵中纱线区域的像素设置为1，分别将二值矩阵在经纱方向和纬纱方向投影后分析经纱和纬纱的中心线位置，将边纱中心线位置之外的图像区域裁剪去除得到新的图像；对新的二值图像中织物孔隙进行识别，利用将纱线主体区域的假孔隙剔除和面积滤波法，保留织物中的真孔隙区域；对织物的孔隙进行统计分析，得到织物的实际孔隙率、孔隙不匀和孔隙大小分布等特征。本发明实现了客观、准确、快速地计算孔隙特征指标。

Description

一种图像法测定织物孔隙特征的方法

技术领域

本发明涉及一种图像法测定织物孔隙特征的方法，特别是涉及一种图像法测定网格状稀疏织物孔隙特征的方法。

背景技术

织物理论孔隙率的传统方法是通过测定经纬密和经纬纱直径计算得到，经纬密的测定通常使用照布镜人工目测10厘米内的纱线数量，在纱线计数时，如遇到半根纱线时根据情况取舍为整数。织物中纱线直径的测量一般是将纱线从织物中拆下来，测量单位长度的克重继而换算成纱线直径。或者将纱线在放大仪器中直接测量直径，这种方法麻烦耗时。因此，需要寻求可靠、客观的检测方法。用计算机图像处理技术对网格圈质量进行检测，可体现出快速、准确、高可靠性和稳定性等优势。

专利“基于图像处理的网格圈质量检测方法”根据网格圈织物图像的频域变换获取网格圈织物水平和竖直方向的信息，再利用频域反变换得到经纱和纬纱的单独图像，提取纱线直径和纱线间距等信息，判断图像中是否存在散边等疵点，但未涉及孔隙率分析。

文献“Investigationofporeparametersofwovenfabricsbytheoreticalandimageanalysismethods”提到影响机织物透气性的主要指标是孔隙性能，包括孔隙率、孔隙形状、孔隙大小以及孔隙大小的分布等，并通过理论和图像分析的方法分别得出孔隙半径。在图像分析方法中，通过CCD摄像头对织物图像进行采集，先转化为灰度图像，后通过Ostu阈值将其分割为二值图像，用形态学运算消除噪点，将孔隙对象进行标注，计算其面积，并假设每个标注对象为圆形算出平均半径，得出半径分布直方图。将孔隙视为等面积的圆，等效半径虽然能在一定程度上说明孔隙的大小，但是孔隙的形状并没有表达出来。

文献“国内外主流网格圈的影像学分析”提出了使用了数字化影像设备,对国内外纺纱企业实际使用的主流网格圈进行了分析，分别从网格圈织物的通透孔的均衡性、拐边的织物密度和封边形式进行了测试比较，并将其作为评价网格圈织物质量的三个表征。但这种测试主要依靠对放大投影的织物图像进行人工测试，所以测试过程较慢，无法进行大量的测试。

文献“基于图像处理的集聚纺网格圈质量检测”利用图像处理方法对网格圈织物的孔隙进行了初步检测，获取了网格圈织物的孔隙总数和孔隙率，也分析了单孔的面积、周长、矩形度等参数，但未对图像中的孔隙进行识别,导致部分假孔隙误判为真孔隙进行统计。

发明内容

本发明的目的是提供一种图像法测定织物孔隙特征的方法，特别是涉及一种图像法测定网格状稀疏织物孔隙特征的方法。

本发明的一种图像法测定织物孔隙特征的方法，采用图像处理方法对织物图像进行分析和处理，将织物图像利用双峰法阈值转化成二值图像，分析图像中经纱和纬纱的中心线位置，将边纱中心线之外图像区域裁剪得新的图像，利用纱线主体区域的假孔隙剔除和面积滤波法，识别真孔隙区域，并对每个孔隙区域统计面积、位置、矩形度，得到织物孔隙特征指标，分别为孔隙面积的CV值、织物的实际孔隙率和孔隙的平均矩形度以及孔隙大小分布直方图；所采用图像处理方法确定织物孔隙特征指标的具体步骤为：

(1)图像采集

在织物扫描时，在织物层上方加入一层颜色对比强烈的纸板，经纱方向和图像列向平行，纬纱方向和图像行向平行。为了使纱线和孔隙两者对比明显，在织物层上面放入与纱线颜色对比强烈的黑色或者白色纸板。如织物纱线为浅色系列，在织物层上方加入黑色纸板，如织物纱线为深色系列，则放入白色纸板。由于扫描后织物图像孔隙部分表现为纸板的颜色，因此，采用颜色对比强烈的纸板可以使图像中纱线区域和孔隙区域表现为不同亮度的两个灰度范围，在对应的灰度直方图上表现为两个灰度分布峰，颜色对比越强烈，这两个灰度分布峰的距离越大，更有利于图像二值化处理。

(2)图像处理

1)分析织物图像的灰度直方图，由于纱线和孔隙区域分别对应直方图上的两个灰度分布峰，将这两个峰之间的谷底作为阈值，将织物灰度图像转化为二值图像，使纱线区域的像素设置为1，孔隙区域像素设置为0，得到对应的二值矩阵；

2)分别统计二值矩阵每列和每行的和，由于纱线区域像素为1，且经纱方向和图像的列方向一致，因此，每列之和反映了在该列方向上纱线的像素数量，如该列处于经纱的主体部分，该列之和的数值最大，理论上与图像的行数一致，如该列处于孔隙区域，则每列之和的数值要明显小；同理，处于纬纱主体区域的每行之和最大，理论上与图像的列数一致；

3)计算平均值，将每列的总和除以列数得到列向平均值，同理得到行向平均值；

4)在直角坐标系中，以列数为横坐标，以所统计列向之和为纵坐标，绘制得到列向波形曲线，该波形曲线中的波峰数量反映了经纱数量，波峰位置对应经纱中心位置；以列向平均值为纵坐标，画一条平行于横坐标轴的直线；

同理，绘制行向波形曲线和直线；

(3)纱线中心线的获取

在经纱主体区域，每列之和理论上为最大值，与图像的行数一致，对应于波形曲线的波峰的顶部，但由于多种原因，波峰顶部会出现一些小的波动，因此，将所述平行于横坐标轴的直线和波形曲线每个波峰的两个交点之间的中点的列位置，作为经纱的中心线位置。即过该中点绘制一条平行于纵坐标轴的直线，其与横坐标轴的交点的数值对应为图像中经纱中心所在的列位置；

然后在织物灰度图像上，过所述的列位置，绘制平行于列向的直线，即为经纱中心线；

同理，得到纬纱中心线所在的行位置后在织物灰度图像上绘制纬纱中心线；

(4)边纱裁剪和纱线直径计算

织物中经纬纱是有规律的交织在一起，呈现为周期性，因此，分析的织物区域若为整数个循环数，则分析的数据更为准确。因此，在上述已绘制经纱中心线和纬纱中心线的织物图像上，分别找到图像中列向最左侧的经纱中心线和最右侧的经纱中心线，找到图像中行向最上侧的纬纱中心线和最下侧纬纱中心线，将四条中心线围成的矩形之外的区域去除，即将最左侧半根经纱和最右侧半根经纱计为一根完整的经纱，最上侧半根纬纱和最下侧半根纬纱计为一根完整的纬纱，获得新的织物灰度图像和对应的新的二值矩阵；在新的图像中，经纱和纬纱的数量均为整数根；

将新的二值图像对应的二值矩阵，按照步骤(2)中的第2)～4)步在直角坐标中重新绘制波形曲线，在横坐标代表列数的波形曲线中，取波峰最大值的0.96～0.99倍作为纵坐标值绘出平行于横坐标轴的直线，与波形曲线每个波峰相交于两点，此两点之间的距离即为经纱直径；同理，绘制横坐标代表行数的波形曲线，同样获取两点之间的距离即为纬纱直径；

(5)孔隙识别

在新的二值图像中，纱线呈白色，即纱线区域的像素为1，而孔隙区域的像素为0，孔隙区域呈白色。为了对孔隙区域进行分析判断，将二值图像取反，即使纱线区域像素为0，而孔隙区域的像素为1，即孔隙区域表现为白色，而纱线区域表现为黑色。对取反后的二值图像中所有的白色区域分别进行统计分析，剔除纱线主体区域的假孔隙，并且剔除噪声点，得到保留有真孔隙的二值图像；

由于织物原图像中纱线区域呈浅色，孔隙区域呈黑色，但纱线中心部分也呈现较暗，在二值化时，纱线中心部分容易被判断为孔隙区域，而这些区域并非对应真的孔隙，因此，需要对真假孔隙进行识别，对处于纱线主体区域的假孔隙进行剔除。

所述剔除纱线主体区域的假孔隙的过程为：在取反后的二值图像上，将沿纱线中心线双向扩大且宽度为纱线直径0.7倍的矩形区域作为纱线的主体区域，将每一个白色区域内像素行位置的平均值和列位置的平均值作为该白色区域的中心，判断每个白色区域的中心位置是否处于纱线的主体区域，如处于纱线的主体区域，则将该白色区域的所有像素设置为0，即将白色区域转换成黑色区域，从而剔除该假孔隙。

对剔除纱线主体区域假孔隙的二值图像中，可能还存在部分噪声点，这些噪声点区域面积比较小，并不对应真孔隙，因此，需要进行剔除。剔除噪声点的过程为：对剔除纱线主体区域假孔隙后的二值图像中剩下的白色区域的面积进行判断，由于纱线非主体区域的宽度为直径的0.3倍，设定临界值T为0.3倍直径的平方，作为噪声点的面积阈值，如白色区域面积小于阈值T

$T=0.09{\stackrel{\‾}{d}}^2$

为纱线直径，取经纱平均值和纬纱平均值的均值；

则判断该白色区域为噪声点，将该白色区域的像素设置为0，即将白色区域转换成黑色区域，从而剔除噪声点；

(6)孔隙特征提取

对剔除假孔隙和噪声点后的二值图像中的每一个白色区域即真孔隙区域分别进行统计，将每一个孔隙区域中白色像素的数量统计为该区域的面积，将每一个孔隙区域所有像素的行位置和列位置的平均值作为该孔隙在图像中的位置，将每一个孔隙区域的面积与其最小外接矩形面积之比作为该孔隙的矩形度R_i。

根据每个孔隙的面积，统计孔隙的最大面积、最小面积和平均面积将孔隙面积的CV值作为孔隙不匀指标，

$CV\%=\frac{\sqrt{\Σ{\left(A_i-\stackrel{\‾}{A}\right)}^2}}{\stackrel{\‾}{A}}\×100\%$

根据织物孔隙率的定义，将孔隙区域的面积与织物区域面积之比作为织物的实际孔隙率P_r，

$P_r=\frac{{\mathrm{\ΣA}}_i}{M\×N}$

其中M为裁剪后图像的行数，N为裁剪后图像的列数，M×N即以像素统计的图像面积，即织物面积。

根据孔隙面积大小进行分区间数量统计，得到孔隙大小分布图。

根据每个孔隙的矩形度R_i，得到孔隙的平均矩形度

$\stackrel{\‾}{R}=\frac{{\mathrm{\ΣR}}_i}{n}$

n为孔隙数量。

作为优选的技术方案：

如上所述的一种图像法测定织物孔隙特征的方法，因为其原理是根据织物在经向和纬向的投影来测试的，因此适用的织物为网格状织物，即织物中有明显的经向和纬向的纱线。织物中两根相邻纱线之间存在一定间隙，由于网格圈织物的设计孔隙率一般在20％以上，即紧度小于0.8，因此，适用的织物紧度取紧度E＜0.8。

如上所述的一种图像法测定织物孔隙特征的方法，所述织物为网格圈织物，对于其他常规的织物，如果紧度小于0.8，也可适用。

如上所述的一种图像法测定织物孔隙特征的方法，所述颜色对比强烈是两种颜色在灰度系中对比明显，使得图像中纱线和孔隙区域灰度分布差异较大，便于图像阈值分割。如织物中纱线为浅色系列，在织物层上方加入黑色纸板，使孔隙部分呈现黑色，如织物中纱线为深色系列，则放入白色纸板，使孔隙部分呈现白色。

如上所述的一种图像法测定织物孔隙特征的方法，使织物经纱方向和图像列向平行，如有稍微倾斜，经纱方向和图像列向的夹角角度要小于5度，使得纱线投影数据能充分反映纱线直径。

有益效果：

1.通过边纱裁剪使通过图像法计算的织物孔隙特征更准确；

2.用孔隙识别方法剔除假孔隙，可得到更客观、准确的孔隙特征。

3.孔隙大小分布等特征能全面反映织物的实际孔隙率情况。

附图说明

图1是图像法测定织物孔隙特征的流程图；

图2是采集得到的织物灰度图像；

图3是织物图像的灰度直方图，在该直方图中，选取双峰之间的谷底作为阈值，将织物灰度图像转换为二值图像；

图4是织物灰度图像阈值分割后得到的二值图像；

图5是二值图像在经纱方向的投影，图中波峰的数量反应了经纱的根数，直线是波形曲线的平均值；直线和每个波峰的两个交点的中点对应的数值即为经纱中心在图像中的列位置；

图6是绘制有四根边纱中心线的织物图像，将四根中心线之外的区域裁剪掉；

图7是裁剪后得到的新的织物图像，比原来织物图像要小一些；

图8是新的织物图像对应的二值图像；

图9是对图8取反并剔除假孔隙和面积滤波后的二值图像，图中的白色区域为孔隙区域。

图10是织物孔隙大小分布直方图。

具体实施方式

下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的一种图像法测定织物孔隙特征的方法，采用图像处理方法对织物图像进行分析和处理，识别真孔隙区域，并对每个孔隙区域统计面积、位置、矩形度，得到织物孔隙特征指标，分别为孔隙面积的CV值、织物的实际孔隙率和孔隙的平均矩形度以及孔隙大小分布直方图；所采用图像处理方法确定织物孔隙特征指标的具体步骤为：

(1)图像采集

在织物扫描时，在织物层上方加入一层颜色对比强烈的纸板，经纱方向和图像列向平行，纬纱方向和图像行向平行。为了使纱线和孔隙两者对比明显，在织物层上面放入与纱线颜色对比强烈的黑色或者白色纸板。如织物纱线为浅色系列，在织物层上方加入黑色纸板，如织纱线为深色系列，则放入白色纸板。由于扫描后织物图像孔隙部分表现为纸板的颜色，因此，采用颜色对比强烈的纸板可以使图像中纱线区域和孔隙区域表现为不同亮度的两个灰度范围，在对应的灰度直方图上表现为两个灰度分布峰，颜色对比越强烈，这两个灰度分布峰的距离越大，更有利于图像二值化处理。

(2)图像处理

1)分析织物图像的灰度直方图，由于纱线和孔隙区域分别对应直方图上的两个灰度分布峰，将这两个峰之间的谷底作为阈值，将织物图像转化为二值图像，使纱线区域的像素设置为1，孔隙区域像素设置为0，得到对应的二值矩阵；

2)分别统计二值矩阵每列和每行的和，由于纱线区域像素为1，且经纱方向和图像的列方向一致，因此，每列之和反映了在该列方向上纱线的像素数量，如该列处于经纱的主体部分，该列之和的数值最大，理论上与图像的行数一致，如该列处于孔隙区域，则每列之和的数值要明显小；同理，处于纬纱主体区域的每行之和最大，理论上与图像的列数一致；

3)计算平均值，将每列的总和除以列数得到列向平均值，同理得到行向平均值；

4)在直角坐标系中，以列数为横坐标，以所统计列向之和为纵坐标，绘制得到列向波形曲线，该波形曲线中的波峰数量反映了经纱数量，波峰位置对应经纱中心位置；以列向平均值为纵坐标，画一条平行于横坐标的直线；

同理，绘制行向波形曲线和直线；

(3)纱线中心线的获取

在经纱主体区域，每列之和理论上为最大值，与图像的行数一致，对应于波形曲线的波峰的顶部，但由于多种原因，波峰顶部会出现一些小的波动，因此，将所述直线和波形曲线每个波峰的两个交点之间的中点的列位置，作为经纱的中心线位置。即过该中点绘制一条平行于纵坐标的直线，其与横坐标的交点的数值对应为图像中经纱中心所在的列位置；

然后在织物图像上，过所述的列位置，绘制平行于列向的直线，即为经纱中心线；

同理，得到纬纱中心线所在的行位置后在织物图像上绘制纬纱中心线；

(4)边纱裁剪和纱线直径计算

织物中经纬纱是有规律的交织在一起，呈现为周期性，因此，分析的织物区域若为整数个循环数，则分析的数据更为准确。因此，在上述已绘制经纱中心线和纬纱中心线的织物图像上，分别找到图像中列向最左侧的经纱中心线和最右侧的经纱中心线，找到图像中行向最上侧的纬纱中心线和最下侧纬纱中心线，将四条中心线围成的矩形之外的区域去除，即将最左侧半根经纱和最右侧半根经纱计为一根完整的经纱，最上侧半根纬纱和最下侧半根纬纱计为一根完整的纬纱，获得新的织物图像和对应的新的二值矩阵；在新的图像中，经纱和纬纱的数量均为整数根；

将新的二值图像对应的二值矩阵，按照步骤(2)中的第2)～4)步在直角坐标中重新绘制波形曲线，在横坐标代表列数的波形曲线中，取波峰最大值的0.96～0.99倍作为纵坐标值绘出平行于横坐标的直线，与波形曲线每个波峰相交于两点，此两点之间的距离即为经纱直径；同理，绘制横坐标代表行数的波形曲线，同样获取两点之间的距离即为纬纱直径；

(5)孔隙识别

在新的二值图像中，纱线呈白色，即纱线区域的像素为1，而孔隙区域的像素为0，孔隙区域呈白色。为了对孔隙区域进行分析判断，将二值图像取反，即使纱线区域像素为0，而孔隙区域的像素为1，即孔隙区域表现为白色，而纱线区域表现为黑色。对取反后的二值图像中所有的白色区域分别逐个进行统计分析，剔除纱线主体区域的假孔隙，并且剔除噪声点，得到保留有真孔隙的二值图像；

由于织物原图像中纱线区域呈浅色，孔隙区域呈黑色，但纱线中心部分也呈现较暗，在二值时，纱线中心部分容易被判断为孔隙区域，而这些区域并非对应真的孔隙，因此，需要对真假孔隙进行识别，对处于纱线主体区域的假孔隙进行剔除。

所述剔除纱线主体区域的假孔隙的过程为：将沿纱线中心线宽度为纱线直径0.7倍的矩形区域作为纱线的主体区域，将每一个白色区域内像素行位置的平均值和列位置的平均值作为该白色区域的中心，判断每个白色区域的中心位置是否出于纱线的主体区域，如处于纱线的主体区域，则将该白色区域的所有像素设置为0，即将白色区域转换成黑色区域，从而剔除该假孔隙。

对剔除纱线主体区域假孔隙的二值图像中，可能还存在部分噪声点，这些噪声点区域面积比较小，并不对应真孔隙，因此，需要进行剔除。剔除噪声点的过程为：对剔除纱线主体区域假孔隙后的二值图像中剩下的白色区域的面积进行判断，由于纱线非主体区域的宽度为直径的0.3倍，设定临界值T为0.3倍直径的平方，作为噪声点的面积阈值，如白色区域面积小于阈值T

$T=0.09{\stackrel{\‾}{d}}^2$

为纱线直径，取经纱平均值和纬纱平均值的均值；

则判断该白色区域为噪声点，将该白色区域的像素设置为0，即将白色区域转换成黑色区域，从而剔除噪声点；

(6)孔隙特征提取

对剔除假孔隙和噪声点后的二值图像中的每一个白色区域即孔隙区域分别进行统计，将每一个孔隙区域中白色像素的数量统计为该区域的面积，将每一个孔隙区域所有像素的行位置和列位置的平均值作为该孔隙在图像中的位置，将每一个孔隙区域的面积与其最小外接矩形面积之比作为该孔隙的矩形度R_i。

根据每个孔隙的面积，统计孔隙的最大面积、最小面积和平均面积将孔隙面积的CV值作为孔隙不匀指标，

$CV\%=\frac{\sqrt{\Σ{\left(A_i-\stackrel{\‾}{A}\right)}^2}}{\stackrel{\‾}{A}}\×100\%$

根据织物孔隙率的定义，将孔隙区域的面积与织物区域面积之比作为织物的实际孔隙率P_r，

$P_r=\frac{{\mathrm{\ΣA}}_i}{M\×N}$

其中M为裁剪后图像的行数，N为裁剪后图像的列数，M×N即以像素统计的图像面积，即织物面积。

根据孔隙面积大小进行分区间数量统计，得到孔隙大小分布图。

根据每个孔隙的矩形度R_i，得到孔隙的平均矩形度

$\stackrel{\‾}{R}=\frac{{\mathrm{\ΣR}}_i}{n}$

n为孔隙数量。

本发明的一种图像法测定织物孔隙率的方法，因为其原理是根据织物在经向和纬向的投影来测试的，因此适用的织物为网格状织物，即织物中有明显的经向和纬向的纱线。织物中两根相邻纱线之间存在一定间隙，由于网格圈织物的设计孔隙率一般在20％以上，即紧度小于0.8，因此，适用的织物紧度取E＜0.8。

所述织物为网格圈织物，对于其他常规的织物，如果紧度小于0.8，也可适用。

所述颜色对比强烈是两种颜色在灰度系中对比明显，使得图像中纱线和孔隙区域灰度分布差异较大，便于图像阈值分割。如织物中纱线为浅色系列，在织物层上方加入黑色纸板，使孔隙部分呈现黑色，如织物中纱线为深色系列，则放入白色纸板，使孔隙部分呈现白色。

本发明的一种图像法测定织物孔隙率的方法，使织物经纱方向和图像列向平行，如有稍微倾斜，经纱方向和图像列向的夹角角度要小于5度，使得纱线投影数据能充分反映纱线直径。

本发明的一种图像法测定织物孔隙特征的方法，采用图像处理方法对织物图像进行分析和处理，将织物图像利用双峰法阈值转化成二值图像，分析图像中经纱和纬纱的中心线位置，将边纱中心线之外图像区域裁剪得新的图像，利用纱线主体区域的假孔隙剔除和面积滤波法，识别真孔隙区域，并对每个孔隙区域统计面积、位置、矩形度，得到织物孔隙特征指标，分别为孔隙面积的CV值、织物的实际孔隙率和孔隙的平均矩形度以及孔隙大小分布直方图；所述采用图像处理方法确定织物孔隙特征的实施过程根据流程图如图1展开。

使用扫描仪等图像采集设备采集织物时，将织物层平面放置，使织物中经纱方向和图像的列向平行，其中夹角小于5度。在织物层上面放入与纱线颜色对比强烈的黑色或者白色纸板。如织物纱线为浅色系列，在织物层上方加入黑色纸板，如织纱线为深色系列，则放入白色纸板。采集得到的织物灰度图像如图2，图中纱线部分颜色较浅，孔隙区域颜色较深。

分析织物灰度图像的直方图，如图3，取直方图中双峰的谷底作为阈值，将织物灰度图像转换成二值图像，如图4，在二值图像中纱线区域为白色，孔隙区域为黑色，虽然有部分黑色区域并不对应孔隙部分，但整体上对投影曲线影响不大。

在图4对应的二值矩阵中，白色区域像素设置为1，黑色区域像素设置为0，并分别求该矩阵的列向之和和行向之和，图5是列向之和的波形曲线，每个波峰对应一根经纱，可以看出，图5中共有22个波峰，对应了图2中织物的22根经纱。图中的直线为过列向之和的平均值画的直线，该直线与波形曲线每个波峰相交两点的中点对应的横坐标值即为该根经纱中心在图像的列位置数值。同理，在二值矩阵的行向之和的波形曲线上分析得到纬纱的中心线位置。根据每根经纱和纬纱的中心位置，找到图像中的四根边纱中心线，如图6，将这四条直线之外的区域裁减掉，获得裁减后的新图像，如图7，和对应的新的二值图像，如图8。将图8取反，使图像中的孔隙部分呈现白色，对图像中所有的白色区域进行识别，剔除假孔隙，保留真孔隙，得到的二值图像，如图9。对该图中的每个孔隙即白色区域分别统计像素面积和位置，统计每个白色区域矩形度，即该区域像素面积和其最小外接矩形面积之比，得到平均矩形度。将所有白色区域面积之和与图像面积之比作为织物的实际孔隙率，将孔隙面积的CV值作为孔隙不匀的指标，将孔隙大小按照面积分区进行统计，得到孔隙大小分布的直方图，如图10。对图像中小于一定尺寸的孔隙进行定位，如图9中有三个白色矩形框内为小孔隙。

Claims (4)

1.一种图像法测定织物孔隙特征的方法，其特征是：采用图像处理方法对织物图像进行分析和处理，识别真孔隙区域，并对每个孔隙区域统计面积、位置和矩形度，得到织物孔隙特征指标，分别为孔隙面积的CV值、织物的实际孔隙率和孔隙的平均矩形度以及孔隙大小分布直方图；所采用图像处理方法确定织物孔隙特征指标的具体步骤为：

(1)图像采集

在织物扫描时，在织物层上方加入一层颜色对比强烈的纸板，同时使织物经纱方向和图像列向平行，纬纱方向和图像行向平行，扫描该层织物得到织物灰度图像；

(2)图像处理

1)获取织物灰度图像的灰度直方图，将直方图双峰之间的谷底作为阈值，将织物灰度图像转化为二值图像，将纱线区域的像素设置为1，得到对应的二值矩阵；

2)分别统计二值矩阵每列和每行的和；

3)计算平均值，将每列的总和除以列数得到列向平均值，同理得到行向平均值；

4)在直角坐标系中，以列数为横坐标，以所统计列向之和为纵坐标，绘制得到列向波形曲线；

5)以列向平均值为纵坐标，画一条平行于横坐标轴的直线；

同理，绘制行向波形曲线和直线；

(3)纱线中心线的获取

在直角坐标系中，取所述平行于横坐标轴的直线与所述列向波形曲线的每个波峰的两个交点之间的中点，过该位置画一条平行于纵坐标轴的直线，其与横坐标轴的交点的数值对应为图像中经纱中心所在的列数，即为经纱中心线的列位置；

然后在织物灰度图像上，过所述的列位置，绘制平行于列向的直线，即为经纱中心线；

同理，得到纬纱中心线所在的行位置后在织物灰度图像上绘制纬纱中心线；

(4)边纱裁剪和纱线直径计算

在上述已绘制经纱中心线和纬纱中心线的织物灰度图像上，找到位于图像四周边界的四条中心线，将该四条线围成的矩形之外的区域去除，获得新的织物灰度图像和对应的新的二值图像，使得新图像中经纱和纬纱数量为整数根；

将新的二值图像对应的二值矩阵，按照步骤(2)中的第2)～4)步在直角坐标中重新绘制波形曲线，在横坐标代表列数的波形曲线中，取波峰最大值的0.96～0.99倍作为纵坐标值绘出平行于横坐标轴的直线，与波形曲线每个波峰相交于两点，此两点之间的距离即为经纱直径；同理，绘制横坐标代表行数的波形曲线，同样获取两点之间的距离即为纬纱直径；

(5)孔隙识别

将新的二值图像取反，使纱线区域像素为0，而孔隙区域的像素为1，即孔隙区域表现为白色，而纱线区域表现为黑色；对取反后的二值图像中所有的白色区域分别进行统计分析，剔除纱线主体区域的假孔隙，并且剔除噪声点，得到保留有真孔隙的二值图像；

所述剔除纱线主体区域的假孔隙的过程为：在取反后的二值图像上，将沿纱线中心线双向扩大且宽度为纱线直径0.7倍的矩形区域作为纱线的主体区域，将每一个白色区域内像素行位置的平均值和列位置的平均值作为该白色区域的中心，判断该白色区域中心位置是否处于纱线的主体区域，如处于纱线的主体区域，则判定为假孔隙，并将该白色区域的所有像素设置为0，即将白色区域转换成黑色区域，从而剔除该假孔隙；

所述剔除噪声点的过程为：对剔除纱线主体区域假孔隙后的二值图像中剩下的白色区域的面积进行判断，如区域面积小于一定临界值T

$T=0.09{\stackrel{\‾}{d}}^2$

为纱线直径，取经纱平均直径和纬纱平均直径的均值；

则判断该白色区域为噪声点，将该白色区域的像素设置为0，即将白色区域转换成黑色区域，从而剔除噪声点；

(6)孔隙特征提取

对剔除假孔隙和噪声点后的二值图像中的每一个白色区域即真孔隙区域分别进行统计，将每一个孔隙区域中白色像素的数量统计为该区域的面积，将每一个孔隙区域所有像素的行位置的平均值和列位置的平均值作为该孔隙的中心，将每一个孔隙区域的面积与其最小外接矩形面积之比作为该孔隙的矩形度R_i；

根据每个孔隙的面积A_i，统计孔隙的最大面积、最小面积和平均面积将孔隙面积的CV值作为孔隙不匀指标，

$CV\%=\frac{\sqrt{\mathrm{\Σ}{\left(A_i-\stackrel{\‾}{A}\right)}^2}}{\stackrel{\‾}{A}}\×100\%$

根据织物孔隙率的定义，将孔隙区域的面积与织物区域面积之比作为织物的实际孔隙率P_r，

$P_r=\frac{{\mathrm{\ΣA}}_i}{M\×N}$

其中M为裁剪后图像的行数，N为裁剪后图像的列数，M×N即以像素统计的图像面积，即织物面积；

根据孔隙面积大小进行分区间数量统计，得到孔隙大小分布图；

根据每个孔隙的矩形度R_i，得到孔隙的平均矩形度

$\stackrel{\‾}{R}=\frac{{\mathrm{\ΣR}}_i}{n}$

n为孔隙数量；

所述的织物为网格状稀疏织物，两根相邻纱线之间存在一定间隙，紧度E＜0.8。

2.根据权利要求1所述的一种图像法测定织物孔隙特征的方法，其特征在于，所述织物为网格圈织物。

3.根据权利要求1所述的一种图像法测定织物孔隙特征的方法，其特征在于，所述颜色对比强烈是两种颜色在灰度系中对比明显。

4.根据权利要求1所述的一种图像法测定织物孔隙特征的方法，其特征在于，所述使织物经纱方向和图像列向平行是指经纱方向和图像列向的夹角角度小于5度。