CN105279509A - 一种基于图像灰度值梯度的组织点定位方法 - Google Patents

Abstract

本发明公开了一种基于图像灰度值梯度的组织点定位方法。利用纱线间隙灰度值梯度的绝对值最大的特性，减小图像高亮块影响，首先进行经纱和纬纱的直线分割，并以此分割结果作为起始点和限制范围，开始搜索目标分割曲线像素点，经纱分割曲线和纬纱分割曲线形成的网格定位了组织点，由此实现贴近实际组织点形态的分割与定位。

Description

一种基于图像灰度值梯度的组织点定位方法

技术领域

本发明涉及到一种基于图像灰度值梯度的组织点定位方法，本发明的算法主要应用于织物组织点定位领域。

背景技术

借助扫描仪采集的织物图像为织物的反射光图像，织物的反射光图像是织物在扫描仪提供的光源照射下呈现的二维图像，是对织物纱线的光反射特性的真实记录。因此，可以根据朗伯余弦定律，纱线在其表面的法线方向与光源光照方向重合时拥有最大的感光亮度，也就是说，当扫描仪的光源出现于织物正上方时，浮于织物表面的纱线的轴心线将会有最大的亮度。因此，纱线的垂直高度在其轴心线上呈现最大值，并以纱线轴心线为中心，其两侧的其他位置上垂直高度不断减小。结合上述的朗伯余弦定律，可以确定当光源在纱线正上方时，浮于织物表面的纱线的轴心线将有最大的光照量(即亮度值)，纱线的其他位置的光照量(即亮度值)次之，纱线与纱线间隙处的亮度值将明显为局域最小，这就是织物反射光图像的纱线亮度特性曲线。根据该纱线的亮度特性曲线，织物反射光图像中纱线像素点的灰度值(织物灰度图像的亮度值)也呈现相同的分布曲线，因此，根据纱线间隙灰度值最小的特性来定位织物纱线，从而实现纱线的直线分割与定位。

然而真实织物中纱线拥有一定的屈曲，所以实际的组织点并不是呈现完全的方块状，且实际组织图经纱的轴心线处常常有较多高亮块，对组织定位产生了很大的干扰，仅仅根据纱线间隙灰度值最小的特性来定位织物纱线，往往不尽人意。而实际中纱线间隙两边的不同组织点拥有不同大小的灰度值，同一组织块中点的灰度值基本一致，因此纱线间隙出灰度值变化最大，亦即该处对应方向的灰度值梯度绝对值最大。为了实现更为精准的组织点定位与分割，在此提出基于图像灰度值梯度的组织点定位算法，在实际图像存在较多高亮块和噪声的情况下，实现组织点的曲线分割，分割曲线更贴合组织点实际形态，拥有较高真实感。

发明内容

本发明的目的是克服现有技术的不足，提供了一种基于图像灰度值梯度的组织点定位方法。

一种基于图像灰度值梯度的组织点定位方法包括如下步骤：

1)采用高斯滤波、降低高亮点灰度值、增强图像对比度对图像进行预处理并生成灰度值梯度图；

2)基于图像的灰度值梯度，对纱线进行经向和纬向直线分割，实现初步定位；

3)根据步骤2)的直线分割结果，通过基于图像灰度值梯度的搜索方法寻找纱线分割曲线从而实现精确定位；

所述的基于图像灰度值梯度的搜索方法包括经纱基于图像灰度值梯度的搜索方法和纬纱基于图像灰度值梯度的搜索方法；

经纱基于图像灰度值梯度的搜索方法具体为：由图像中的某一点找到该点下一行左右对称的m个点，每个点拥有一个评判值，选择不超出合理搜索范围内评判值最大的点作为算法目标点输出,其中评判值为该点及所在列的下面n个点的灰度值的纬向梯度绝对值之和；其中合理搜索范围为该段图像中与经纱分割直线平行，且距离为经纱搜索方法的搜索宽度的左右两条直线之间的范围；

纬纱基于图像灰度值梯度的搜索方法具体为：由图像中的某一点找到该点下一列上下对称的m个点，每个点拥有一个评判值，选择不超出合理搜索范围内评判值最大的点作为算法目标点输出,其中该评判值为该点及所在行的右侧n点的灰度值经向梯度绝对值之和；其中合理搜索范围为与纬纱分割直线平行，且距离为纬纱搜索方法的搜索宽度的上下两条直线之间的范围。

所述步骤1)具体为：首先对组织原图进行高斯滤波，除去其中的毛刺和尖峰，转化为灰度图后，将灰度值高于设定值的点视为高亮点，降低高亮点的灰度值，以减小其对梯度的影响，然后增强图像对比度至设定值，便于后续分割，最后生成灰度值梯度图，所述的灰度值梯度图包括灰度值经向的梯度绝对值图和灰度值纬向的梯度绝对值图。

所述步骤2)具体为：

2.1首先根据步骤1)生成的灰度值梯度图，获取每个点在经向和纬向的灰度值梯度绝对值；

2.2基于图像的灰度值梯度，先对纬纱进行直线分割，实现纬纱初步定位；

2.3利用步骤2.2纬纱分割直线对组织图像进行分段，对每段图像中的经组织点独立进行直线分割，避开经纱高亮点的影响，实现经纱初步定位。

所述步骤2.2的纱线直线分割方法具体为：

计算织物整个图像中一行灰度值对应方向梯度的绝对值累加和，

$S_x\left(i\right)=\underset{j=1}{\overset{W}{\Σ}}\left|g_x\left(i,j\right)\right|$

S_x(i)为图像第i行所有点灰度值在纬向的梯度绝对值累加和，g_x(i，j)五为图像第i行第j列处灰度值在纬向的梯度值,W为图像宽度，即列数；

采用均值滤波的方法对累加和曲线进行平滑并剔除局部最大值，根据织物灰度值梯度的绝对值累加和曲线的波峰所在行位置即为纬纱的间隙，根据间隙坐标画纬向直线即可对整根纬纱进行直线分割。

所述步骤2.3的纱线直线分割方法具体为：

计算织物图像中一段图像中一列灰度值对应方向梯度的绝对值累加和，

$S_y\left(j\right)=\underset{i=h_0}{\overset{h_1}{\Σ}}\left|g_y\left(i,j\right)\right|$

其中S_y(j)为图像第j列中第h₀行到h₁行所有点的灰度值在经向梯度绝对值累加和，g_y(i，j)为图像第i行第j列处灰度值在经向的梯度值,H为图像高度,即行数；

采用均值滤波的方法对累加和曲线进行平滑并剔除局部最大值，根据织物灰度值梯度的绝对值累加和曲线的波峰所在列位置即为纬纱的间隙，根据间隙坐标画直线即可对一段图像中的经纱进行直线分割。

所述步骤3)具体为：

3.1根据步骤2)直线分割结果，计算经纱搜索方法的搜索宽度和纬纱搜索方法的搜索宽度宽度；

$W_{x_i}=\frac{1}{10}\min \left(\right|x\left(m\right)-x\left(m-1\right)\left|\right)$

$W_y=\frac{1}{10}\min \left(\right|y\left(n\right)-y\left(n-1\right)\left|\right)$

其中为第i段图像经纱搜索方法的搜索宽度，中x(m)为步骤2)第i段图像经纱直线分割间隙横坐标，m＝1,2,…M，M为该段图像的经纱直线分割的间隙数量，min(|x(m)-x(m-1)|)结果即为该段段图像的经纱分割所有相邻间隙位置的最短间距；

其中W_y为整个图像纬纱搜索方法的搜索宽度，中y(n)为步骤2)图像纬纱直线分割的间隙纵坐标，n＝1,2,…N，N为该段图像的经纱直线分割的间隙数量，min(|y(n)-y(n-1)|)结果即为该段段图像的经纱分割所有相邻间隙位置的最短间距；

3.2根据纬纱直线分割结果获得分割直线坐标，以各分割直线的左侧第一个点作为起始点，根据纬纱基于图像灰度值梯度的搜索方法确定该分割曲线在下一列的点，并不断重复该步骤向右搜索直至到达图像最后一列，得到每根纬纱的分割曲线；

3.3根据经纱分段直线分割获得的各段图像经纱分割直线坐标，以各段图像中的各分割直线的上侧第一个点作为起始点，根据经纱基于图像灰度值梯度的搜索方法确定该分割曲线在下一行的点，并不断重复该步骤向下搜索直至到达该段图像最后一行，得到各段图像中经纱的分割曲线；

3.4对步骤3.3获得的纬纱分割曲线和各段图像经纱分割曲线进行平滑拟合操作，得到平滑完整的经纱分割曲线和纬纱分割曲线。

本发明提出的组织点定位方法在基于灰度投影法的组织点直线分割与定位方法上做出改进，实现贴近实际组织点形态的分割与定位，能较好的实现以下功能：利用纱线间隙灰度值梯度的绝对值最大的特性，先对纬纱和纬纱实现直线分割，获取搜索曲线的起始坐标和限制范围，再搜索各个经纱和纬纱分割曲线，曲线经过平滑处理后，纬纱分割曲线和经纱分割曲线形成贴近组织点实际形态的曲线网格，对组织点进行了分割和定位。

附图说明

图1是扫描仪采集到的组织物原图；

图2是经预处理后的织物原图的灰度图；

图3是图2的灰度值横向梯度绝对值图像；

图4是图2的灰度值纵向梯度绝对值图像；

图5是纬纱直线分割坐标提取的示例图；

图6是经纱分段直线分割坐标提取的示例图；

图7是组织点直线分割示例图和

图8是组织点曲线分割示例图。

图9是最终组织点平滑曲线分割示例图。

具体实施方式

下面结合附图对本发明作进一步详细描述。

虽然结合这里的具体实施例来描述本发明，但一些改变和修改对于本领域的技术人员而言是显而易见的，其不脱离本发明的真实精神。因此，本发明并非是通过这里的具体描述来进行理解，而是通过所附权利要求来进行理解。

本发明所处理织物图像是经过倾斜校正处理的，以图像左上第一个点为原点建立平面直角坐标系，使得纬纱方向平行于x轴，经纱方向平行于y轴，且图像由左向右为x轴正方向，图像由上往下为y轴正方向。将纬纱方向简称为纬向，将经纱方向简称为经向。

一种基于图像灰度值梯度的组织点定位方法包括如下步骤：

1)采用高斯滤波、降低高亮点灰度值、增强图像对比度对图像进行预处理并生成灰度值梯度图；

2)基于图像的灰度值梯度，对纱线进行经向和纬向直线分割，实现初步定位；

3)根据步骤2)的直线分割结果，通过基于图像灰度值梯度的搜索方法寻找纱线分割曲线从而实现精确定位；

所述的基于图像灰度值梯度的搜索方法包括经纱基于图像灰度值梯度的搜索方法和纬纱基于图像灰度值梯度的搜索方法；

经纱基于图像灰度值梯度的搜索方法具体为：由图像中的某一点找到该点下一行左右对称的m个点，每个点拥有一个评判值，选择不超出合理搜索范围内评判值最大的点作为算法目标点输出,其中评判值为该点及所在列的下面n个点的灰度值的纬向梯度绝对值之和；其中合理搜索范围为该段图像中与经纱分割直线平行，且距离为经纱搜索方法的搜索宽度的左右两条直线之间的范围；

纬纱基于图像灰度值梯度的搜索方法具体为：由图像中的某一点找到该点下一列上下对称的m个点，每个点拥有一个评判值，选择不超出合理搜索范围内评判值最大的点作为算法目标点输出,其中该评判值为该点及所在行的右侧n点的灰度值经向梯度绝对值之和；其中合理搜索范围为与纬纱分割直线平行，且距离为纬纱搜索方法的搜索宽度的上下两条直线之间的范围。

所述步骤1)具体为：首先对组织原图进行高斯滤波，除去其中的毛刺和尖峰，转化为灰度图后，将灰度值高于设定值的点视为高亮点，降低高亮点的灰度值，以减小其对梯度的影响，然后增强图像对比度至设定值，便于后续分割，最后生成灰度值梯度图，所述的灰度值梯度图包括灰度值经向的梯度绝对值图和灰度值纬向的梯度绝对值图。

所述步骤2)具体为：

2.1首先根据步骤1)生成的灰度值梯度图，获取每个点在经向和纬向的灰度值梯度绝对值；

2.2基于图像的灰度值梯度，先对纬纱进行直线分割，实现纬纱初步定位；

2.3利用步骤2.2纬纱分割直线对组织图像进行分段，对每段图像中的经组织点独立进行直线分割，避开经纱高亮点的影响，实现经纱初步定位。

所述步骤2.2的纱线直线分割方法具体为：

计算织物整个图像中一行灰度值对应方向梯度的绝对值累加和，

$S_x\left(i\right)=\underset{j=1}{\overset{W}{\Σ}}\left|g_x\left(i,j\right)\right|$

S_x(i)为图像第i行所有点灰度值在纬向的梯度绝对值累加和，g_x(i，j)为图像第i行第j列处灰度值在纬向的梯度值,W为图像宽度，即列数；

采用均值滤波的方法对累加和曲线进行平滑并剔除局部最大值，根据织物灰度值梯度的绝对值累加和曲线的波峰所在行位置即为纬纱的间隙，根据间隙坐标画纬向直线即可对整根纬纱进行直线分割。

所述步骤2.3的纱线直线分割方法具体为：

计算织物图像中一段图像中一列灰度值对应方向梯度的绝对值累加和，

$S_y\left(j\right)=\underset{i=h_0}{\overset{h_1}{\Σ}}\left|g_y\left(i,j\right)\right|$

其中S_y(j)为图像第j列中第h₀行到h₁行所有点的灰度值在经向梯度绝对值累加和，g_y(i，j)为图像第i行第j列处灰度值在经向的梯度值,H为图像高度,即行数；

采用均值滤波的方法对累加和曲线进行平滑并剔除局部最大值，根据织物灰度值梯度的绝对值累加和曲线的波峰所在列位置即为纬纱的间隙，根据间隙坐标画直线即可对一段图像中的经纱进行直线分割。

所述步骤3)具体为：

3.1根据步骤2)直线分割结果，计算经纱搜索方法的搜索宽度和纬纱搜索方法的搜索宽度宽度；

$W_{x_i}=\frac{1}{10}\min \left(\right|x\left(m\right)-x\left(m-1\right)\left|\right)$

$W_y=\frac{1}{10}\min \left(\right|y\left(n\right)-y\left(n-1\right)\left|\right)$

其中为第i段图像经纱搜索方法的搜索宽度，中x(m)为步骤2)第i段图像经纱直线分割间隙横坐标，m＝1,2,…M，M为该段图像的经纱直线分割的间隙数量，min(|x(m)-x(m-1)|)结果即为该段段图像的经纱分割所有相邻间隙位置的最短间距；

其中W_y为整个图像纬纱搜索方法的搜索宽度，中y(n)为步骤2)图像纬纱直线分割的间隙纵坐标，n＝1,2,…N，N为该段图像的经纱直线分割的间隙数量，min(|y(n)-y(n-1)|)结果即为该段段图像的经纱分割所有相邻间隙位置的最短间距；

3.2根据纬纱直线分割结果获得分割直线坐标，以各分割直线的左侧第一个点作为起始点，根据纬纱基于图像灰度值梯度的搜索方法确定该分割曲线在下一列的点，并不断重复该步骤向右搜索直至到达图像最后一列，得到每根纬纱的分割曲线；

3.3根据经纱分段直线分割获得的各段图像经纱分割直线坐标，以各段图像中的各分割直线的上侧第一个点作为起始点，根据经纱基于图像灰度值梯度的搜索方法确定该分割曲线在下一行的点，并不断重复该步骤向下搜索直至到达该段图像最后一行，得到各段图像中经纱的分割曲线；

3.4对步骤3.3获得的纬纱分割曲线和各段图像经纱分割曲线进行平滑拟合操作，得到平滑完整的经纱分割曲线和纬纱分割曲线。

织物图像是一个二维数据MN，并建立相应的直角坐标系，使得织物的纬纱平行于坐标系的X轴，经纱平行于坐标系的Y轴。

由于在织物图像采集过程中难免会引入未知的噪声及扫描图像产生的高亮块，如图1。因此，需要对图像进行预处理操作。首先对组织原图进行高斯滤波，除去其中的毛刺和尖峰。转化为灰度图后，降低高亮点灰度值，以减小其对梯度的影响，然后增强图像对比度，便于后续分割。

由预处理后的灰度图如图2，分别生成灰度值的纬向(X轴方向)梯度绝对值图和经向(Y轴方向)灰度值的值梯度绝对值图，如图3、图4。

根据生成的梯度图，可以获取每个点在经向和纬向的灰度值梯度绝对值。而纱线间隙灰度值梯度的绝对值最大，因此计算织物图像一行或者一列灰度值对应方向梯度的绝对值累加和，其累加和曲线的波峰位置代表着纱线的间隙，只要确定织物灰度值梯度的绝对值累加和曲线的波峰坐标，即可定位纬纱的间隙。灰度值的梯度绝对值累加和曲线不可避免会出现一些影响纱线定位的局部最大值，所以采用均值滤波的方法对曲线进行平滑并剔除部分局部最大值，从而使其能够更加简单、准确地定位纱线间隙。由于实际组织图中经纱往往存在高亮块，高亮块严重影响了周边灰度值的梯度绝对值大小，对图像整列灰度值的梯度绝对值进行累加效果不佳，难以得到准确的分割直线。因此，先对纬纱进行直线分割，其灰度值的纬向梯度绝对值累加和曲线如图5，利用纬纱分割直线对组织物进行分段，对每段纱线中的经组织点独立进行直线分割，避开经纱高亮块的影响，其各段纱线灰度值的经向梯度绝对值累加和曲线如图6，提取各曲线中的波峰坐标得到经纱分段分割直线和纬纱分割直线，效果图如图7。

根据直线分割结果，可以初步计算经纱宽度和纬纱宽度。接下来先进行经纱曲线分割，根据经纱分段直线分割获得的各段分割直线横坐标，以每段各分割直线的上侧第一个点作为起始点，根据搜索算法确定该分割曲线在下一行的点，并不断重复该步骤向下搜索直至到达该段最后一行，最后得到每段的各分割曲线。具体搜索算法是：找到该点下一行左右对称的m个点，每个点拥有一个评判值，该评判值为该点所在列的下面n个点的灰度值的纬向梯度绝对值之和，n值越大越可以减少搜索的随机性，往更贴合经纱各段间隙的方向搜索；以经纱各段分割直线为中心，根据经纱宽度在分割直线两边设置合理搜索范围，使得纵向搜索曲线点不超过该范围。

纬纱曲线分割不需要分段，根据纬纱直线分割获得分割直线纵坐标，以各分割直线的左侧第一个点作为起始点，根据搜索算法确定该分割曲线在下一列的点，并不断重复该步骤向右搜索直至到达图像最后一列，得到纬纱各分割曲线。具体搜索算法是：找到该点下一列上下对称的m个点，每个点拥有一个评判值，该评判值为该点所在行的右侧n点的灰度值经向梯度绝对值之和，以此可以减少搜索的随机性，往更贴合纬纱间隙的方向搜索；以纬纱分割直线为中心，根据纬纱宽度在分割直线两边设置合理搜索范围，使得横向搜索曲线点不超过该范围。

完成经纱分段曲线分割和纬纱曲线分割，效果图如图8。此时得到的纱线分割曲线并不平滑，且经纱各分段分割曲线没有完全连接，因此需要做一定的平滑处理并连接经纱个分段分割曲线。平滑处理后的分割曲线效果图如图9，整个图像的经纱分割曲线和纬纱分割曲线形成一个个曲线网格，在存在较多噪声和高亮块的情况下精确实现了组织点的定位，并且更加符合实际的组织块形态。

通过上述实例阐述了本发明，同时也可以采用其它实例实现本发明，本发明不局限于上述具体实例，因此本发明由所附权利要求范围限定。

Claims (6)

1.一种基于图像灰度值梯度的组织点定位方法，其特征在于包括如下步骤：

1)采用高斯滤波、降低高亮点灰度值、增强图像对比度对图像进行预处理并生成灰度值梯度图；

2)基于图像的灰度值梯度，对纱线进行经向和纬向直线分割，实现初步定位；

3)根据步骤2)的直线分割结果，通过基于图像灰度值梯度的搜索方法寻找纱线分割曲线从而实现精确定位；

所述的基于图像灰度值梯度的搜索方法包括经纱基于图像灰度值梯度的搜索方法和纬纱基于图像灰度值梯度的搜索方法；

经纱基于图像灰度值梯度的搜索方法具体为：由图像中的某一点找到该点下一行左右对称的m个点，每个点拥有一个评判值，选择不超出合理搜索范围内评判值最大的点作为算法目标点输出,其中评判值为该点及所在列的下面n个点的灰度值的纬向梯度绝对值之和；其中合理搜索范围为该段图像中与经纱分割直线平行，且距离为经纱搜索方法的搜索宽度的左右两条直线之间的范围；

纬纱基于图像灰度值梯度的搜索方法具体为：由图像中的某一点找到该点下一列上下对称的m个点，每个点拥有一个评判值，选择不超出合理搜索范围内评判值最大的点作为算法目标点输出,其中该评判值为该点及所在行的右侧n点的灰度值经向梯度绝对值之和；其中合理搜索范围为与纬纱分割直线平行，且距离为纬纱搜索方法的搜索宽度的上下两条直线之间的范围。

2.如权利要求1所述的基于图像灰度值梯度的组织点定位方法，其特征在于所述步骤1)具体为：首先对组织原图进行高斯滤波，除去其中的毛刺和尖峰，转化为灰度图后，将灰度值高于设定值的点视为高亮点，降低高亮点的灰度值，以减小其对梯度的影响，然后增强图像对比度至设定值，便于后续分割，最后生成灰度值梯度图，所述的灰度值梯度图包括灰度值经向的梯度绝对值图和灰度值纬向的梯度绝对值图。

3.如权利要求1所述的基于图像灰度值梯度的组织点定位方法，其特征在于所述步骤2)具体为：

2.1首先根据步骤1)生成的灰度值梯度图，获取每个点在经向和纬向的灰度值梯度绝对值；

2.2基于图像的灰度值梯度，先对纬纱进行直线分割，实现纬纱初步定位；

2.3利用步骤2.2纬纱分割直线对组织图像进行分段，对每段图像中的经组织点独立进行直线分割，避开经纱高亮点的影响，实现经纱初步定位。

4.如权利要求3所述的基于图像灰度值梯度的组织点定位方法，其特征在于所述步骤2.2的纱线直线分割方法具体为：

计算织物整个图像中一行灰度值对应方向梯度的绝对值累加和，

$S_x\left(i\right)=\underset{j=1}{\overset{W}{\Σ}}\left|g_x(i,j)\right|$

S_x(i)为图像第i行所有点灰度值在纬向的梯度绝对值累加和，g_x(i，j)为图像第i行第j列处灰度值在纬向的梯度值,W为图像宽度，即列数；

采用均值滤波的方法对累加和曲线进行平滑并剔除局部最大值，根据织物灰度值梯度的绝对值累加和曲线的波峰所在行位置即为纬纱的间隙，根据间隙坐标画纬向直线即可对整根纬纱进行直线分割。

5.如权利要求3所述的基于图像灰度值梯度的组织点定位方法，其特征在于所述步骤2.3的纱线直线分割方法具体为：

计算织物图像中一段图像中一列灰度值对应方向梯度的绝对值累加和，

$S_y\left(j\right)=\underset{i=h_0}{\overset{h_1}{\Σ}}\left|g_y(i,j)\right|$

其中S_y(j)为图像第j列中第h₀行到h₁行所有点的灰度值在经向梯度绝对值累加和，g_y(i，j)为图像第i行第j列处灰度值在经向的梯度值,H为图像高度,即行数；

采用均值滤波的方法对累加和曲线进行平滑并剔除局部最大值，根据织物灰度值梯度的绝对值累加和曲线的波峰所在列位置即为纬纱的间隙，根据间隙坐标画直线即可对一段图像中的经纱进行直线分割。

6.如权利要求1所述的基于图像灰度值梯度的组织点定位方法，其特征在于所述步骤3)具体为：

3.1根据步骤2)直线分割结果，计算经纱搜索方法的搜索宽度和纬纱搜索方法的搜索宽度宽度；

$W_{x_i}=\frac{1}{10}\min \left(\right|x\left(m\right)-x\left(m-1\right)\left|\right)$

$W_y=\frac{1}{10}\min \left(\right|y\left(n\right)-y\left(n-1\right)\left|\right)$

其中为第i段图像经纱搜索方法的搜索宽度，中x(m)为步骤2)第i段图像经纱直线分割间隙横坐标，m＝1,2,…M，M为该段图像的经纱直线分割的间隙数量，min(|x(m)-x(m-1)|)结果即为该段段图像的经纱分割所有相邻间隙位置的最短间距；

其中W_y为整个图像纬纱搜索方法的搜索宽度，中y(n)为步骤2)图像纬纱直线分割的间隙纵坐标，n＝1,2,…N，N为该段图像的经纱直线分割的间隙数量，min(|y(n)-y(n-1|)结果即为该段段图像的经纱分割所有相邻间隙位置的最短间距；

3.2根据纬纱直线分割结果获得分割直线坐标，以各分割直线的左侧第一个点作为起始点，根据纬纱基于图像灰度值梯度的搜索方法确定该分割曲线在下一列的点，并不断重复该步骤向右搜索直至到达图像最后一列，得到每根纬纱的分割曲线；

3.3根据经纱分段直线分割获得的各段图像经纱分割直线坐标，以各段图像中的各分割直线的上侧第一个点作为起始点，根据经纱基于图像灰度值梯度的搜索方法确定该分割曲线在下一行的点，并不断重复该步骤向下搜索直至到达该段图像最后一行，得到各段图像中经纱的分割曲线；

3.4对步骤3.3获得的纬纱分割曲线和各段图像经纱分割曲线进行平滑拟合操作，得到平滑完整的经纱分割曲线和纬纱分割曲线。