CN106950181A - 基于Retinex光照校正的锦纶丝染色能力判定方法 - Google Patents
基于Retinex光照校正的锦纶丝染色能力判定方法 Download PDFInfo
- Publication number
- CN106950181A CN106950181A CN201710154504.2A CN201710154504A CN106950181A CN 106950181 A CN106950181 A CN 106950181A CN 201710154504 A CN201710154504 A CN 201710154504A CN 106950181 A CN106950181 A CN 106950181A
- Authority
- CN
- China
- Prior art keywords
- illumination
- image
- stocking leg
- leg part
- polyamide yarns
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提出了一种基于Retinex光照校正的锦纶丝染色能力判定方法,包括以下步骤:1,将判色仪拍摄的袜子图像分割为袜筒部分与非袜筒部分;2,从袜筒部分中选取校正区域;3,对选取的校正区域进行光照校正,得到具有均匀光照分布的RGB彩色图像;4,将得到的具有均匀光照分布的RGB彩色图像转换为灰度图像;5,利用具有一定宽度的窗口在灰度图像的直方图中平移,寻求包含像素个数最多的窗口,计算此窗口内所有像素的平均灰度值作为最终判色值。本发明的技术效果在于,利用机器视觉及图像处理技术,实现了锦纶丝染色能力判定的自动化,对其它纺织品的染色能力评定也具有借鉴意义。
Description
技术领域
本发明涉及机器视觉与图像处理领域,特别涉及一种基于Retinex光照校正的锦纶丝染色能力判定方法。
背景技术
纺织行业一直是中国经济飞速发展的重要保障之一,而作为中国重要出口纺织产品之一的锦纶,近几年的发展已是相当迅速。在锦纶丝生产过程中,由于环境(包括温度、湿度、张力等)的差异,不同批次的锦纶丝染色能力不尽相同。因此,对于锦纶生产企业来说,锦纶丝染色能力判定对后期生产与销售至关重要,将不同批次的锦纶丝划分到不同染色能力等级,并进行归类、包装和销售,对提高我国锦纶行业产品质量具有重要意义。目前,国内织袜染色等级评定过程包括织袜、染色以及判色三道工序,而对于判色工序,不少生产企业仍沿用上世纪老旧的人工目测方法,该方法简单易行,但判色结果与技术工人的能力高低、熟练程度,工作车间的光照条件等因素息息相关,缺乏稳定性与信服度。在实际的判色工序中,工人难以确定不同批次锦纶丝的主色,仅仅通过自己的眼睛,对比不同袜筒颜色的深浅,以此区分染色效果,整个过程缺乏对不同袜筒色差的定量描述,且耗费大量人力与物力,其效率远远落后于西方发达国家竞争企业。
由此看来,探索一种基于机器视觉与图像处理技术的锦纶丝染色能力判定方法已显得刻不容缓。部分企业尝试利用现有判色仪拍摄袜筒图像,将锦纶丝染色能力判定交给电脑执行,替代老旧的人工目测方法。由于判色仪利用点光源提供光照,拍摄的袜筒图像都存在光照不均情况,将袜筒图像转变为均匀光照条件下的图像至关重要。光照不均处理能够提取袜筒图像中不均匀的光照成分,还原袜筒图像的真实颜色特征,对后续染色能力判定的成败具有决定性的作用。
发明内容
为了解决目前判断锦纶丝染色能力时难以还原袜筒图像的真实颜色特征,导致判定结果不准确的技术问题,本发明提供一种能够实现准确判断锦纶丝染色能力的基于Retinex光照校正的锦纶丝染色能力判定方法。
为了实现上述技术目的,本发明的技术方案是,
一种基于Retinex光照校正的锦纶丝染色能力判定方法,包括以下步骤:
步骤一,将判色仪拍摄的袜子图像分割为袜筒部分与非袜筒部分;
步骤二,从袜筒部分中选取校正区域;
步骤三,对选取的校正区域进行光照校正,得到具有均匀光照分布的RGB彩色图像;
步骤四,将得到的具有均匀光照分布的RGB彩色图像转换为灰度图像;
步骤五,利用具有一定宽度的窗口在灰度图像的直方图中平移,寻求包含像素个数最多的窗口,计算此窗口内所有像素的平均灰度值作为最终判色值。
所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,所述的步骤一中,分割袜子图像的具体步骤为:
利用具有纵向模板Gy的Sobel边缘检测算子,将判色仪拍摄图像分割为袜筒部分与非袜筒部分,其中Gy由下式表示:
所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,所述的步骤二中,从袜筒部分中选取校正区域的具体步骤为:
找出袜筒部分的中心点,然后选取大小为m×n的矩形区域作为校正区域,其中矩形区域的中心点即为袜筒部分的中心点,m表示行,取值为120,n表示列,取值为180。
所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,所述的步骤三中,对选取的校正区域进行光照校正的具体步骤为:
利用Retinex理论通过下式对选取的矩形区域进行光照校正,
式中,*表示卷积运算,{ωk}(k=1,2,3)表示与高斯函数相关的权重,取值为{1/3,1/3,1/3},尺度参数{ck}(k=1,2,3)取值为{15,80,250},(m,n)为像素的坐标,K为归一化因子,使得通过校正得到具有均匀光照分布的RGB彩色图像。
所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,所述的步骤四中,转换为灰度图像的具体步骤为:
通过公式A=k1×R+k2×G+k3×B,将步骤三中的RGB彩色图像转换为灰度图像A,其中k1=0.3,k2=0.59,k3=0.11,R、G、B分别为步骤三中得到的具有均匀光照分布的RGB彩色图像的红、绿、蓝三个颜色分量。
所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,所述的步骤五中,计算得到最终判色值的具体步骤为:
采用窗口宽度w为6的窗口在灰度图像A的直方图中平移,寻求包含像素个数最多的窗口,最终判色值通过下式求得:
本发明的技术效果在于,能够对光照情况进行校正,并通过选取校正后灰度图像的直方图内具有一定宽度的窗口,统计最终判色值,得到准确的染色能力数据。本发明利用机器视觉及图像处理技术,实现了锦纶丝染色能力判定的自动化,对其它纺织品的染色能力评定也具有借鉴意义。
下面结合附图对本发明作进一步说明。
附图说明
图1为本发明锦纶丝染色能力判定系统框图
图2为袜筒拍摄实例
图3为直方图内有效像素选取示意图。
具体实施方式
本发明的基本思想是利用边缘检测算子将判色仪拍摄图像分割为袜筒部分与非袜筒部分,对袜筒部分中心的矩形区域进行光照校正,选取校正后灰度图像的直方图内具有一定宽度的窗口,统计最终判色值,从而实现自动化的锦纶丝染色能力判定。
根据以上思想,本发明的系统结构框图如图1所示。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,具体阐述本发明的实施方式。应当理解,此处所描述的具体实例仅用以解释本发明,并不用于限定本发明。
为解决在锦纶丝染色能力判定方面遇到的问题,专用判色仪拍摄的袜筒实例如图2所示,其中区域1表示的是袜筒部分,区域2、区域3与区域4表示的是非袜筒部分,拍摄图像大小为320×240。
利用具有纵向模板Gy的Sobel边缘检测算子,将判色仪拍摄图像分割为袜筒部分与非袜筒部分,其中Gy由下式表示:
找到袜筒部分的中心点,再从袜筒部分中选取大小为m×n的矩形区域,其中矩形区域的中心点即为袜筒部分的中心点,m表示行,取值为120,n表示列,取值为180;
利用Retinex理论对选取的矩形区域进行光照校正,得到具有均匀光照分布的RGB彩色图像。假设待处理的矩形区域各颜色分量X(可为R、G或B)均由两部分组成,即对应于高频成分的反射分量L与对应于低频成分的光照分量I,三者之间的关系如下所示:
X=L·I
转换到对数形式,如下式所示:
log[X]=x=log[L·I]=log[L]+log[I]=l+i
可以看出,只要估计出光照分量i,就可以求得l,达到光照校正目的。
由于待处理的矩形区域为RGB彩色图像,Retinex理论通过下式对颜色分量X单独增强:
式中,“*”表示卷积运算,{ωk}(k=1,2,3)表示与高斯函数相关的权重,取值为{1/3,1/3,1/3},尺度参数{ck}(k=1,2,3)取值为{15,80,250},(m,n)为像素的坐标,K为归一化因子,使得
随后,Retinex理论通过对增强后的各颜色分量进行颜色恢复与增益/补偿操作,并将各颜色分量重新组合,得到本发明需要的校正后的彩色图像。
通过公式A=k1×R+k2×G+k3×B,将步骤三中的RGB彩色图像转换为灰度图像A,其中k1=0.3,k2=0.59,k3=0.11,R、G、B分别为步骤3中的彩色图像的三个颜色分量;
利用具有一定宽度w的窗口在灰度图像A的直方图中平移,寻求包含像素个数最多的窗口,计算此窗口内所有像素的平均灰度值作为最终判色值,其中w取值为6。最终判色值通过下式求得:
Claims (6)
1.一种基于Retinex光照校正的锦纶丝染色能力判定方法,其特征在于,包括以下步骤:
步骤一,将判色仪拍摄的袜子图像分割为袜筒部分与非袜筒部分;
步骤二,从袜筒部分中选取校正区域;
步骤三,对选取的校正区域进行光照校正,得到具有均匀光照分布的RGB彩色图像;
步骤四,将得到的具有均匀光照分布的RGB彩色图像转换为灰度图像;
步骤五,利用具有一定宽度的窗口在灰度图像的直方图中平移,寻求包含像素个数最多的窗口,计算此窗口内所有像素的平均灰度值作为最终判色值。
2.根据权利要求1所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,其特征在于,所述的步骤一中,分割袜子图像的具体步骤为:
利用具有纵向模板Gy的Sobel边缘检测算子,将判色仪拍摄图像分割为袜筒部分与非袜筒部分,其中Gy由下式表示:
3.根据权利要求1所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,其特征在于,所述的步骤二中,从袜筒部分中选取校正区域的具体步骤为:
找出袜筒部分的中心点,然后选取大小为m×n的矩形区域作为校正区域,其中矩形区域的中心点即为袜筒部分的中心点,m表示行,取值为120,n表示列,取值为180。
4.根据权利要求1所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,其特征在于,所述的步骤三中,对选取的校正区域进行光照校正的具体步骤为:
利用Retinex理论通过下式对选取的矩形区域进行光照校正,
式中,*表示卷积运算,{ωk}(k=1,2,3)表示与高斯函数相关的权重,取值为{1/3,1/3,1/3},尺度参数{ck}(k=1,2,3)取值为{15,80,250},(m,n)为像素的坐标,K为归一化因子,使得通过校正得到具有均匀光照分布的RGB彩色图像。
5.根据权利要求1所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,其特征在于,所述的步骤四中,转换为灰度图像的具体步骤为:
通过公式A=k1×R+k2×G+k3×B,将步骤三中的RGB彩色图像转换为灰度图像A,其中k1=0.3,k2=0.59,k3=0.11,R、G、B分别为步骤三中得到的具有均匀光照分布的RGB彩色图像的红、绿、蓝三个颜色分量。
6.根据权利要求1所述的一种基于Retinex光照校正的锦纶丝染色能力判定方法,其特征在于,所述的步骤五中,计算得到最终判色值的具体步骤为:
采用窗口宽度w为6的窗口在灰度图像A的直方图中平移,寻求包含像素个数最多的窗口,最终判色值通过下式求得:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710154504.2A CN106950181A (zh) | 2017-03-15 | 2017-03-15 | 基于Retinex光照校正的锦纶丝染色能力判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710154504.2A CN106950181A (zh) | 2017-03-15 | 2017-03-15 | 基于Retinex光照校正的锦纶丝染色能力判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106950181A true CN106950181A (zh) | 2017-07-14 |
Family
ID=59472090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710154504.2A Pending CN106950181A (zh) | 2017-03-15 | 2017-03-15 | 基于Retinex光照校正的锦纶丝染色能力判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106950181A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346784A (zh) * | 2014-10-31 | 2015-02-11 | 北京津同利华科技有限公司 | 基于msr的短波红外成像辐射量校正方法 |
CN105513015A (zh) * | 2014-09-24 | 2016-04-20 | 南京理工大学 | 一种雾天图像的清晰化处理方法 |
CN105740856A (zh) * | 2016-01-28 | 2016-07-06 | 宁波理工监测科技股份有限公司 | 一种基于机器视觉的指针式仪表示数读取方法 |
CN106485681A (zh) * | 2016-10-18 | 2017-03-08 | 河海大学常州校区 | 基于颜色校正和红通道先验的水下彩色图像复原方法 |
-
2017
- 2017-03-15 CN CN201710154504.2A patent/CN106950181A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513015A (zh) * | 2014-09-24 | 2016-04-20 | 南京理工大学 | 一种雾天图像的清晰化处理方法 |
CN104346784A (zh) * | 2014-10-31 | 2015-02-11 | 北京津同利华科技有限公司 | 基于msr的短波红外成像辐射量校正方法 |
CN105740856A (zh) * | 2016-01-28 | 2016-07-06 | 宁波理工监测科技股份有限公司 | 一种基于机器视觉的指针式仪表示数读取方法 |
CN106485681A (zh) * | 2016-10-18 | 2017-03-08 | 河海大学常州校区 | 基于颜色校正和红通道先验的水下彩色图像复原方法 |
Non-Patent Citations (8)
Title |
---|
南京航空航天大学科技部编: "《南京航空航天大学论文集 2010年 第22册 电子信息工程学院 第3分册》", 31 May 2011 * |
史元春,吴玲达,刘允才等编: "《和谐人机环境 2011》", 31 December 2011 * |
张广渊,王爱侠,王超: "《数字图像处理基础及OPENCV实现》", 31 December 2014, 北京:知识产权出版社 * |
易积政: "基于机器视觉的锦纶丝染色能力判定", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
蔡成涛,苏丽,梁燕华: "《海洋环境下的计算机视觉技术》", 31 October 2015, 北京:国防工业出版社 * |
赵小川编著: "《MATLAB图像处理 程序实现与模块化仿真》", 31 January 2014, 北京:北京航空航天大学出版社 * |
赵荣椿著: "《数字图像处理》", 30 April 2016, 西安:西北工业大学出版社 * |
黄鹤玲等: "基于颜色空间与聚类分析相结合的袜带辨色分级方法", 《纺织学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276386A (zh) | 一种基于机器视觉的苹果分级方法及系统 | |
CN102974551A (zh) | 一种基于机器视觉的多晶硅太阳能检测分选的方法 | |
CN104572911A (zh) | 一种纺前着色纤维测配色方法 | |
CN103020970B (zh) | 玉米果穗图像籽粒分割方法 | |
CN103542937B (zh) | 一种数码印花色差的检验方法 | |
Banić et al. | Smart light random memory sprays Retinex: a fast Retinex implementation for high-quality brightness adjustment and color correction | |
CN109886960A (zh) | 基于机器视觉的玻璃边缘缺陷检测的方法 | |
CN108181316A (zh) | 一种基于机器视觉的竹条缺陷检测方法 | |
CN105550660A (zh) | 一种机织物组织结构种类的识别方法 | |
CN110490858A (zh) | 一种基于深度学习的织物缺陷像素级分类方法 | |
CN115294116B (zh) | 基于人工智能的纺织材料染色质量评估方法、装置及系统 | |
CN107507144A (zh) | 肤色增强的处理方法、装置及图像处理装置 | |
CN103839271B (zh) | 一种基于最佳匹配的图像纹理合成方法 | |
CN108710773A (zh) | 一种应用于色纺纱线的计算机配色纺纱方法 | |
CN107724111A (zh) | 纺织品染色配方获取方法、装置、存储介质和计算机设备 | |
CN112132196A (zh) | 一种结合深度学习和图像处理的烟盒缺陷识别方法 | |
CN110108362A (zh) | 基于slic超像素分割的色差自适应在线检测方法及装置 | |
CN107833620A (zh) | 图像处理方法和图像处理装置 | |
JP2021196304A (ja) | 繊維製品等の色変化評価方法 | |
CN110807406B (zh) | 一种雾天检测方法及装置 | |
CN107516331A (zh) | 一种竹条颜色分类方法及系统 | |
CN106950181A (zh) | 基于Retinex光照校正的锦纶丝染色能力判定方法 | |
CN106067933A (zh) | 图像处理装置以及图像处理方法 | |
CN115496762B (zh) | 一种基于纺织工艺的染色不良缺陷识别方法 | |
Jahangir Alam et al. | Analysis of a printed complex image quality checking method of fabric cloth for development of an automated quality checking system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170714 |