CN109410202A - 一种蚕丝织物数码印花清晰度的评价方法 - Google Patents

Abstract

本发明公开了一种蚕丝织物数码印花清晰度的评价方法，包括(1)调制印花墨水，在蚕丝织物上印刷阳线、阴线、圆形、渐变条和复杂图像沿竖直方向所印的渐变条；(2)对印刷的图像采用无参考图像质量评价方法进行客观评价；(3)将印刷的复杂图像采用MOS主观评价方法进行评价。本发明所涉及蚕丝织物数码印花清晰度的评价方法，采用渗化度对阳线和阴线进行边缘渗化清晰度的评价，采用灰度熵算法对明线、阴线、圆和渐变条进行内部渗化清晰度进行评价，最后采用单刺激法对复杂图像进行主观评价。本发明采用客观评价和主观评价相结合的方法，相对客观评价和主观评价单一评价方法而言，对蚕丝织物数码印花的清晰程度进行了准确的评价。

Description

一种蚕丝织物数码印花清晰度的评价方法

技术领域

本发明涉及织物数码印花评价技术领域，尤其是一种蚕丝织物数码印花清晰度的评价方法。

背景技术

数码印花技术是数字技术与传统印染技术相结合的产物，是传统印染行业的一次革命性突破。在数字化、网络化的时代背景下，数码印花代表着未来印染行业的技术发展方向。我国纺织品数码印花从认识到应用经历了十年左右的时间，业内人士对它的优越性产生了较多的共识，并称为“一次纺织印花工艺技术的革命”或称为“万能印花技术”。因此，业者对这项技术寄予了很高的期望。比起传统的打样方式,数码印花有以下优势：

(1)反应速度快数码印花机以其快速的打样，能够提升企业对订单的响应速度，在商场中一步领先印花企业竞争加剧，加工价格下降，利润空间减小。

(2)成本降低使用数码印花机打样，可以代替部分原来必须在圆网、平网印花机上打样的工作，无需再占用机台时间。

(3)打样效果好，客户认同率高数码印花与传统印花属于不同的系统，很多专业技术人员都担心用数码印花机打样效果太好，传统的印花达不到这样的效果，其实这种担心是不必要的。

(4)适用范围广可用于打样的墨水有活性墨水、酸性墨水、分散墨水(转移印花)使用分散墨水直印还在寻找合适的墨水。

印花图像的清晰度，即印花的质量，是数码印花最重要的性能指标之一。图像清晰度越高，印花图案也就越精细。任何一个细节都可能影响印花图像的清晰度，下面是几个主要的影响因素。

(1)喷头精度

目前市场上的喷头有压电喷头、热发泡喷头、写真用喷头、工业喷头，其中印花最常用的喷头为压电式的写真用喷头和工业喷头，压电式写真用喷头以EPSON四代头、五代头、六代头为主，五代头是主流产品，最高分辨率为1440dpi，其中支持720dpi，540dpi打印模式，这也是目前印花机使用最多的喷头。另外，部分厂家选用工业喷头，如美国SPETRA、日本理光、日本Kyocera等，工业头一般分辨率为720dpi左右。工业头和EPSON喷头相比，价格高，但使用寿命长，分辨率低，墨滴大，但从纺织印花角度来讲，由于织物的纤维比较粗，720dpi以上的分辨率，从视觉效果上是很难区分出来的。从喷头角度来讲，由于喷头技术由少数几个厂家所垄断，印花机厂家都从这些厂家采购，所以，实际上如果选择机器印花精度，喷头方面大家起点基本上是一样的。

(2)机械精度

机械在印花方面的影响其实远大于喷头的分辨率，因为机械加工一直是国内加工业的短板。一般印花机的幅面为1600～2200mm，轴辊的长度一般要达2200～2800mm的长度。以意大利MS导带式直喷印花机为例，轴直径为400mm，长度2200mm，轴直径、同心度、直线度等综合误差为0 003mm，即印花一个周长的机械误差为0 01mm，加工一根这样的轴的难度可想而知。但同样的，如果某公司产品直径误差0 1mm，那么在打印过程中，喷头在两次喷墨的连接部位，一侧可能出现了交叉，而另一侧却有0 3mm的白线出现，这是任何客户都不能接受的。同理类推，如果同心度和直线度出现问题，后果也是类似的。装配精度不够，同样也是影响印花机械精度的主要原因。例如平行度不够，造成织物跑偏，轴承质量不过关，磨损不一致，也会影响到平行度的问题。

(3)墨水方面

一般人认为墨水可能影响色彩的饱和度、色牢度、着色量，但事实上，墨水对印花精度也会有很大的影响。比较明显的，如果墨水的流畅性不好、机械杂质多，可能会出现断线、堵头现象，印花过程中出现小白线，从而影响印花的精度。如果墨水的粘度、表面张力等参数出现问题，可能造成斜喷。再有就是墨水的保存稳定性，批与批之间的统一性等，都是印花质量问题的主要原因。

(4)织物结构

由于织物组织结构比较复杂，表面的不平整性，在数码印花时喷头与织物的距离不一致很容易出现印花图案不清晰的情况。织物还有一定的缩水率，使得实际的印花图案与设计的图案有误差。

不过在数码印花技术微观层面上，也存在着一些问题并阻碍了数码的应用与发展。(1)前后处理配套问题：对于所有的数码印花加工企业来说，前后处理都是非常重要的问题，尤其对于小作坊式数码印花生产企业来说，最头疼的莫过于前后处理设备配套问题了。(2)墨水问题：数码印花80％以上的品质问题是由于墨水原因导致的，包括前面所提到的蒸化不稳定，与墨水也有很大关系。(3)数码印花还存在“走布”问题、色块杂点问题。

这些微观层面上的问题都是影响数码印花清晰性因素。了解这些因素对印花清晰度及颜色性能的影响可显著提高织物数码印花图案的质量。目前织物数码印花清晰度的研究一般都集中于墨水、机器本身等，而关于织物结构对数码印花清晰性的研究甚少。尤其是在蚕丝织物进行数码印花，图案的清晰度未见报道。

发明内容

本发明的目的是提供一种蚕丝织物织物数码印花清晰度的评价方法，在蚕丝织物组织结构对数码印花清晰度影响的基础上，采用主观评价和客观评价来评价数码印花清晰度，并探究其对数码印花清晰度的准确性。

为解决上述技术问题，本发明的目的是这样实现的：

本发明所涉及的一种蚕丝织物数码印花清晰度的评价方法，包括

(1)调制印花墨水，在蚕丝织物上印刷阳线、阴线、圆形、渐变条和复杂图像；在蚕丝织物的经向和纬向均印刷阳线和阴线，所述的阳线和阴线的数量均为11条，线条长度不小于1.27mm；沿竖直方向所印的渐变条的颜色为蓝色、粉红色、黄色和黑色；

(2)对印刷的阳线、阴线、圆形、渐变条，采用无参考图像质量评价方法进行客观评价：

在电子显微镜截取阳线、阴线、圆和渐变条的图像；

根据电子显微镜所截取的经向和纬向的阳线和阴线，分别计算经向阳线、纬向阴线、经向阳线和纬向阴线的渗化度和灰度熵；

根据电子显微镜所截取的阳线、阴线、圆和渐变条的图像，分别采用灰度熵算法、灰度方差算法、区域能量算法或灰度差分绝对值之和算法进行评价；

阳线的渗化度公式为：

阴线的渗化度公式为：

其中，N_x，N_y分别为阳线和阴线的设定宽度和打印宽度；Df(x)为渗化度，其值越小，图像越清晰；

灰度熵的公式为：

其中，图像灰度取值范围g∈[0,G]其中每个灰度值出现的概率为p(g)；s为灰度熵；

灰度方差算法的公式为：

其中，是图像的灰度值均值，s是图像的灰度方差，f(x，y)表示在图像(x，y)点的灰度值；；

区域能量算法为计算相邻四个像素对角线像素灰度值差的绝对值之和，其公式为:

灰度差分绝对值之和算法的公式如下：

其中，M、N分别为图像的宽和高；f(x，y)表示在图像(x，y)点的灰度值；D(f)为灰度差分绝对值之和；

(3)将印刷有复杂图像的扫描图像作为测试图像，根据设计实验来组织人员，采用单刺激法，测试者随机观察多个测试图像，并且对不同的测试者测试样本的顺序是随机的，测试者观察的测试图像进行打分；对测试者所打的分数进行归一化平均处理得到主观评价分值，具体的计算公式为：

MOS_j表示对编号为j测试图像的平均意见得分，表示剔除异常数据后的有效打分个数，表示对图像的有效打分；异常数据判断通常采用r分布进行判定，即观测者i对图像j的打分若在区间外，则认为异常数据，α为置信度，u_j和σ_j为原始打分的均值和标准差。

作为上述方案的进一步说明，所述的阳线或阴线的线条宽度变化范围为0.1-1.6mm、以0.15mm为级差。

作为上述方案的进一步说明，对蚕丝织物的印花工艺流程如下：

浸轧上浆(80％－90％轧染率)→烘干(100℃)→熨平织物(100℃)→数码印花→汽蒸(饱和蒸汽，100℃，10min)→冷水洗→热水洗→皂洗(皂洗剂2g/L，95℃，10min)→冷水洗→烘干；其中，皂洗的浴比为1：50。

作为上述方案的进一步说明，其特征在于，所使用的蚕丝织物为素绉缎、双绉或顺纡绉。

本发明的有益效果是：本发明所涉及蚕丝织物数码印花清晰度的评价方法，采用渗化度对阳线和阴线进行边缘渗化清晰度的评价，采用灰度熵算法对明线、阴线、圆和渐变条进行内部渗化清晰度进行评价，最后采用单刺激法对复杂图像进行主观评价。本发明采用客观评价和主观评价相结合的方法，相对客观评价和主观评价单一评价方法而言，对蚕丝织物数码印花的清晰程度进行了准确的评价。

附图说明

图1是所要绘制的经向阳线、经向阴线、纬向阳线、纬向阴线的示意图；

图2是三种蚕丝织物上所绘制的经向阳线渗化度折线图；

图3是三种蚕丝织物上所绘制的经向阳线灰度熵计算结果的折线图；

图4是三种蚕丝织物上所绘制的纬向阳线渗化度折线图；

图5是三种蚕丝织物上所绘制的纬向阳线灰度熵计算结果的折线图；

图6是三种蚕丝织物上所绘制的经向阴线渗化度折线图；

图7是三种蚕丝织物上所绘制的经向阴线灰度熵计算结果的折线图；

图8是三种蚕丝织物上所绘制的纬向阴线渗化度折线图；

图9是三种蚕丝织物上所绘制的纬向阴线灰度熵计算结果的折线图；

图10是三种蚕丝织物上所绘制的圆的灰度熵计算结果的折线图；

图11是渐变条灰度熵计算结果折线图；

图12是主观评价审实验过程图；

图13-a是素绉缎上所印刷的复杂图案；

图13-b是双绉缎上所印刷的复杂图案；

图13-c是双纡绉上所印刷的复杂图案。

图14是三种蚕丝织物上所绘制的经向阳线灰度方差计算结果的拆线图；

图15是三种蚕丝织物上所绘制的纬向阳线灰度方差计算结果的拆线图；

图16是三种蚕丝织物上所绘制的经向阴线灰度方差计算结果的拆线图；图17是三种蚕丝织物上所绘制的纬向阴线灰度方差计算结果的拆线图；

图18是三种蚕丝织物上所绘制的圆的灰度方差计算结果的折线图；

图19是渐变条灰度方差计算结果折线图；

图20是三种蚕丝织物上所绘制的经向阳线区域能量计算结果的拆线图；

图21是三种蚕丝织物上所绘制的纬向阳线区域能量计算结果的拆线图；

图22是三种蚕丝织物上所绘制的经向阴线区域能量计算结果的拆线图；

图23是三种蚕丝织物上所绘制的纬向阴线区域能量计算结果的拆线图；

图24是三种蚕丝织物上所绘制的圆的区域能量计算结果的折线图；

图25是渐变条区域能量计算结果折线图；

图26是三种蚕丝织物上所绘制经向阳线灰度差分绝对值之和计算结果的拆线图；

图27是三种蚕丝织物上所绘制纬向阳线灰度差分绝对值之和计算结果的拆线图；

图28是三种蚕丝织物上所绘制经向阴线灰度差分绝对值之和计算结果的拆线图；

图29是三种蚕丝织物上所绘制纬向阴线灰度差分绝对值之和计算结果的拆线图；

图30是三种蚕丝织物上所绘制的圆的灰度差分绝对值之和计算结果的折线图；

图31是渐变条灰度差分绝对值之和计算结果折线图；

具体实施方式

下面结合附图和具体实施例对本发明进一步说明。

实施例一

结合图1至图13对本实施例所详细说明。本发明所涉及一种蚕丝织物数码印花清晰度的评价方法，包括在所选择的蚕丝面料上印刷阳线、阴线、圆形、渐变条和复杂图像，采用阳线、阴线、圆形、渐变条，采用无参考图像质量评价方法进行客观评价，并所印刷的复杂图案进行主观评价。

调制印花墨水，在蚕丝织物上印刷阳线、阴线、圆形、渐变条和复杂图像；在蚕丝织物的经向和纬向均印刷阳线和阴线，所述的阳线和阴线的数量均为11条，线条长度不小于1.27mm；沿竖直方向所印的渐变条的颜色为蓝色、粉红色、黄色和黑色。

在本实施例中，所选用的蚕丝面料为素绉缎、双绉、顺纡绉。素绉缎属全真丝绸面料中的常规面料，亮丽的缎面非常高贵，手感滑爽，富有弹性，组织密实；该面料由于纬线加有强捻，所以缩水率相对较大，下水后光泽有所下降。视觉上有很自然的光泽，在触觉上手感柔滑、细腻，不会有毛糙的感觉。双绉经丝用无捻或弱捻丝(每厘米10捻以下)，纬丝用两根或多根单丝并合后加强捻(每厘米20捻以上，一般每厘米22-28捻)，分左捻和右捻两种，并用两根左捻丝和两根右捻丝交替织入，织物组织为平纹。经精练整理后，织物表面起绉，有微凹凸和波曲状的鳞形皱纹，经高温定型，抗皱性好。顺纡绉采用平纹变化，尤其是有梭织造适应丝的高捻度，在前道经纬强捻的条件下，染整收缩后经纬丝扭曲，布面绉感明显，成品富有自然伸缩，交织点有牢固、不易松动、扒裂的特点，布面留有透孔点，如纱麻风格，产品除了具有柔软、滑爽、透气、易洗的优点外，舒适性更强，悬垂性更好。

本发明中所选用的三种蚕丝织物为苏州新民丝绸有限公司所提供，具有的规格见表1。

表1织物型号

对所选择的蚕丝织物进行数码印花所选用的墨水、化学试剂和电脑软件，见表2。

表2墨水、化学试剂及电脑软件

本发明中对所选择的三种规格的蚕丝织物进行数码印花时所选用的数码机的具有参数见表3。

表3实验所用印花机

本发明中对所选择的三种蚕丝织物所印刷的图案分为线条、圆形、渐变条和复杂图像。

印花图像测试图使用Photoshop软件绘制，其中每条线条长度都是20mm(满足ISO13660要求的测量线条的长度不小于1.27mm的测试要求)，线宽变化范围都是0.1～16mm，以0.15mm的级差绘制水平方向阳线和阴线各11条；相应地，竖直方向也绘制11条，见图1。水平方向是指与A4纸张短边平行的方向，而竖直方向是与A4纸张长边平行的方向。

所绘制的圆的直径为50mm。所绘制的蓝色、粉红色、黄色和黑色四条渐变条，长300mm，宽40mm。

对蚕丝织物的印花工艺流程如下：浸轧上浆(80％－90％轧染率)→烘干(100℃)→熨平织物(100℃)→数码印花→汽蒸(饱和蒸汽，100℃，10min)→冷水洗→热水洗→皂洗(皂洗剂2g/L，95℃，10min)→冷水洗→烘干；其中，皂洗的浴比为1：50。数码印花时所配制的油墨根据设计进行调配。

对在所选择的三种蚕丝织物上所印刷的阳线、阴线、圆形、渐变条，采用无参考图像质量评价方法进行客观评价。

在电子显微镜截取阳线、阴线、圆和渐变条的图像。利用USB数码显微镜，在放大倍率10倍的情况下，用amcap软件对待测图像进行拍照。并用Measurement软件对拍照的图像进行测量。为了避免线条渗化宽度测量数据的位置出现不稳定因素，每条线条都分五个测量区域，并将5个区域的测量值求平均值作为线条的打印宽度。

根据电子显微镜所截取的经向和纬向的阳线和阴线，分别计算经向阳线、纬向阴线、经向阳线和纬向阴线的渗化度和灰度熵。根据电子显微镜所截取的圆和渐变条的图像，分别采用灰度熵算法进行计算灰度熵。

阳线的渗化度公式为：

阴线的渗化度公式为：

其中，N_x，N_y分别为阳线和阴线的设定宽度和打印宽度；Df(x)为渗化度，其值越小，图像越清晰。

灰度熵的公式为：

其中，图像灰度取值范围g∈[0,G]其中每个灰度值出现的概率为p(g)；s为灰度熵；

阳线清晰度的评价，包括经向阳线以及纬向阳线的清晰度评价。需要计算渗化度来评价阳线边缘的清晰度，计算灰度熵来评价阳线内部的清晰度。

附图2中，显示了所选取的素绉缎、双绉和顺纡绉三种蚕丝织物经向上所绘制上阳线各个宽度的渗化度折线图。图3中，显示了三种蚕丝织物经向上绘制的阳线各个宽度的灰度熵计算结果的折线图。从图2中可看出，在相同线宽时，三种织物清晰度相似，这是因为三种织物在经纱结构相似，所以清晰度相差不大。整体上与随着线越来越宽，渗化度越来越小，清晰性越高。由图3中可以看出可以得出素绉缎的清晰性较好。由此可以得出素绉缎的缎纹结构的经线结构比较适合数码印花。

附图4中，显示了所选取的素绉缎、双绉和顺纡绉三种蚕丝织物纬向上所绘制上阳线各个宽度的渗化度折线图。图5是所选取的三种蚕丝织物纬向所绘制上阳线各个宽度的灰度熵计算结果的折线图。从图4中可以得出当线宽宽度越宽时，清晰度越高。这是由于随着线宽较小时，墨水渗化到周围的量相对于原线条而言较大，总体上来看边缘就越模糊，线条的清晰度就越差，反之当线条的设置较大时，墨水向外神话的量相对于原线条较小，总体上的清晰性就越高。因此可以看在同一线宽的情况下，从图5可以看出双绉在表现纬向阳线条时的清晰度比素绉缎和顺纡绉都要高出很多，而素绉缎虽然比顺纡绉高，但是数值比较接近。

阴线清晰度的评价包括用渗化度对经向阴线和纬向阴线边缘清晰程度进行评价，以及使用灰度熵对内部清晰程度进行评价。。

附图6显示了所选取的三种蚕丝织物上所绘制的经向阴线边缘渗化度的计算结果的折线图。附图7显示了三种丝织物上所绘制的经向阴线灰度熵的计算结构示意图。计算图案的算法值的时候截取的图形中有完全印染的部分，墨水向周围渗化的程度越大，往周围渗透的越多，存在没有被喷印的点就越少，但分配到具体点上的墨水就越少，进而在计算的时候得出的数值也就越大。因此在同一线宽的情况下灰度熵算法的结果与渗化宽计算的结果相反。算法的值也没有随着线宽的增加而上升。素绉缎在经向阴线时，清晰性较好，而顺纡绉清晰性还是较差，可以得出素绉缎的经线结构，数码印花清晰性较好。

图8显示了所选取的三种蚕丝织物上所绘制的纬向阴线边缘渗化度的计算结果的折线图。附图9显示了三种丝织物上所绘制的纬向阴线灰度熵的计算结构示意图。由图8和图9中显示的结构可以看出，渗化度的纬向阳线和纬向阴线的结果相一致，就是因为除了边缘渗化原因外还有内部渗化的因素。当墨水用量剧增时导致渗化更加严重。原本由于织物组织结构的原因，内部没有渗化的地方也因为墨水用量的增加而渗化。再观察同一线宽下的渗化度可以看出，双绉蚕丝的纬向阴线的清晰性是最好，顺纡绉的清晰性最差。再与纬向阳线对比发现可以得出，双绉蚕丝的纬线结构在数码印花时清晰性较好。而顺纡绉由于表面有明显的纵条结构，因此清晰性较差。素绉缎虽然纬线跟双绉一样有加捻，但是组织结构是缎纹组织，清晰性比双绉的较差一点。

对在三种织物表面向绘制的圆形图案进行清晰评价。截取圆形内部，如图10中，显示了圆形内部图案灰度熵的折线图。以阳线和阴线的渗化度为依据，图可以看出渗化度越大的，内部渗化越严重。同时也证明了纬向阴线和经向阴线在同一线宽下的清晰度与渗化度相反的原因就是因为内部渗化。

对渐变条的清晰度的评价，四种颜色渐变条的灰度熵计算结果的折线图见图11，图中可以看出，蓝色、粉红色、黄色、黑色中，黑色的清晰性是最高的，黄色最低。说明蚕丝织物在数码印花时，不同颜色的墨水对数码印花图像的清晰性有影响，而黑色墨水是四种颜色中清晰性最高的。而不管哪种颜色，双绉的清晰性都是最高的，说明类似于双绉这种平纹组织的蚕丝织物相对于素绉缎这种缎纹组织的蚕丝更适合数码印花。而顺纡绉虽然是平纹组织，但清晰性与素绉缎差距不大，这是因为顺纡绉的织物密度太疏。

对蚕丝织物主观评价的具体步骤如下：将印刷有复杂图像的扫描图像作为测试图像，测试图像为Isabe，见图13。根据设计实验来组织人员，采用单刺激法，测试者随机观察多个测试图像，并且对不同的测试者测试样本的顺序是随机的，测试者观察的测试图像进行打分；对测试者所打的分数进行归一化平均处理得到主观评价分值，具体的计算公式为：

MOS_j表示对编号为j测试图像的平均意见得分，表示剔除异常数据后的有效打分个数，表示对图像的有效打分；异常数据判断通常采用r分布进行判定，即观测者i对图像j的打分若在区间外，则认为异常数据，α为置信度，u_j和σ_j为原始打分的均值和标准差。

本发明中随机挑选20位无色盲色弱的大学生，男女比例1:1。在一个暗室中，测试者通过电脑观看扫描的印花图像，在T1和T3时间段内观看测试图像，在T2、T4时间段进行评分，观察测试图像的时间为10s，评价时间为3s。评价标准如表4所示。测试过程见附图12。

表4评分表

蚕丝织物数码印花主观评价中，根据20们被测试者所打出的分数和计算公式，所得到的结构见表5。

表5主观评价结果

人眼对图像质量的主观感受是衡量图像质量的最直接、最准确的手段。MOS是平均意见得分，是对测试者所打的分数进行归一化平均得到的主观分值。从表5中可以看出主观评价印花图案时双绉蚕丝的评级比其他两种蚕丝都要高，而素绉缎蚕丝的主观评级比顺纡绉蚕丝高，这一结果与客观评价的渗化度大致上相同。

根据上述的测试结构，可得出如下结论。

(1)从客观方法评价数码印花阳线时，当线宽宽度越宽时，清晰度越高。这是由于随着线宽较小时，墨水渗化到周围的量相对于原线条而言较大，总体上来看边缘就越模糊，线条的清晰度就越差，反之当线条的设置较大时，墨水向外渗化的量相对于原线条较小，总体上的清晰性就越高。而阴线在同一线宽时，灰度熵值与纬向阳线的值相反，而渗化度的纬向阳线与纬向阴线一致，就是因为除了边缘渗化原因外还有内部渗化的因素。

(2)本发明采用了三种不同组织结构的蚕丝织物进行数码印花。对不同图像的印花，进行计算和测量。发现蚕丝织物的平纹组织的数码印花清晰性最好，虽然顺纡绉也是平纹组织但是表面有明显的纵向折皱，数码印花时很容易喷嘴与蚕丝织物的距离不一致。从而使得清晰性下降。再通过阳线和阴线的对比，发现经线和纬线都有加捻时，数码印花时清晰性较好。

(3)目前对蚕丝织物数码印花的清晰性评价方法较少，本发明在分析蚕丝织物组织结构对数码印花清晰度影响的基础上，采用主观评价和客观评价来评价数码印花清晰度，利用渗化度和灰度熵分别评价边缘清晰度和内部清晰度，再结合MOS主观评价，能够更好的对蚕丝织物数码印花的图像的清晰性进行评价。

实施例二

结合图12至19，对本实施例所涉及的一种蚕丝织物数码印花清晰度的评价方法作详细说明。本实施例与实施例一的区别在于，对对印刷的阳线、阴线、圆形、渐变条，采用无参考图像质量评价方法进行客观评价，所采用的评价方法是灰度方差算法。

灰度方差算法的公式为：

其中，是图像的灰度值均值，s是图像的灰度方差，f(x，y)表示在图像(x，y)点的灰度值。

实施例三

结合图12、13和图20-25，对本实施例所涉及的一种蚕丝织物数码印花清晰度的评价方法作详细说明。本实施例与实施例一的区别在于，对对印刷的阳线、阴线、圆形、渐变条，采用无参考图像质量评价方法进行客观评价，所采用的评价方法是区域能量算法。

区域能量算法为计算相邻四个像素对角线像素灰度值差的绝对值之和，其公式为:

式中，M、N分别为图像的宽和高；f(x，y)表示在图像(x，y)点的灰度值；s为区域能量算法的计算结果。

实施例四

结合图12、13和图26-31，对本实施例所涉及的一种蚕丝织物数码印花清晰度的评价方法作详细说明。本实施例与实施例一的区别在于，对对印刷的阳线、阴线、圆形、渐变条，采用无参考图像质量评价方法进行客观评价，所采用的评价方法是灰度差分绝对值之和算法。

灰度差分绝对值之和算法的公式如下：

其中，M、N分别为图像的宽和高；f(x，y)表示在图像(x，y)点的灰度值；D(f)为灰度差分绝对值之和。

通过对比图11、19、25、31，对于渐变条采用渗化度和四种无参考图像质量评价方法进行客观评价，从图中可以看出，以上图中可以看出除了区域能量算法以外，灰度方差、灰度熵、和灰度差分绝对值之和的结果都大致上一样。在蓝色、粉红色、黄色、黑色中，黑色的清晰性是最高的，黄色最低。说明蚕丝织物在数码印花时，不同颜色的墨水对数码印花图像的清晰性有影响，而黑色墨水是四种颜色中清晰性最高的。而不管哪种颜色，双绉的清晰性都是最高的，说明类似于双绉这种平纹组织的蚕丝织物相对于素绉缎这种缎纹组织的蚕丝更适合数码印花。而顺纡绉虽然是平纹组织，但清晰性与素绉缎差距不大，这是因为顺纡绉的织物密度太疏。

通过对比图4、5、15、21、27，对于纬向阳线采用四种无参考图像质量评价方法进行客观评价，从图中可以看出，从图中可以得出当线宽宽度越宽时，清晰度越高。这是由于随着线宽较小时，墨水渗化到周围的量相对于原线条而言较大，总体上来看边缘就越模糊，线条的清晰度就越差，反之当线条的设置较大时，墨水向外神话的量相对于原线条较小，总体上的清晰性就越高。因此可以看在同一线宽的情况下，从5个图可以看出双绉在表现纬向阳线时的清晰度比素绉缎和顺纡绉都要高出很多，而素绉缎虽然比顺纡绉高，但是数值比较接近。

可以看出在评价纬向阳线时，灰度熵算法和区域能量算法都比较准确。而灰度差分绝对值之和算法和灰度方差算法的误差都比较大。其中灰度差分绝对值之和算法误差最大。

结合图2、3、14、20、26，对经向阳线采用渗化度和四种无参考图像质量评价方法进行客观评价，从图中可以看出，观察以上5个图可以看出在表现经向阳线时，由于三种蚕丝织物的经线结构都差不多，所以清晰性都比较相近，从图3、14、20、26可以看出整体还是跟纬向阳线一样，随着线越来越宽，清晰性越来越高。而图2也跟纬向阳线一样随着线越来越宽，渗化度越来越小，清晰性越高。因此观察同一线宽下的各个算法的值，可以得出素绉缎的清晰性较好。由此可以得出素绉缎的缎纹结构的经线结构比较适合数码印花。

可以得出虽然灰度熵算法与区域能量算法的数据都差不多，但是灰度方差算法的结果与图9纬向阴线灰度熵的结果最接近。灰度差分绝对值之和算法结果误差最大。

从图8、9、17、23、29，对于纬向阴线采用渗化度和四种无参考图像质量评价方法进行客观评价的结果可以看出，发现同一线宽时，各个算法的值与纬向阳线的值相反，而渗化度的纬向阳线与纬向阴线一致，就是因为除了边缘渗化原因外还有内部渗化的因素。当墨水用量剧增时导致渗化更加严重。原本由于织物组织结构的原因，内部没有渗化的地方也因为墨水用量的增加而渗化。而计算机的算法是计算图像灰度变化的平均程度，即黑色线宽内部的空洞和边缘的毛糙，随着墨水用量的增加，渗化也愈加严重，内部的空洞越少，边缘的毛糙越不明显，那么灰度变化的平均程度就越大，各个算法的值也随之增大。而由于阳线的墨水用量远远小于阴线的用量。内部渗化远远比边缘渗化严重，由此在图中也可以看出随着线宽的增加，各个算法的值并没有大幅度的增加。

再观察同一线宽下的渗化度可以看出，双绉蚕丝的纬向阴线的清晰性是最好，顺纡绉的清晰性最差。再与纬向阳线对比发现可以得出，双绉蚕丝的纬线结构在数码印花时清晰性较好。而顺纡绉由于表面有明显的纵条结构，因此清晰性较差。素绉缎虽然纬线跟双绉一样有加捻，但是组织结构是缎纹组织，清晰性比双绉的较差一点。可以得出灰度熵算法，区域能量算法和灰度差分绝对值之和算法都比较准确。灰度方差算法误差比较大。

从图6、7、16、22、28，对经向阴线进行渗化度和四种无参考图像质量评价方法进行客观评价可以看出，结果与纬向阴线相同，再次证明在计算图案的算法值的时候截取的图形中有完全印染的部分，墨水向周围渗化的程度越大，往周围渗透的越多，存在没有被喷印的点就越少，但分配到具体点上的墨水就越少，进而在计算的时候得出的数值也就越大。因此在同一线宽的情况下计算机算法的结果与渗化宽计算的结果相反。各个算法的值也没有随着线宽的增加而上升。素绉缎在经向阴线时，清晰性较好，而顺纡绉清晰性还是较差，可以得出素绉缎的经线结构，数码印花清晰性较好。

再以图6为标准，可以看出灰度熵算法和区域能量算法比较准确，灰度差分绝对值之和算法比较接近图6的结果，而灰度方差算法误差比较大。

从图10、18、24、30，对圆形图案进行四种无参考图像质量评价方法进行客观评价可以看出，以阳线和阴线的渗化度为依据，从以上4张图可以看出渗化度越大的，内部渗化越严重。同时也证明了纬向阴线和经向阴线竖条在同一线宽下的清晰度与渗化度相反的原因就是因为内部渗化。

综合上述的对比结果可以看出：

(1)从客观方法评价数码印花阳线时，当线宽宽度越宽时，清晰度越高。这是由于随着线宽较小时，墨水渗化到周围的量相对于原线条而言较大，总体上来看边缘就越模糊，线条的清晰度就越差，反之当线条的设置较大时，墨水向外渗化的量相对于原线条较小，总体上的清晰性就越高。而阴线在同一线宽时，各个算法的值与纬向阳线的值相反，而渗化度的纬向阳线与纬向阴线一致，就是因为除了边缘渗化原因外还有内部渗化的因素。

(2)本文采用了三种不同组织结构的蚕丝织物进行数码印花。对不同图像的印花，进行计算和测量。发现蚕丝织物的平纹组织的数码印花清晰性最好，虽然顺纡绉也是平纹组织但是表面有明显的纵向折皱，数码印花时很容易喷嘴与蚕丝织物的距离不一致。从而使得清晰性下降。再通过阳线和阴线的对比，发现经线和纬线都有加捻时，数码印花时清晰性较好。

(3)目前对蚕丝织物数码印花的清晰性评价方法较少，本文在分析蚕丝织物组织结构对数码印花清晰度影响的基础上，采用主观评价和客观评价来评价数码印花清晰度，发现利用计算机软件计算数码印花图像清晰性时，发现灰度熵算法比较适合。而灰度方差算法对数码印花清晰性的评价误差较大。以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (4)

1.一种蚕丝织物数码印花清晰度的评价方法，其特征在于，包括，

(1)调制印花墨水，在蚕丝织物上印刷阳线、阴线、圆形、渐变条和复杂图像；在蚕丝织物的经向和纬向均印刷阳线和阴线，所述的阳线和阴线的数量均为11条，线条长度不小于1.27mm；沿竖直方向所印的渐变条的颜色为蓝色、粉红色、黄色和黑色；

(2)对印刷的阳线、阴线、圆形、渐变条，采用无参考图像质量评价方法进行客观评价：

在电子显微镜截取阳线、阴线、圆和渐变条的图像；

根据电子显微镜所截取的经向和纬向的阳线和阴线，分别计算经向阳线、纬向阴线、经向阳线和纬向阴线的渗化度和灰度熵；

根据电子显微镜所截取的阳线、阴线、圆和渐变条的图像，分别采用灰度熵算法、灰度方差算法、区域能量算法或灰度差分绝对值之和算法进行评价；

阳线的渗化度公式为：

阴线的渗化度公式为：

其中，N_x，N_y分别为阳线和阴线的设定宽度和打印宽度；Df(x)为渗化度，其值越小，图像越清晰；

灰度熵的公式为：

其中，图像灰度取值范围g∈[0,G]其中每个灰度值出现的概率为p(g)；s为灰度熵；

灰度方差算法的公式为：

其中，是图像的灰度值均值，s是图像的灰度方差，f(x，y)表示在图像(x，y)点的灰度值；

区域能量算法为计算相邻四个像素对角线像素灰度值差的绝对值之和，其公式为:

灰度差分绝对值之和算法的公式如下：

其中，M、N分别为图像的宽和高；f(x，y)表示在图像(x，y)点的灰度值；D(f)为灰度差分绝对值之和；

(3)将印刷有复杂图像的扫描图像作为测试图像，根据设计实验来组织人员，采用单刺激法，测试者随机观察多个测试图像，并且对不同的测试者测试样本的顺序是随机的，测试者观察的测试图像进行打分；对测试者所打的分数进行归一化平均处理得到主观评价分值，具体的计算公式为：

MOS_j表示对编号为j测试图像的平均意见得分，表示剔除异常数据后的有效打分个数，表示对图像的有效打分；异常数据判断通常采用r分布进行判定，即观测者i对图像j的打分若在区间外，则认为异常数据，α为置信度，u_j和σ_j为原始打分的均值和标准差。

2.如权利要求1所述的蚕丝织物数码印花清晰度的评价方法，其特征在于，所述的阳线或阴线的线条宽度变化范围为0.1-1.6mm、以0.15mm为级差。

3.如权利要求1所述的蚕丝织物数码印花清晰度的评价方法，其特征在于，对蚕丝织物的数码印花工艺流程如下：

浸轧上浆(80％－90％轧染率)→烘干(100℃)→熨平织物(100℃)→数码印花→汽蒸(饱和蒸汽，100℃，10min)→冷水洗→热水洗→皂洗(皂洗剂2g/L，95℃，10min)→冷水洗→烘干；其中，皂洗的浴比为1：50。

4.如权利要求1至3任一项所述的蚕丝织物数码印花清晰度的评价方法，其特征在于，所使用的蚕丝织物为素绉缎、双绉或顺纡绉。