CN109671025A - 一种纱线毛羽图像的预处理方法 - Google Patents
一种纱线毛羽图像的预处理方法 Download PDFInfo
- Publication number
- CN109671025A CN109671025A CN201811318965.XA CN201811318965A CN109671025A CN 109671025 A CN109671025 A CN 109671025A CN 201811318965 A CN201811318965 A CN 201811318965A CN 109671025 A CN109671025 A CN 109671025A
- Authority
- CN
- China
- Prior art keywords
- image
- yarn
- background
- value
- filoplume
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000003044 adaptive effect Effects 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 2
- 239000004753 textile Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 229920000742 Cotton Polymers 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000007378 ring spinning Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000001728 nano-filtration Methods 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种纱线毛羽图像的预处理方法,包括对数字CCD相机在单一视角下采集到的500×1696像素的单色灰度纱线图像在计算机系统中进行背景消除处理,然后求出去除背景后背景的灰度值,最后进行数字化图像处理:对背景和纱线灰度做线性变换,得到灰度二值图像,让图像矩阵乘以一个系数k,扩大纱线与背景的灰度值,然后图像矩阵减去前述求得的平均值的k倍,相当于对图像再一次去除背景,最后将得到的矩阵小于0的值赋值为0,大于255的值赋值为255。通过自适应灰度增强算法处理纱线图像,在保证毛羽信息完整的情况下减少背景噪声,可以明显增强纱线与背景灰度对比度,毛羽清晰,减少纱线图像信息损失同时有利于后续图像分割图像处理。
Description
技术领域
本发明涉及纺织技术领域,特别是一种纱线毛羽图像的预处理方法。
背景技术
近年来随着纺织业的技术创新和进步,对纺织品的质量检测提出了更高的要求。在纺织品生产过程的各个阶段都会出现影响其外观和质量的因素,其中最常见的影响因素是纱线的质量,而纱线的质量其中最重要的特征是纱线毛羽的外观特征,它是衡量纱线质量好坏的重要指标之一,对纱线的性能、质量和后序加工过程有影响显著。纱线毛羽具有复杂的外观特征,伸出纱线主体的外层纤维是构成毛羽的主要部分,因此,通常是用伸出纱线主体的端毛羽或圈毛羽来表征纱线的起毛程度。
随着计算机视觉系统和数字图像处理的快速发展,国内外许多专家和学者提出很多以数字化图像分析方法来检测纱线的毛羽特征参数,从而实现对纱线毛羽特征的数字化检测。数字化检测纱线毛羽特征参数实质是用图像处理方法对采集到的纱线图像进行处理,然后对处理结果分析得出纱线参数。
钟平等利用图像采集装置设置纱线样点采集距离及相机采集速度,获取纱线序列图像,应用图像处理和图像分析方法,得到纱线的直径参数,进而检测出纱线直径的变化。吉庭婷等利用CCD相机采集纱线动态图像,应用图像处理方法对图像处理,然后用控制模块对结果分析,进而得到纱线质量信息。但上述方法在提取纱线主干和纱线毛羽的处理过程中,毛羽信息损失严重,也就是说图像分割后,图像中纱线毛羽与原图像相比出现纱线毛羽断裂,纱线毛羽长度变短,甚至将背景的噪声点当作纱线毛羽的一部分等,使得得到的纱线参数存在较大误差。
发明内容
为克服现有技术的上述缺陷,本发明提供一种纱线毛羽图像的预处理方法,消除图像中无关的信息,恢复有用的真实信息,增强有关信息的可检测性和最大限度地简化数据,从而改进特征抽取、图像分割、匹配和识别的可靠性。所采取的技术方案是:
这一种纱线毛羽图像的预处理方法,包括对数字CCD相机在单一
视角下采集到的500×1696像素的单色灰度纱线图像在计算机系
统中进行如下自适应灰度增强处理:
a.背景消除:先去除单色灰度纱线图像的背景,然后增强前景与新背景的灰度对比度形成新的图像;
b.求出去除背景后背景的灰度值:取图像矩阵上下各20行所有元素求其平均值,此平均值视为背景去除后新背景的灰度值;
c.数字化图像处理:对背景和纱线灰度做线性变换,得到灰度二值图像
首先让图像矩阵乘以一个系数k,扩大纱线与背景的灰度值,然后图像矩阵减去前述求得的平均值的k倍,相当于对图像再一次去除背景,最后将得到的矩阵小于0的值赋值为0,大于255的值赋值为255;表达式如下:
g(x,y)=T[f(x,y)] (1)
其中,f(x,y)为输入图像,g(x,y)为输出(处理后的)图像,T是对图像f的算子,作用于点(x,y)定义的值;
s=T(r) (2)
其中,r表示图像f中的灰度,s表示图像g中的灰度;两者在图像中处于相同的坐标(x,y)处;上式可以简单表达为:
如果s<0,则令s=0,如果s>255,则令s=255;
其中:k为系数;为背景灰度平均值;
图像为M行N列矩阵;xi,:为第i行所有列的元素。
通过自适应灰度增强算法处理纱线图像,在保证毛羽信息完整的情况下减少背景噪声,可以明显增强纱线与背景灰度对比度,毛羽清晰,减少纱线图像信息损失同时有利于后续图像分割图像处理。
进一步地,在所述自适应灰度增强处理之前,对所述单色灰度纱
线图像进行倾斜校正。
进一步地,在所述自适应灰度增强处理之后,对自适应灰度增强后的图像进行维纳滤波。噪声是图像干扰的重要原因,滤波能有效减少噪声的干扰。申请人对比了中值滤波、均匀滤波、高斯低通滤波和维纳滤波等滤波器对纱线图像去除噪声的结果,得出维纳滤波在去除纱线图像噪声方面优于其他滤波器。采用维纳滤波器分别对灰度增强后的图像进行滤波处理,毛羽更清晰。
附图说明
图1是数字CCD相机在单一视角下采集到的原始图像。
图2是图1去除背景后的图像。
图3是图2局部放大图。
图4是图2经过灰度拉伸变换后的灰度二值图像。
图5是图4局部放大图。
图6是图2经过本发明自适应灰度增强后的灰度二值图像。
图7是图6局部放大图。
图8是图4经过维纳滤波后的图像。
图9是图8局部放大图。
图10是图5经过维纳滤波后的图像。
图11是图10局部放大图。
具体实施方式
下面结合附图和实施例对本发明的具体实施方式作进一步详细的说明。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。
实施例1,对成纱方式为环锭纺、梳纱工艺为精梳、纱线密度tex为14的棉纱选取10米无规律移动,通过数字CCD相机获得的图像存储为空间分辨率m×n=500×1696像素的单色图像,并对图像进行倾斜矫正。如图1所示。
背景消除:先去除单色灰度纱线图像的背景,然后增强前景与新背景的灰度对比度形成新的图像;如图2-3所示。
求出去除背景后背景的灰度值:取图像矩阵上下各20行所有元素求其平均值,此平均值视为背景去除后新背景的灰度值;
数字化图像处理:对背景和纱线灰度做线性变换,得到灰度二值图像
首先让图像矩阵乘以一个系数k,扩大纱线与背景的灰度值,然后图像矩阵减去前述求得的平均值的k倍,相当于对图像再一次去除背景,最后将得到的矩阵小于0的值赋值为0,大于255的值赋值为255;表达式如下:
g(x,y)=T[f(x,y)] (1)
其中,f(x,y)为输入图像,g(x,y)为输出(处理后的)图像,T是对图像f的算子,作用于点(x,y)定义的值;
s=T(r) (2)
其中,r表示图像f中的灰度,s表示图像g中的灰度;两者在图像中处于相同的坐标(x,y)处;上式可以简单表达为:
如果s<0,则令s=0,如果s>255,则令s=255;
其中:k为系数;为背景灰度平均值;
图像为M行N列矩阵;xi,:为第i行所有列的元素。
通过自适应灰度增强算法处理纱线图像,在保证毛羽信息完整的情况下减少背景噪声,可以明显增强纱线与背景灰度对比度,毛羽清晰,减少纱线图像信息损失同时有利于后续图像分割图像处理。如图6-7所示。
然后还对图像进行维纳滤波处理,如10-11所示。
对比例,对成纱方式为环锭纺、梳纱工艺为精梳、纱线密度tex为14的棉纱选取10米无规律移动,通过数字CCD相机获得的图像存储为空间分辨率m×n=500×1696像素的单色图像,并对图像进行倾斜矫正。如图1所示。
背景消除:先去除单色灰度纱线图像的背景,然后增强前景与新背景的灰度对比度形成新的图像;如图2-3所示。
对图像进行灰度拉伸变换处理,如图4-5所示。
然后还对图像进行维纳滤波处理,如8-9所示。
从图5和图7的比较可以看出,经过自适应灰度增强算法处理纱线图像比经常传统的灰度拉伸变换处理后的图像,纱线图像信息损失更小,毛羽更清晰。
从图9和图11的比较可以看出,经过自适应灰度增强算法处理纱线图像比经常传统的灰度拉伸变换处理后的图像,经过后续处理如维纳滤波处理后,纱线图像信息损失更小,毛羽更清晰。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施方式仅限于此,对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单的推演或替换,都应当视为属于本发明所提交的权利要求书确定专利保护范围。
Claims (3)
1.一种纱线毛羽图像的预处理方法,其特征在于:包括对数字CCD相机在单一视角下采集到的500×1696像素的单色灰度纱线图像在计算机系统中进行如下自适应灰度增强处理:
a.背景消除:先去除单色灰度纱线图像的背景,然后增强前景与新背景的灰度对比度形成新的图像;
b.求出去除背景后背景的灰度值:取图像矩阵上下各20行所有元素求其平均值,此平均值视为背景去除后新背景的灰度值;
c.数字化图像处理:对背景和纱线灰度做线性变换,得到灰度二值图像
首先让图像矩阵乘以一个系数k,扩大纱线与背景的灰度值,然后图像矩阵减去前述求得的平均值的k倍,相当于对图像再一次去除背景,最后将得到的矩阵小于0的值赋值为0,大于255的值赋值为255;表达式如下:
g(x,y)=T[f(x,y)] (1)
其中,f(x,y)为输入图像,g(x,y)为输出(处理后的)图像,T是对图像f的算子,作用于点(x,y)定义的值;
s=T(r) (2)
其中,r表示图像f中的灰度,s表示图像g中的灰度;两者在图像中处于相同的坐标(x,y)处;上式可以简单表达为:
如果s<0,则令s=0,如果s>255,则令s=255;
其中:k为系数;为背景灰度平均值;
图像为M行N列矩阵;xi,:为第i行所有列的元素。
2.根据权利要求1所述的一种纱线毛羽图像的预处理方法,其特征在于:在所述自适应灰度增强处理之前,对所述单色灰度纱线图像进行倾斜校正。
3.根据权利要求1所述的一种纱线毛羽图像的预处理方法,其特征在于:在所述自适应灰度增强处理之后,对自适应灰度增强后的图像进行维纳滤波。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811318965.XA CN109671025A (zh) | 2018-11-07 | 2018-11-07 | 一种纱线毛羽图像的预处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811318965.XA CN109671025A (zh) | 2018-11-07 | 2018-11-07 | 一种纱线毛羽图像的预处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109671025A true CN109671025A (zh) | 2019-04-23 |
Family
ID=66142064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811318965.XA Pending CN109671025A (zh) | 2018-11-07 | 2018-11-07 | 一种纱线毛羽图像的预处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109671025A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261388A (zh) * | 2019-04-28 | 2019-09-20 | 烟台南山学院 | 一种多角度纱线外观数字化测试装置及测试方法 |
CN112150445A (zh) * | 2020-09-27 | 2020-12-29 | 西安工程大学 | 基于贝叶斯阈值的纱线毛羽检测方法 |
-
2018
- 2018-11-07 CN CN201811318965.XA patent/CN109671025A/zh active Pending
Non-Patent Citations (2)
Title |
---|
WENDI WANG 等: "Single vision based identification of yarn hairiness using adaptive threshold and image enhancement method", 《MEASUREMENT》 * |
方珩 等: "一种新型纱线毛羽图像特征识别算法的研究", 《河北科技大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261388A (zh) * | 2019-04-28 | 2019-09-20 | 烟台南山学院 | 一种多角度纱线外观数字化测试装置及测试方法 |
CN112150445A (zh) * | 2020-09-27 | 2020-12-29 | 西安工程大学 | 基于贝叶斯阈值的纱线毛羽检测方法 |
CN112150445B (zh) * | 2020-09-27 | 2023-12-15 | 西安工程大学 | 基于贝叶斯阈值的纱线毛羽检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100177940A1 (en) | Apparatus and Method for Culling Substantially Redundant Data in Fingerprint Sensing Circuits | |
CN109671025A (zh) | 一种纱线毛羽图像的预处理方法 | |
CN110298840A (zh) | 一种基于图像的纱线缺陷检测方法 | |
CN110188806A (zh) | 一种基于机器视觉的大圆机织物疵点检测与分类方法 | |
CN108444954B (zh) | 光谱信号峰值检测方法、装置以及系统 | |
CN110335233B (zh) | 基于图像处理技术的高速公路护栏板缺陷检测系统和方法 | |
CN113865859A (zh) | 多尺度多源异构信息融合的齿轮箱状态故障诊断方法 | |
CN110189298A (zh) | 一种快速检测纱线条干均匀度的图像处理算法 | |
CN110335204A (zh) | 一种热成像图像增强方法 | |
CN115170475A (zh) | 一种基于深度学习方法的无纺布缺陷检测方法 | |
TW200841703A (en) | Image processing method and related partial PSF estimation method thereof | |
CN115035110B (zh) | 依据凹点切割及链码跟踪的纱线毛羽定量检测方法 | |
CN108550140B (zh) | 一种面向图像集的置信度一致性增强质量评价方法 | |
CN106203536B (zh) | 一种织物疵点的特征提取及检测方法 | |
CN114842013B (zh) | 一种纺织品纤维强度检测方法及系统 | |
CN112150445A (zh) | 基于贝叶斯阈值的纱线毛羽检测方法 | |
CN108932498A (zh) | 办公场所指纹识别鉴权机构 | |
CN109671088A (zh) | 一种纱线毛羽特征参数的数字化方法 | |
CN115311278B (zh) | 一种对于纱线检测的纱线分割方法 | |
CN102799880B (zh) | 用于捕获滚动指纹图像的装置和方法 | |
CN102170519A (zh) | 一种高效的图像降噪算法及硬件实现装置 | |
CN107274412A (zh) | 基于红外图像的小目标检测的方法 | |
Xin et al. | A fast feature extraction algorithm for detection of foreign fiber in lint cotton within a complex background | |
CN110246117A (zh) | 一种纱线直径与条干不匀率检测的数字化方法 | |
CN104881672A (zh) | 野外勘探机器人目标识别特征提取方法 |
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: 20190423 |