CN1164027A - 分析梭织物经纬纱密度的方法 - Google Patents

Abstract

一种利用图象处理方法自动分析梭织物经纬纱密度的方法，该图象处理方法流程是经由图象拾取，图象平滑、图象锐化、求物点阈值、计算得出经纬纱密度，其能达到自动分析样布的经纬纱密度的目的；另外；该图象处理方法的过程中亦可求取样布的二值化物点阈值、纱间距及纱间距平均值；该图象处理方法，藉由系统参数的调整，可对各种不同样布作经纬纱密度的计算，本方法流程简单，计算精确、效率高。

Description

分析梭织物经纬纱密度的方法

本发明涉及一种分析梭织物经纬纱密度的方法，其是一种利用图象处理方法自动分析梭织物经纬纱密度的方法。

习知对于梭织物的经纬纱密度的计算，完全依赖人工处理，以分析镜求得局部图象，而后依次计算求得经纬线密度，此种人工方式常须耗费大量的时间，不符经济效益，且其所求出的经纬纱密度的误差又大，难以获致精确数据，故不实用。

本发明的主要目的在于提供一种使用图象处理自动分析梭织物的经纬纱密度的方法，可快速准确的求得织物的经纬密，符合产业利用价值。

本发明的使用图象处理方法自动分析梭织物经纬纱密度的方法，其步骤包括取象、图象平滑、图象锐化，求物点阈值及计算经纬纱密度等流程；

其特征在于，所述物点阈值的求取，利用暗色板框实验台为背景，首先是求取锐化后图象的灰度值统计表再由灰度值统计表上，求取最高峰处的灰度值A及灰度值最暗波峰的灰度值B，然后判别灰度值A是否小于暗色板框灰度值的上限；如果是，则由灰度值统计表上求取A，B之外另一最高峰的灰度值C，再取一实验参数D乘C可得物点阈值T＝C×D；又如果A值大于暗色板框灰度值上限，则物点阈值T的选取，根据实验结果显示T＝B＋(A-B)×D；

现配合附图详述本发明的实施步骤及特征。

图1：本发明的流程图；

图2：本发明计算经纬密的流程图。

本发明的图象处理过程大致分为图象前处理与后处理两部分。前处理包括取象、图象平滑及图象锐化，主要目的在使图象更清晰，物体特征点更易求取。而后处理部分包括物体阈值的求取及经纬密的计算，此部分关键在于求取系统特征及样布的经纬密度。

二值化的目的是藉物点阈值T，将物体与背景明显的分割出来，以便图象处理的判断与运算。为了简化图象得复杂度，所以本发明以暗色板框实验台为背景。阈值的求取过程中，首先是求取锐化后图象的灰度值统计表(Histogrm)，再由该灰度值统计表上，求取最高峰处的灰度值A及灰度值最暗波值的上限。如果是，则必须再由灰度值统计表上求取A，B之外另一最高峰的灰度值C，则此灰度值C即表示织物的灰度值，因此根据实验结果显示物点阈值T，再取一实验参数D乘C可得明显区分效果。又如果A值大于暗色板框灰度值上限，则表示织物灰度值为A，因为背景为黑色，故灰度值大于暗色板框灰度值上限的波峰不可能是背景灰度值，物点阈值T的选取，根据实验结果显示T＝B＋(A－B)*D)可得良好的区分效果，其中灰度值B可能是背景灰度值或织物另一颜色灰度值所产生的波峰。

经纬密的求取过程，在此配合程序流程图请参阅图2，说明如下：

步骤1：读取经(纬)向的物点数。

步骤2：以基础演算法(一)求取纱的中心距及纱的根数b。

其过程为：

A：首先设定波峰预估值p，为经(纬)向总象素的n倍(因实验参数而定)。

B：由经(纬)向物点数，求出经(纬)纱所在位置。由于真正经(纬)纱附近会连续出现几个点数大于预估值p的点，将这些连续点中找出一个物点数最多点者，并定义该点为经(纬)纱中心线所在位置。因此沿着屏幕起点到终点寻找与比较，便可求出该画面所的经(纬)纱的数目b。

步骤3：检验经(纬)纱数目b是否小于下限值，如果不是则进行步骤4；如果是则表示以基础演算法(一)无法有效求取经(纬)纱数目，须改用基础演算法(二)，求取经(纬)纱数目。基础演算法(二)是修正演算法(一)之判断模式，直接寻找波峰波谷所在，并跃过干扰区，所寻得波峰数，即为经(纬)纱的数目，其与演算法(一)最大差别处，是不使用波峰预估值p，而直接判别此点是否属于波峰，再加以统计波峰数辨识经(纬)纱之数目。

步骤4：检验经(纬)纱数目b是否大于上限值，如果不是，则进行步骤5，如果是，则表示基础演算法失效，使得杂讯所形成的小波峰，亦被误判为经(纬)纱，此时修正波峰预估值，p＝p＋实验参数F再回步骤2重新演算，直到经(纬)纱数目在合理上下限内为止。

步骤5：以最佳化求取纱间距平均值。首先利用步骤2，3及4求得各经(纬)纱座标，再以前一根纱座标减后一根纱座标方式求得所有可能的纱间距，再以H个象素为一单位，统计纱间距最大可能差距区间，则该区间为分析布样的最可能纱间距值，将该区间纱间距平均，定义为样布的纱间距平均值M。

步骤6：修正纱中心线座标。将基础演算法求得纱中心线座标为基准，往左边二分之一纱间距(1/2M)为起点，往右边二分之一纱间距为终点，在此区间内，找寻经(纬)向物点值最大者，定义该点之座标为新修正后的纱中心座标，其座标值将较修正前精确。

步骤7：修正纱间距的平均值M1。将步骤6所求得经(纬)纱座标，配合步骤5求取纱间距平均值的方法可得较为精确的纱间距平均值M1。

步骤8：寻找前段漏判的纱。检测方法是在最大间距阈值区间内，判断是否有波峰波谷的存在，如果有，则以该区间内波峰所在处，定义为漏判经(纬)纱之所在。

步骤9：寻找中段漏判的纱。由基础演算法求得一根经(纬)纱为起点，最后一根经(纬)纱为终点，在此区间内，以每两相邻的纱间距作检测，如果其纱间距大于最大间距阈值，则以步骤8的方法寻找漏判纱之所在。

步骤10：寻找后段漏判的纱。由基础算法求得最后一根经(纬)纱为起点，与图象处理范围的终点处为检测区间，以步骤8的方式寻找漏判纱之所在。

步骤11：修正漏判纱的中心座标。以检测求得漏判纱中心线座标为基准，在以步骤6的方式修正漏判纱之中心，可得较为精确的漏判纱中心座标。

步骤12：将多余之误纱删除。然后检测所有两相邻的经(纬)纱间距是否小于最小间距阈值STD如果是，表示两相邻的经(纬)纱所求出之纱，代表同一根经(纬)纱，需将两经(纬)纱所拥有物点数较少者删除。

步骤13：求出经(纬)向密度。将经由前面12个图象处理过程所得的经(纬)纱数目，除以图象处理的经(纬)向距离，可得经(纬)向密度。

综合上文所述，本发明具有如下效果：

本发明可精确、快速自动分析梭织物的经纬纱的密度，且可于图象处理过程中一并求出二值化物点阈值、纱间距及纱间距平均值，以利于后续样本结构的分析。

Claims (1)

1、一种使用图象处理方法自动分析梭织物经纬纱密度的方法，其步骤包括取象、图象平滑、图象锐化，求物点阈值及计算经纬纱密度等流程，

其特征在于，所述物点阈值的求取，利用暗色板框实验台为背景，首先是求取锐化后图象的灰度值统计表再由灰度值统计表上，求取最高峰处的灰度值A及灰度值最暗波峰的灰度值B，然后判别灰度值A是否小于暗色板框灰度值的上限；如果是，则由灰度值统计表上求取A，B之外另一最高峰的灰度值C，再取一实验参数D乘C可得物点阈值T＝C×D；又如果A值大于暗色板框灰度值上限，则物点阈值T的选取，根据实验结果显示T＝B＋(A－B)×D；

所述经纬密的求取过程，是经由下列步骤完成：

步骤1：读取经(纬)向的物点数；

步骤2：以基础演算法(一)求取纱的中心距及纱的根数b，

其过程如下：

A.首先设定波峰预估值p，为经(纬)向总象素的n倍，

B.由经(纬)向物点数，求出经(纬)纱所在位置，由于真正经(纬)纱附近会连续出现几个点数大于预估值p的点，将这些连续点中找出一个物点数最多的点，并定义该点为经(纬)纱中心线所在位置，因此沿屏幕起点到终点寻找与比较，便可求出该画面经(纬)纱的数目b；

步骤3：检验经纬纱数目b是否小于下限值，如果不是则进行步骤4；如果是则以基础演算法求取，即直接寻找波峰波谷所在，并跃过干扰区，所寻得波峰数，即为经(纬)纱的数目；

步骤4：检验经(纬)纱数目b是否大于上限值，如果不是，则进行步骤5，如果是，则修正波峰预估值，p＝p＋F再回步骤2重新演算，直到经(纬)纱数目在合理上下限内为止；

步骤5：以最佳化求取纱间距平均值。首先利用步骤2，3及4求得各经(纬)纱座标，再以前一根纱座标减后一根纱座标方式求得所有可能的纱间距，再以H个象素为一单位，统计纱间距最大可能差距区间，则该区间为分析布样的最可能纱间距值，将该区间纱间距平均，定义为样布的纱间距平均值M；

步骤6：修正纱中心线座标，将基础演算法求得纱中心线座标为基准，往左边二分之一纱间距为起点，往右边二分之一纱间距为终点，在此区间内，找寻经纬向物点值最大者，定义该点的座标为新修正后的纱中心座标；

步骤7：修正纱间距的平均值M1；

步骤8：寻找前段漏判的纱，前段漏判纱的检测，是利用基础演算法，求得第一根经(纬)纱所在为终点，与图象处理范围起始点的区间内，每隔最大间距阈值LTD内，寻找经(纬)纱之所在，检测方法是在最大间距阈值区间内，判断是否有波峰波谷的存在，如果有，则以该区间内波峰所在处，定义为漏判经(纬)纱之所在；

步骤9：寻找中段漏判的纱，以步骤8的方式寻找漏判纱之所在；

步骤10：寻找后段漏判的纱，以步骤8的方式寻找漏判纱之所在；

步骤11：修正漏判纱的中心座标；

步骤12：将多余的误判纱删除，然后检测所有两相邻的经(纬)纱间距是否小于最小间距阈值STD，如果是，表示两相邻的经(纬)纱所求出的纱，代表同一根经(纬)纱，需将两经(纬)纱所拥有物点数较少者删除；

步骤13：求出经(纬)向密度，将经由前面12个图象处理过程所得的经(纬)纱数目，除以图象处理的经(纬)向密度。