CN1844550B - 双面扫描织物和纱线分析系统 - Google Patents

Abstract

一套基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，硬件部分包括一台计算机、一台用于织物结构和颜色数码扫描分析的平板式彩色扫描仪、一套用于将待测试样夹持固定在扫描仪扫描平台上的磁性平板式布样夹持装置；软件部分包括：四个用来分析和测试织物的组织结构、经纬密度、纱线颜色、纱线直径和均匀度的算法模块。本发明基于双面数字图像扫描和分析技术，运用频谱分析技术，网格化模型，基于标准色板的颜色校准和测量，纱线骨骼化中心轴提取等技术分别对纱线的交织状态、纱线排列密度、色纱的排列模式和色彩、纱线直径进行分析和测量，建立了一个数字化，客观化，标准化的测量分析系统，为实现织物分析的快速逆向反应系统奠定了技术基础。

Description

双面扫描织物和纱线分析系统

技术领域

本发明涉及一套基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统。

现有技术

织物结构与织物品质性能有极为密切的关系，它不仅影响织物的强力、耐磨性能和坚牢度，也与织物风格、手感有关，因此，对织物结构的测试和分析是一项十分有研究价值的课题。但传统的机织物结构测试和分析方法是人工检测，利用放大镜或带有标尺的织物密度分析镜来完成，分析过程单调乏味，而且存在不可避免的人为误差。随着劳动力成本的增加和行业的自动化程度提升，自动化智能化识别织物组织结构成为一项紧迫而具有市场前景的研究课题。

织物内纱线的颜色也是织物设计加工的一项重要内容，对于颜色的分析目前主要基于光谱测色仪和颜色模板对照的方法，光谱测色仪是面测量而且只能测量单一颜色，而织物内纱线的颜色配置并不局限于单一颜色有时多种颜色混合配置形成独特的纹理设计效果；在这种情况下，如果采用光谱测量的方式，纱线颜色的测量将无法实现；基于扫描仪的方式进行颜色测量已经有学者在这方面做过研究，但依据标准色板对扫描仪进行颜色校准通常分为两步进行，需要采集两幅照片，一幅为标准色板的图片，一幅为测量对象的图片，而在采集这两幅图片的时候，不能够保证两幅图片的光照环境完全一致，从而导致测量上的系统误差。

纱线直径和均匀度的测量也是织物的一个结构参数，传统的投影绘图测量，操作繁琐而且测量精度低。运用图像分析技术对纱线的直径进行测量，具有速度快，操作简单，测量重复性高，数字化客观化等优点，因此成为未来的测量技术的一个重要发展方向。

发明内容

有鉴于此，本发明提供一种完整的织物结构和颜色双面数字图像分析方法，用于测量和识别织物的组织类型，经纬密度，纱线颜色，以及纱线的直径和其均匀度。在本发明中，我们尝试一种适用于从织物内抽取出的单根纱线的数字图像测量技术，此技术一方面可以兼容独立的纱线直径分析，另一方也可以适合仍保持屈曲形态的纱线直径分析。

为实现上述目的，本发明的技术方案为：所述的基于双面扫描和数字图像处理的织物和纱线分析方法的硬件部分包括：

一台计算机；

一台用于织物结构和颜色数码扫描分析的平板式彩色扫描仪；

一套用于将待测试样夹持固定在所述平板式彩色扫描仪的扫描平台上，实现样品图像的双面对位扫描的磁性平板式布样夹持装置；

软件部分包括：

四个用来分析和测试织物的组织结构、经纬密度、纱线颜色、纱线直径和均匀度的算法模块，每一个模块包括图像扫描、图像分析、数据输出三个步骤：

织物识别模块的功能用来分析和测试织物的组织结构，即识别经纬纱线的交织结构和纱线的颜色排列方式，包括两个算法结构：网格化模型和频率域模型；

经纬密度模块的功能是测量纱线在经纬两个方向上的排列密度，包括一个算法结构：移动匹配频率模型，步骤包括：图像的定位裁减和匹配，纱线边缘的提取，单面图像的快速傅立叶变换，对映经纱和纬纱的频率点的识别和提取，图像的单相位和半相位平移，平移后图像的快速傅立叶变换，对映经纱和纬纱的频率点的校准，经纬纱线的密度计算；

纱线的颜色分析模块的功能是测量纱线的颜色信息，包括两个步骤：颜色校准和颜色测量，该方法将标准的色板排列在试样的四周，可以通过同一幅图像完成上述两个步骤，保证了颜色测量的一致性；

纱线直径和均匀度模块的功能是测量纱线的直径以及其均匀度，步骤包括：纱线图像的采集，纱线图像的分割，纱线中心轴的确定，沿纱线中心轴逐点测量，纱线直径的平均值和离散值计算；

所述四个分析和测试算法模块被安装在计算机内，用于织物结构和颜色数码扫描分析的平板式彩色扫描仪与该计算机相连，共同构成织物结构和颜色数码扫描分析系统，通过磁性平板式布样夹持装置将待测试样夹持固定在所述平板式彩色扫描仪的扫描平台上，通过对样品进行双面对位扫描、将扫描图像依次传到计算机上进行四个分析测试模块的计算和分析，最后完成数据输出，其主要的测试流程包括：试样夹持，双面图像扫描，正反图像对位，图像分析与特征提取，结果输出。

所述磁性平板式布样夹持装置的夹持平板(1、2)的材料可以选择金属，也可以选择非金属，但对于非金属或没有磁性的金属，上下夹持平板必须对应镶嵌磁铁或衔铁，以保证具有相互吸引的磁力；所述磁性平板式布样夹持装置的上下夹持平板(1、2)的中心位置分别开设的采集窗口(4)可以是正方形，也可以为其他形状的窗口，其上安装玻璃或透明树脂等材料，并保证平板对试样的良好夹持，避免试样有部分因悬空搁置而导致试样表面弯曲变形，并且上下夹持平板的窗口形状和尺寸应保持对应一致；所述磁性平板式布样夹持装置的夹持平板(1、2)上的四个定位参考点(3)，其形状、颜色和个数可以根据图像识别算法而做相应的调整，定位参考点的主要作用是可以使得织物正面和其反面的图像，在各自的图像二维坐标下，找到参考坐标，实现仿射对映变换，为正面的每一个像素找到其在反面图像中的对应像素；所述磁性平板式布样夹持装置的夹持平板(1、2)上的定位参考点(3)的作用还可以是根据两个定位参考点之间的距离来计算像素的实际空间分辨率，以及根据四个定位参考点构成的正方形的相邻两条边的夹角计算扫描图像的空间扭曲度；所述磁性平板式布样夹持装置的上夹持平板(1)和下夹持平板(2)之间由旋转轴结构(5)连接，该旋转轴结构(5)包括下夹持平板上的旋转槽，上夹持平板的旋转槽，以及连接两者的轴芯构成，上下夹持平板(1、2)可绕轴芯(15)旋转实现180度的开合；磁性平板式布样夹持装置的夹持平板(1、2)的内外表面颜色一般设定为黑色，哑光处理；所述磁性平板式布样夹持装置的夹持平板(1、2)上，规则排列于采集窗口(4)四周的颜色模块(221)的个数和色彩按照国际颜色标准机构提供的标准色板来设计，其色彩数目一般不少于16种。

在本发明的基于双面扫描和数字图像处理的织物和纱线分析系统和方法中，所述的方法中涉及的织物识别模块的功能用来识别经纬纱线的交织结构和纱线的颜色排列方式，包括两个算法结构：网格化模型和频率域模型；

其中基于网格化模型识别的步骤包括：正反面图像的对位匹配，正反面图像的网格初始化，正反面图像的网格自适应匹配，图像的边缘提取，交织类型识别，组织点纠错，颜色分析；

其中基于频率域模型识别的步骤包括：图像的定位裁减和匹配，双面图像的快速傅立叶变换，峰点滤波，周期性频率点的提取，织物组织结构参数的计算和识别。

所述的基于频率域模型识别的方法，利用傅立叶变换技术或相关的频谱分析技术来分析织物的数字化图像，其中包括小波变换，余弦变换等。

在本发明的基于双面扫描和数字图像处理的织物和纱线分析系统和方法中，依据所述网格化模型的织物组织的频谱模型，通过对缎纹织物的谱分析，可以推导出在对应频谱图上主要的峰点的坐标值，此外，在主峰点与原点的连线方向上还有等间距分布的峰点，这些是主峰点的谐波成分，谐波峰点的坐标是主峰点坐标的整数倍，因此也可得到它们的坐标值；根据推导求得的所有峰点的坐标值，在频率域得到以下公式，(其中：a为经纱间距，b为纬纱间距，R为组织循环数，S_j为经向飞数，S_w为纬向飞数)：横坐标相同的两相邻频率点的间距为：d_v＝N/b；纵坐标相同的两相邻频率点的间距为：d_u＝N/a；横坐标之差最小的相邻两点的横坐标之差为Δu₁＝N/Ra；纵坐标之差最小的相邻两点的纵坐标之差为：Δv₁＝N/Rb；在u的正方向上，纵坐标之差最小的相邻两点的横坐标的差为：Δu₂＝(R-S_j)·Δu₁；在v的正方向上，横坐标之差最小的相邻两点的纵坐标的差为：Δv₂＝(R-S_w)·Δv₁。

所述网格化模型的织物组织的频谱模型，针对织物图象的分析过程为利用快速傅立叶变换得到织物的功率谱图象的过程，对得到的功率谱象进行图象预处理，峰点滤波，提取功率谱图象的特征频率点信息，从而得到织物的结构信息，测量织物的经纬密并分析织物的结构类型。

运用峰点滤波的算法，得到对应于经纬纱结构的峰点，首先，作出功率谱图像的直方图，观察它的灰度分布，取其最高点的灰度作为阈值t，消除雪花状背景点，令g(x，y)为功率谱图像，峰点是某个局域内灰度值最高的像素点；因此，可以用邻域最大值的算法，确定峰点，令max为功率谱图像g(x，y)的9×9方形或八边形邻域内灰度的最大值。

所述网格化模型的织物组织的频谱模型还包括织物结构的特征提取算法，具体步骤：寻找坐标原点0，建立u-v直角坐标系；以O为圆心，寻找横坐标最接近u轴的峰点A，纵坐标最接近v轴的峰点B，并分别求出OA与u轴的夹角α，OB与v轴的夹角β，α代表实际经纱相对垂直正方向的倾斜角，β代表实际纬纱相对水平正方向的倾斜角；以O为圆心，从u正方向开始由内而外逆时针扫描，如有峰点出现，记录其坐标值，并计算峰点与原点的沿实际经纱方向的垂直距离，峰点与原点的沿实际经纱方向的水平距离；统计六个指标参数，其中凡是原点到峰点的方向与u，v正方向一致的距离为正向距离，标记为正号，否则为反向距离，标记为负号。

随着计算机技术的迅猛发展，智能识别技术和颜色电子测量技术的趋于成熟，为自动识别机织物的结构参数和测量纱线颜色提供了可靠的科学手段。本发明主要基于双面数字图像扫描和分析技术，运用快速傅立叶变换，网格化模型，基于标准色板的颜色校准和测量，纱线骨骼化中心轴提取和内接圆测量技术分别对纱线的交织状态，纱线排列密度，色纱的排列模式和色彩，纱线直径进行分析和测量，建立了一个数字化，客观化，标准化的测量分析系统，为实现织物分析的快速逆向反应系统奠定了技术基础。

附图说明

图1磁性平板式双面布样夹持装置的示意图

图2布样夹持装置在扫描系统的示意图

图3上夹持平板的示意图

图4下夹持平板的示意图

图5颜色模板的排列示意图

图6A织物经纬模型示意图

图6B织物网格模型示意图

图7A织物双面采集图像的正面图像

图7B织物双面采集图像的反面图像

图7C织物双面采集图像的正反面图像的融合效果

图8基于模板匹配的经纱检测示意图

图9A基于模板的纱线检测(经纱)

图9B基于直方图的纱线定位

图10网格初始化结果图

图11织物网格模型基于梯度的调整结果

图12基于边线强度的交叉点分类方法

图13交叉点分类及利用邻接信息纠错的结果图

图14织物组织及颜色提取的结果图

图15由织物组织和颜色提取结果模拟而成的织物图像

图16理想情况下织物Fourier频谱中能量最大最大特征角的分布

图17实际情况下织物Fourier频谱中能量最大最大特征角的分布

图18A Fourier频谱判断织物密度的结果(以经纱为例)

图18B Fourier频谱判断织物密度的结果(以经纱为例)

图18C Fourier频谱判断织物密度的结果(以经纱为例)

图中，白色箭头所指为能量最强点，黑色箭头所指为(经纱)密度点

图19 ColorChecker^TM通用24色标准色板

图20A利用背景色板对纱线的采样

图20B利用背景色板对纱线的采样

图21A纱线采样图像

图21B纱线体育背景分割图像

图21C纱线体几何形态的中心轴表示

具体实施方式

下面结合附图和实施例对本发明进行详细说明。

所述的基于双面扫描和数字图像处理的织物和纱线分析系统的硬件部分包括：

一台计算机；

一台用于织物结构和颜色数码扫描分析的平板式彩色扫描仪；

一套用于将待测试样夹持固定在所述平板式彩色扫描仪的扫描平台上，实现样品图像的双面对位扫描的磁性平板式布样夹持装置；

软件部分包括：

四个用来分析和测试织物的组织结构、经纬密度、纱线颜色、纱线直径和均匀度的算法模块，每一个模块包括图像扫描、图像分析、数据输出三个步骤：

织物识别模块的功能用来分析和测试织物的组织结构，即识别经纬纱线的交织结构和纱线的颜色排列方式，包括两个算法结构：网格化模型和频率域模型；

经纬密度模块的功能是测量纱线在经纬两个方向上的排列密度，包括一个算法结构：移动匹配频率模型，步骤包括：图像的定位裁减和匹配，纱线边缘的提取，单面图像的快速傅立叶变换，对映经纱和纬纱的频率点的识别和提取，图像的单相位和半相位平移，平移后图像的快速傅立叶变换，对映经纱和纬纱的频率点的校准，经纬纱线的密度计算；

纱线的颜色分析模块的功能是测量纱线的颜色信息，包括两个步骤：颜色校准和颜色测量，该方法将标准的色板排列在试样的四周，可以通过同一幅图像完成上述两个步骤，保证了颜色测量的一致性；

纱线直径和均匀度模块的功能是测量纱线的直径以及其均匀度，步骤包括：纱线图像的采集，纱线图像的分割，纱线中心轴的确定，沿纱线中心轴逐点测量，纱线直径的平均值和离散值计算；

所述四个分析和测试算法模块被安装在计算机内，用于织物结构和颜色数码扫描分析的平板式彩色扫描仪与该计算机相连，共同构成织物结构和颜色数码扫描分析系统，通过磁性平板式布样夹持装置将待测试样夹持固定在所述平板式彩色扫描仪的扫描平台上，通过对样品进行双面对位扫描、将扫描图像依次传到计算机上进行四个分析测试模块的计算和分析，最后完成数据输出，其主要的测试流程包括：试样夹持，双面图像扫描，正反图像对位，图像分析与特征提取，结果输出。

本分析方法主要基于双面数字图像扫描和分析技术，运用快速傅立叶变换，网格化模型，基于标准色板的颜色校准和测量，纱线骨骼化中心轴提取和内接圆测量技术分别对纱线的交织状态，纱线排列密度，色纱的排列模式和色彩，纱线直径进行分析和测量，建立了一个数字化，客观化，标准化的测量分析系统，为实现织物分析的快速逆向反应系统奠定了技术基础。

请参阅附图2，此系统由硬件和软件两部分组成，其中硬件部分主要包括：一种磁性平板式布样夹持装置，一台平板式彩色扫描仪；软件部分主要包括四个算法模块：(一)织物识别模块，(二)经纬密度分析模块，(三)纱线颜色分析模块，(四)纱线直径和均匀度测试模块；主要的测试流程包括：试样夹持，双面图像扫描，正反图像对位，图像分析与特征提取，结果输出；其中图像分析主要采用了快速傅立叶变换，网格化模型，基于标准色板的颜色校准和测量，纱线骨骼化中心轴提取和内接圆测量技术分别对纱线的交织状态，纱线排列密度，色纱的排列模式和色彩，纱线直径进行分析和测量。

所述磁性平板式布样夹持装置主要包括：

一对夹持平板，该夹持平板可为正方形，夹持平板之间通过旋转轴连接定位，上下夹持平板可绕轴芯旋转实现180度开合；

所述的上夹持平板在四个正方形顶点位置镶嵌定位磁铁，依靠磁铁的磁力实现上下平板对试样的夹持；

所述的夹持平板在中心位置有一方形的玻璃窗口，数码扫描系统采集对应窗口内的织物部分的图像；

所述的上下夹持平板各有四个定位参考点，定位点的排列方式、个数、形状、颜色可根据实际的图像识别算法来设计；其中上夹持平板与下夹持平板的每个对应参考点垂直对位，以保证在扫描织物正反两面的图像时可以实现精确对位。

所述的夹持平板在采集窗口的四周，规则排列方格型的颜色模块，该颜色模块镶嵌在平板内，颜色模块的表面和平板的表面平齐。该颜色模块的数目和色彩按照国际颜色标准机构提供的标准色板来设计，其色彩数目一般不少于16种。

所述磁性平板式布样夹持装置具体实施方式：

如图1所示，一对夹持平板1和2，夹持平板可为正方形，夹持平板之1和2间通过旋转轴5连接定位，上下夹持平板1和2可绕轴芯旋转实现180度开合；

如图1、2所示，夹持平板1和2在四个正方形顶点位置镶嵌定位磁铁6，依靠磁铁的磁力实现上下平板1和2对试样8的夹持。

所述的夹持平板1和2在中心位置有一方形的玻璃窗口4，数码扫描系统7采集对应窗口内的织物部分8的图像，并将图像传输到计算机10。

所述的上下夹持平板1和2各有四个定位参考点3，定位点3的排列方式，个数，形状，颜色可根据实际的图像识别算法来设计；其中上夹持平板1与下夹持平板2的每个对应参考点垂直对位，以保证在扫描织物正反两面的图像时可以实现精确对位，如图3和4所示。

如上所述的夹持平板1和2在采集窗口4的四周，规则排列方格型的颜色模块221，颜色模块221镶嵌在平板1和2的外侧表面，颜色模块221的表面和平板1和2的表面平齐。颜色模块221的数目和色彩按照国际颜色标准机构提供的标准色板来设计，其色彩数目一般不少于16种，如图5所示。

(一)织物识别模块

该模块是基于傅立叶变换的织物组织识别方法，其主要的模型架构和算法包括：

1)建立标准的织物空间结构模型

织物内纱线的截面形态选用较为一般的椭圆型截面作为纱线的截面形态，织物组织每根纱线在织物内的屈曲形态，可看作由经纬交叉区域与非交叉区域两个部位的屈曲形态所构成；织物内部，经纬交叉区域纱线呈近似正弦曲线状。根据纱线的屈曲模型，沿经向(或纬向)绘出织物表面的地形图，或根据经纬组织点在空间的规律性，可以清晰的看出织物表面的周期性。通过对各个方向上织物表面起伏波纹线的周期性分析，可以得到经纬纱的密度以及织物的组织类型，这是利用付氏变换研究织物表面纹理的物理背景。

织物的表面规则分布着许多组织点，组织点在某一方向上顺序连接形成规则的组织线，组织线与组织线平行排列形成条纹，本文定义这些条纹为起伏波纹。构成起伏波纹的组织点分为两类：一类是组织点的间隔小于一个组织循环；另一类是组织点的间隔大于一个组织循环。由于在实际织物表面第一类起伏波纹视觉效果比第二类起伏波纹明显，因此图象分析主要针对第一类起伏波纹。描述起伏波纹的指标为波长λ和取向角θ。

不同的组织起伏波纹的个数也不同，起伏波纹数等于在一个组织循环内单个组织点和相邻组织点的位置模式的数目m加上2(水平和垂直两波纹)。对确定的组织结构，它内部组织点的位置模式的数目是确定唯一的。

2)建立标准的织物频谱模型

频谱是分析处理规则性图像信号的重要手段。通过二维付立叶变换技术，可得到图像对应的二维频谱图，从而方便地提取图像的空间频率信息。织物图像反映了织物的表面形态，它在经向和纬向上，具有周期性变化的灰度分布，包含经纬纱排列的密度信息，这是利用付立叶变换技术的物理背景。

空间域与频率域的对应关系可根据频率和周期的关系来确定，x，y为空间域的坐标分量，u，v为对应频率域的频率分量。(u₁，v₁)，(u₂，v₂)为经纬纱对应的空间频率点，d₁，d₂为理想状态下的经纬纱的间距，即经纬纱的周期。可以推出：d₁＝N/u₁，d₂＝N/v₁，式中，N为图象的采样点数。

织物在不同的方向形成不同的起伏波纹，每一起伏波纹在傅立叶变换后都会有相应的频率点，频率点在频谱图中的位置与起伏波纹的周期有关，因此只要将相应的频率点的位置确定，起伏波纹的周期即可得到。所以基于起伏波纹的频率点可以建立织物组织的频谱模型。

基于网格模型的织物组织识别方法，主要的模型架构和算法包括：(1)正反面图像的对位匹配，(2)正反面图像的网格初始化，(3)正反面图像的网格自适应匹配，图像的边缘提取，(4)交织类型识别，(5)组织点纠错与颜色分析。

前面已经讲到，在所述织物识别模块的两个算法结构中包括网格化模型和频率域模型织物网格模型。

织物的空间结构是由经纱和纬纱相互交织形成，一般来说，经纱和纬纱的方向近似于水平和垂直两个方向，织物的这种二维交叉结构可以通过建立织物结构模型来表达，这个模型就是织物的网格模型。

织物模型应该表达两类信息，一类是普通信息，一类是个体信息。普通信息是织物的组织结构和颜色结构，这些信息通用于同类的所有织物。个体信息则是针对某个织物的样本而言，记录织物样本中纱线的几何形状，变形，系度变化等等，这类个体信息在每个样本中都存在很大的差异。

一个完整的织物网格模型包括2方面的数据，分别是颜色数据，结构数据。其中结构数据又分为普通数据和个体数据，分别对应于上面提到的普通信息和个体信息。

网格模型颜色数据存储于一个称为调色板的数据结构中。调色板纪录存在于该织物中的所有颜色的参数，包括颜色sRGB参数，CIELA^*B^*参数等。调色板的存储也可以根据不同的应用加以扩展，比方说可以存储采样光照参数。表1给出了一个包括5种颜色的纱线的调色板数据。

织物网格模型的主体是一个2维的平面网格，这个网格用来存储织物的结构数据。网格由行和列构成，他们分别应于织物的纬纱和经纱，而且是一一对应，即织物中的每一条纱线在网格模型中都有相应的一行或者一列与之对应。如图6所示纬纱W_j和经纱W_i分别对应于网格模型中的行Row_j和列Column_i。纱线模型中的每一条行或者列分别由一系列连续的网格元素构成，每个网格元素对应于织物中的一小段纱线，例如模型中的元素E_ji对应于纱线中的S_ji段。这样，通过纱线与行/列以及纱线段与网格元素的对应，一个织物样本可以与一个网格模型建立对应的关联。

ID	L	A*	B*	R	G	B	...
								1	171。8	78。7	165。5	224	161	84	...
2	202。4	105。1	143。9	224	198	161	...
								3	128。	112。	144。	151	122	100	...

	4	0	4
								4	212。2	90。8	147。1	239	211	146	...
5	104。0	116。5	170。5	163	77	83	...

表1：5种颜色的纱线的调色板数据

网格元素是网格模型的基本单位，所有相应织物的结构信息都通过存储在网格元素中的数据来体现。在表2中，我们给出了一个基本的网格元素数据结构。在这个数据结构中，主要包括4方面的信息：

1)网格元素的类型(Type)和构造类型(PatternType)。网格元素的类型分为两种，分别是交叉点和非交叉点。从图6中可以看出，纱线段有两种类型，一种纱线段是经纱和纬纱的交叉点，例如图6中的S_ji；一种是非交叉点的独立的纱线段，这些纱线段不与任何其他纱线存在交叉重叠，例如图6中的S_j-3，i。相应的，网格的元素也分为交叉点元素和非交叉点元素两种，其类型由对应的纱线段的类型决定。织物的构造信息主要通过纱线在交叉点的相互位置来表达的。所以如果某网格元素的类型是交叉点，则对应在纱线交叉点的构造类型也需要记录下来。交叉点的构造类型根据纱线在交叉点的相互位置分为两种，一种是纬纱在织物正面，一种是经纱在织物正面。

2)网格元素的几何形状信息。如上所述，织物的个体信息主要包括纱线的几何信息，例如扭曲，系度变化等。而在网格模型中，一条纱线又由若干连接的网格元素表示，所以通过纪录网格元素对应的纱线段的几何形状信息，就可以存储织物中纱线的个体几何信息。如表2所列，一个纱线段的基本级和信息包括纱线段的位置，由一个网格元素的四条边的位置给出(左边：Left，右边：Right，上边：Top，下边：Bottom)和形状(高：Height，宽：Width)。

struct Grid_Element{int Type；//this element is related to a cross point(0)or not

(1)；int PatternType；//which kind of yarn is on the face side of thecorresponding//yarn segment；0：warp，1：weft；int Left；//geometry information of corresponding yarn segment；int Right；int Top；int Bottom；int Height；int Width；struct Color*Face_clor；//the color information of the twofaces；struct Color*Back_color；struct Edge*Face_edge；//edge intensity information of the twofaces；struct Edge*Back_edge；}

表2：基本的网格元素数据结构

3)网格元素的颜色信息。在前面的织物模型调色板中，我们已经给出了如何表示存在于织物中颜色。这些颜色在织物中分布情况则是通过纱线段的颜色来表达的。如果一个纱线段是交叉点，则在它的正面和反面的颜色分别是相应的经纱和纬纱的颜色；如果一个纱线段不是交叉点，则它正反面颜色都是相应纱线的颜色。在网格元素的数据中，一个纱线段正反面的颜色分别存储于表面色和背面色中。表面色和背面色分别指向调色板中的某个颜色数据。

4)网格元素的边缘信息。一个纱线段是一个近似的四边形结构，包括四条边。一个纱线段的四条边的信息可以被用来做交叉点的识别和验证。如果一个纱线段是交叉点，则它正反面的边缘信息是不同的。在网格元素中，纱线段正反面的边缘信息分别存储在两个数据结构中：表面色和背面色。

(1)织物双面采样和正反图像的匹配

织物正反面图像的采样是利用特制的磁性平板式布样夹持装置板来实现的。在磁性平板式布样夹持装置板的采样窗口的外侧有4个贯穿结构的参考对位孔，这四个参考对位孔构成了一个正方形的四个顶点。在单面采样图像中，存在4个对应于参考对位孔的参考点。由于参考对位孔的贯穿性构造，在任意一面的采样图像中，参考点和采样窗口的相对位置关系是不变的。

织物正反面的匹配是通过参考点来实现的。首先，定位参考点。相对于磁性平板式布样夹持装置板的黑色背景，白色的参考点具有明显的颜色特征，可以非常容易的被定位，并取出参考点的中心点坐标。然后，以四个参考点为标准，对正反面图像分别进行仿射变换。变换后的矩形图像中，4个参考点分别位于图像的四角的顶点上。最后一步是对正反面图像进行同比例变换，使得正反面图像具有相同的尺寸。经过以上3步之后，正反面图像的参考点正好重合，图像获得匹配。

(2)纱线的定位和网格模型的初始化

织物网格模型是建立在与织物的纱线一一对应的关系上的，所以，建立网格模型的关键在于正确的检测织物中纱线的数量及位置。

纱线的具有明确的几何形状。一条完整的纱线呈现出近乎均匀的细长条形状。在边缘图中，一条纱线由两条近乎平行的边缘线包裹。可是由于纱线的相互交叉，在织物单面的图像中，纱线的边缘线成不连续分布，从织物单面的图像中，无法完整的获取单条纱线的几何信息。纱线在单面图像中的不连续分布问题可以由织物双面图像的融合来解决。在图7中，我们给出了一个织物样本正反面图像的融合效果，在融合图像中，任意一根纱线可以被完整的观察到。在这个融和图像相应的边缘图中，表示任意一条纱线的两条边缘线也可以连续的观察到。

为了检测织物中的纱线，我们提出了一种基于哈世道夫(Hausdorff)距离的模板匹配算法。针对融合图像中经纱和纬纱的特征，我们分别设计了2个模板。经纱模板内含两条垂直的平行线，纬纱模板内含两条水平平行线。纱线模板的设计是针对融合图像边缘图中纱线的平行线边缘特征而定制的。在图8中，我们给出了一个基于模板匹配的经纱检测示意图。纱线的检测和定位可以归纳为以下几步：

1)从织物的正反面采样图获取融合图像。

2)利用绍贝尔(Sobel)水平垂直边缘检测算子获取融合图像的水平及垂直边缘图。

3)采用浮动窗口在以任意点为中心在垂直(水平)边缘图中与经纱(纬纱)模板同比例采样，并对采样窗口作直方图比例二值化计算。二值化后的窗口采样结果与经纱(纬纱)检测模板计算Hausforff距离，所得数值为该采样窗口中心点的匹配值。

4)对垂直(水平)边缘图的每一点利用步骤3的方法求得与经纱(纬纱)模板匹配的匹配值。

图9给出了基于模板匹配的纱线(经纱)提取的结果图。在图中可以看到，具有纱线平行线边缘特征的区域被明显的强化，纱线区域呈现明显的条状分布。考虑到经纱和纬纱分别对应于垂直和水平方向，因为对经纱和纬纱的提取结果图分别作沿垂直和水平方向的匹配值累加直方图。在匹配值累加直方图中可以清楚地观测到波峰点和纱线的一一对应关系。在对累加直方图作波峰分隔以后，可以确定经纱和纬纱在水平或垂直方向上的平均坐标值。

以纱线的平均坐标值为基础对网格模型进行初始化。图10给出了一个网格初始化结果图。可以注意到，在网格的初始化结果中，每条行或列都是以直线表示的，这是因为网格初始化数据采用的是纱线的平均坐标。可是这个网格形态显然不能够表示织物的实际形态，织物中纱线的扭曲和系度变化等情况不能够从这个结果中观察到，所以，必须在这个初始化基础上对网格进行调整。

(3)基于梯度的织物网格模型自适应调整

网格模型调整的目的是使得网格模型的行和列完全的织物样本中的纱线的几何形状重合。网格调整的方式是以网格元素为单位，移动每个网格元素的四条边，使之覆盖于相应的纱线段的边缘之上。

如果我们把融合图像的边缘图看作一个方程I(x，y)，其中I的取值域为点集坐标，其数值为相应点的灰度值，那么我们就可以获得边缘图的梯度信息。边缘图中，每个点的梯度方向总是指向邻近局部灰度最大值的点。在边缘图中，局部灰度值最大点总是边缘点。于是，网格元素的边线所在点的累加梯度方向就指出了该边线的移动方向，而梯度累加值则是该边被梯度牵引的力度大小。

网格模型的调整可以被看作是一个求物理系统能量能量最小化解的过程。在网格调整过程中，网格的边线要与相邻边线保持适当的距离，并且与相接边线保持连贯性。如果把网格模型看作一个弹簧系统，那么这些控制信息可以被表示为网格模型中任意连接点对之间的弹簧弹力。在初始状态中，网格弹簧处于非变形状态。作用于网格边线的梯度力是该物理模型的外部作用力，而相邻点之间的弹簧力是内部作用力。网格模型的调整过程就是内力和外力作用于网格之上并达到平衡的过程，而其结果就是网格模型能量最小化解。

图11给出了织物的网格模型基于梯度的调整结果。在调整之后，可以观察到网格的每一个元素的边线都调整到了正确的位置，相应地，纱线的几何形状也得到了正确的表达。

(4)交叉点的识别

织物的组织结构是通过纱线交叉点的类型给出的，而纱线交叉点的状态取决于纱线在交叉点上的相互位置关系。交叉点的类型有两种，如果纬纱在正面，则该交叉点为纬纱交叉点，反之，则为经纱交叉点。在网格模型中，一个交叉点由一个四边形表示。四边形的四条边线的强度决定于交叉点的类型，同样的，由交叉点的强度可以推导出交叉点的类型。

假设在一个理想状态下，交叉点边线的强度分为两种状态：0或者1。那么交叉点的类型可以被划分为8个类型。在这里，纬纱和经纱交叉点分别被细化为4个子类型。图12给出了交叉点根据边缘线强度划分的具体标准。

在实际情况中，交叉点边缘的强度不是表示为绝对的0或1，而是表示为相对较强或者相对较弱。那么交叉点的划分就成为一个经典的K-划分问题。这个K-划分问题具有4个输入数据和8个输出状态。这个K-划分问题可以通过一个简单的4输入8输出的反向传播人工神经网络解决。

对于表示一个织物的组织结构，2类交叉点划分已经足够，我们把交叉点细化为8个子类型的原因是利用交叉点的邻接关系来对交叉点识别结果进行纠错。例如，对于一个纬纱做开交叉点(type 1：weft left open)，与之相邻的右边交叉点只有两个可能：纬纱右开交叉点(type 2：weft right open)和纬纱左&右开交叉点(type3：weft left & right open。图12给出了交叉点邻接的所有可能。利用交叉点邻接信息进行纠错有两个准则：1.一个纬纱交叉点背面必须是一个经纱交叉点；2.一个交叉点与相邻接4个交叉点的关系必须符合表3的交叉点邻接关系图则给出的关系。基于这两个准则，部分的交叉点识别错误可以获得纠正。图13给出了交叉点分类及利用邻接信息纠错的结果图。

(5)颜色纱线组织的提取和利用颜色信息纠错

Type	Left	Top	Right	Bottom
					0	4，5，6，7	4，7	4，5，6，7	5，7
1	2，3	0，1，2，3，4，7	4，5，6，7	0，1，2，3，5，7
					2	4，5，6，7	0，1，2，3，4，7	1，3	0，1，2，3，5，7
3	2，3	0，1，2，3，4，7	1，3	0，1，2，3，5，7
					4	0，1，4，5，6，7	5，6	0，2，4，5，6，7	0，1，2，3
5	0，1，4，5，6，7	0，1，2，3	0，2，4，5，6，7	4，6

6	0，1，4，5，6，7	5，6	0，2，4，5，6，7	4，6
					7	0，1，4，5，6，7	0，1，2，3	0，2，4，5，6，7	0，1，2，3

表3：交叉点邻接关系图则

颜色纱线的组织是织物的另一类关键信息。颜色纱线组织提取包括3个步骤：1。获得颜色调色板信息，即获得织物中颜色的数量和参数；2。确定每条纱线的颜色；3。利用纱线的颜色信息纠正交叉点分类的错误。

提取颜色织物中颜色的信息是一个颜色聚类问题。我们提出的方法是基于直方图墒值划分的自适应颜色聚类。这个方法的基础是J。DELON提出的一维直方图自适应分割算法。利用这个算法，我们按照颜色的亮度，色度，饱和度三个坐标轴循环对存在于一个织物中的所有颜色点进行空间划分，直到达到稳定状态，不存在继续划分的可能为止。这个算法划分而出的颜色类数量作为调色板的尺寸，颜色类的平均参数作为调色板颜色的参数。

纱线颜色的确定是一个颜色匹配问题。纱线的几何结构可以从织物的网格模型获得。从而，我们可以从每条纱线包含的所有颜色点参数统计出纱线颜色的平均参数。纱线颜色的平均参数与调色板中的每个颜色进行匹配，则颜色的纱线决定为与每条纱线的颜色参数最相似的调色板颜色。

如果构成一个交叉点的两条纱线的颜色是不同的，则该交叉点的类型可以通过纱线的颜色判断。如果一个交叉点正面的颜色接近于纬纱的颜色而同时北面的颜色接近于经纱颜色，则该交叉点为一个纬纱交叉点，反之，则该交叉点为一个经纱交叉点。如果在交叉点分类中得到的结果与根据颜色信息分类的结果相矛盾，则我们以根据颜色分类获得的结果为准。

图14给出了织物组织和颜色提取的最后结果，图15经向和纬向循环复制该结果而模拟得到的织物图像。

(二)经纬密度模块

其主要功能是测量纱线在经纬两个方向上的排列密度，主要的步骤包括：(1)特征角近似判断，(2)对应经纱和纬纱的频率点的校准，(3)纱线边缘的提取，(4)单面图像的快速傅立叶变换，(5)经纬纱线的密度计算。

根据前文关于织物的频率域模型的描述，可以得到一个关于织物密度的普遍定理(FDP定理)：在织物图像的夫利尔(Fourier)频谱中，水平/垂直方向上能量最大点(密度点)的水平/垂直坐标等于织物图像中经纱和纬纱的数量。

在实际应用中，由FDP定理获得的织物密度结果往往会受到3各因素的影响：织物的扭曲，织物的颜色和复杂织物的组织构造。在这里，我们叫提出一种织物密度的测量方法，可以有效的去处前两种影响因素。

在FDP定理的应用中，我们总是假设织物的经纬方向分别对应于垂直和水平方向。在这种理想状况下，在织物的Fourier频谱中，可以检测到2个能量最大的特征角度，这两个角度分别为0度和90度角，则沿该两个方向上的能量最大点分别确定为经纱和纬纱的密度点，经纱和纬纱的数量可以从密度点的水平/垂直坐标推导获得(图16)。

然而在实际情况中，织物的经纬方向往往不正好与垂直水平方向重合，这就称为织物的扭曲。在织物扭曲存在的情况下，在织物的Fourier频谱中检测到的两个能量最大的特征角往往偏离于0度或者90度(图17)这种情况下，我们对检测到的两个特征角进行近似判断，我们认为，距离0度最近的特征角对应于经纱方向，而距离90度最近的特征角对应于纬纱方向。此时，沿特征角方向提取到的密度点才是正确的经纬纱密度点。用特征角近似判断的。

应用FDP定理的另一个假设是，在Fourier频谱中，密度点对应的是空间织物中最强烈的周期性结构，也就是经纱和纬纱重复而造成的周期性结构。如果织物是彩色的，并且颜色纱线的组织也呈现周期性结构，则对于密度点的提取会造成影响。这是因为，在织物的空间信息中，往往颜色的周期性信息的强度要远远大于底层的纱线周期性信息。因为，沿特征角方向提取出来的能量最大点所对应的往往是颜色的周期性成分，而不是纱线(图18(1))。

我们观察到，织物的边缘图信息的稳定性是很强的。虽然边缘的强度也会受到颜色的影响，可是相对于灰度图是相对稳定的。因此，我们用织物的边缘图来替代织物的灰度图，并应用FDP于边缘图的Fourier频谱。我们发现，利用边缘图可以大大的加强纱线周期性成分的强度，同时抑制颜色的周期性成分的强度(图18(2))。但是这个结果对于密度点的提取的准确度还没有完全的提升。

正如前面所说，边缘图在一定程度上也会受到颜色的影响，从而造成边缘的强度随颜色的周期性变化而变换，影响FDP原理的准确度。为了克服这个因素，我们提出了以边缘图的二值化结果来替代边缘图的方法。边缘图的二值化采用的是基于直方图比例分割的窗口二值化算法。这种方法可以提升局部边缘的强度信息，同时抑制全局性颜色周期性信息。应用FDP于边缘二值化图像的Fourier频谱，可以看到，纱线周期性成分得到了明显的加强，而颜色的周期性成分得到了很好的抑制，纱线的密度点可以准确的提取。

(三)纱线颜色分析模块

该模块是基于标准色板的颜色校准和测量法，主要的模型架构和算法包括：

纱线的颜色分析模块的主要功能是测量纱线的颜色信息，涉及两个主要的步骤：颜色校准和颜色测量，由于该发明将标准的色板排列在试样的四周，可以通过同一幅图像完成上述两个步骤，保证了颜色测量的一致性。

纱线的颜色分析是基于特制的内嵌标准颜色板的磁性平板式布样夹持装置进行的。在特制磁性平板式布样夹持装置的四周，我们内嵌了24个标准色板。标准色板采用的是ColorChecker^TM的通用颜色色板(图19)，这确保了色板的准确性。标准色板的颜色参数是已知量。利用这些标准的颜色色板，我们提出了一种基于标准色的颜色校正算法。这个算法可以保证采样的纱线颜色准确性以及多次采样的一致性。

利用数字传感器采集的颜色可以通过标准颜色来加以校正。数字采样设备，例如扫描仪的传感器的数学模型可以表达为：

${\mathrm{RGB}}_n=\{R_n,G_n,B_n\}=r_n\·S=r_n\·{\left(\begin{array}{c}{s}_r\\ s_g\\ s_b\end{array}\right)}^T,$

其中，矩阵S包含数字传感器对于不同波段光谱的迷感度，r_n是标准颜色的反射光谱，RGB_n是扫描仪的实际输出。而标准颜色在CIEXYZ空间中的实际数值的计算方法为：

${\mathrm{XYZ}}_n=\{X_n,Y_n,Z_n\}=r_n\·L=r_n\·{\left(\begin{array}{c}{l}_x\\ l_y\\ l_z\end{array}\right)}^T,$

其中3×3矩阵L包含CIEXYZ颜色转换的匹配参数。则颜色的矫正问题取决于找到一个连续的映射参数矩阵A，该矩阵描述了从扫描颜色到标准CIEXYZ颜色空间的转换参数。

XYZ′＝{X′_n，Y′_n，Z′_n}＝A·{R_n，G_n，B_n}^T，其中 $A=\left(\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right).$

由Vrhel and Trussel提出的映射矩阵A的计算方法为寻找一个转换A_scan其中

$A_{\mathrm{scan}}=\arg \left(\underset{A}{\min }\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\right||{\mathrm{XYZ}}^{\′}-\mathrm{XYZ}|\left|\right),$

‖.‖²为CIEXYZ空间中的距计算算子。实验证明，利用最小二乘法估计获得映射矩阵A来进行颜色映射造成的颜色偏差是等价与由于颜色的反射光谱差异而造成的误差，这也就是说，利用标准颜色来以及上述方法所做的颜色校正得到的纱线颜色数据是完全正确的。

(四)纱线直径和均匀度测试模块

该模块是基于纱线骨骼化中心轴提取和内接圆测量技术实现的。

纱线直径和均匀度模块的主要功能是测量纱线的直径以及其均匀度，主要步骤包括：纱线图像的采集，纱线图像的分割，纱线中心轴的确定，沿纱线中心轴逐点测量，纱线直径的平均值。

以图像处理技术测量纱线直径的方法是把在三维空间中测量纱线的直径转换为在二维图像平面上测量纱线侧影射面的宽度。

我们提出的方法包括三个步骤：首先，获得纱线侧面影像；然后，在图像中分离出纱线体，并以几何方式描述纱线体的形态；最后，利用纱线体的几何描述计算纱线的平均宽度。

纱线侧面影像的采样是利用特制的磁性平板式布样夹持装置完成的。因为纱线颜色的变化，我们采用了两种不同的背景色板。其中黑色的背景色板用来采样浅色纱线，白色的背景色板用来采样深色纱线。利用不同背景色板的优点在于可以有效的增强纱线体和背景色之间的对比度(图20)。

由于有效的利用了不同的背景色板，纱线体和背景色的分离问题更易于解决。在采样图像的灰度累加直方图上，可以清晰的辨认出对应于背景色的波峰。因为背景色点的数量在图像中占有绝对的优势，所以在累加直方图种对应于背景色的波峰是最显著，而且与其他颜色的波峰的高度存在明显的差距。利用这个现象，我们可以准确地对累加直方图进行波峰划分，从来获得图像二值化的动态阈值。以此动态阈值为参考，对纱线的采样图像进行二值化，可以有效的分割纱线体和背景色(图21：中)。

中心轴转换是一个在图像中提取实心物体集合形态的有效工具。中心轴转换方法为：一个物体的几何形态可以被表示为一系列与物体边界双切的圆及其圆心的轨迹(图21：右)。对于纱线体而言，圆心的轨迹表示的是纱线的中心轴，而圆的直径则是纱线在其圆心处的宽度。

中心轴转换可以通过形态滤波的腐蚀算法实现。腐蚀算法从纱线的外侧开始，在保持中心轴连续的前提下，顺序的腐蚀掉纱线体。当纱线没有办法被进一步腐蚀的情况下，残余的纱线体部分就是纱线中心轴，而中心轴上每个点接触到腐蚀面时所经历的腐蚀次数则为其半径。

在取得纱线体几何形态的中心轴表示方法之后，纱线的宽度可以通过对中心轴上各点对应的圆的直径累加并求平均值获得。

Claims (28)

1.一套基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于： 

该系统的硬件部分包括： 

一台计算机(10)； 

一台用于织物结构和颜色数码扫描分析的平板式彩色扫描仪(7)； 

一套用于将待测试样夹持固定在所述平板式彩色扫描仪的扫描平台上，实现样品图像的双面对位扫描的磁性平板式布样夹持装置(9)； 

软件部分包括： 

四个用来分析和测试织物的组织结构、经纬密度、纱线颜色、纱线直径和均匀度的算法模块，每一个模块包括图像扫描、图像分析、数据输出三个步骤，其中： 

织物识别模块的功能用来分析和测试织物的组织结构，即识别经纬纱线的交织结构和纱线的颜色排列方式，包括两个算法结构：网格化模型和频率域模型； 

经纬密度模块的功能是测量纱线在经纬两个方向上的排列密度，包括一个算法结构：移动匹配频率模型，步骤包括：图像的定位裁减和匹配，纱线边缘的提取，单面图像的快速傅立叶变换，对映经纱和纬纱的频率点的识别和提取，图像的单相位和半相位平移，平移后图像的快速傅立叶变换，对映经纱和纬纱的频率点的校准，经纬纱线的密度计算； 

纱线颜色分析模块的功能是测量纱线的颜色信息，包括两个步骤：颜色校准和颜色测量，将标准的色板排列在试样的四周，可以通过同一幅图像完成上述两个步骤，保证了颜色测量的一致性； 

纱线直径和均匀度模块的功能是测量纱线的直径以及其均匀度，步骤包括：纱线图像的采集，纱线图像的分割，纱线中心轴的确定，沿纱线中心轴逐点测量，纱线直径的平均值和离散值计算； 

所述四个分析和测试算法模块的应用软件安装于计算机(10)内，用于织物结构和颜色数码扫描分析的平板式彩色扫描仪(7)与该计算机(10)相连，共同构成织物和纱线数码扫描分析系统，通过磁性平板式布样夹持装置(9)将待测试样(8)夹持固定在所述平板式彩色扫描仪(7)的扫描平台上，对待测试样(8)进行双面对位扫描、将正反双面扫描图像传入计算机(10)运用四个分析测试模块分别进行织物和纱线的结构和颜色的计算和分析，最后输出测试数据，其主要的测试流程包括：试样夹持固定，双面图像扫描，正反图像对位匹配，图像分析与特征提取，结果输出。 

2.根据权利要求1所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述的可实现双面扫描、并通过定位点准确实现正反面图像的定位匹配的磁性平板式布样夹持装置，包括： 

一对夹持平板，所述夹持平板可为正方形或矩形，该对夹持平板之间通过旋转轴结构(5)连接定位，上下夹持平板可绕轴芯(15)旋转实现180度开合； 

在所述上夹持平板的四个周边顶点位置镶嵌定位磁铁(6)，依靠磁铁的磁力实现上下平板对试样的夹持； 

所述夹持平板在中心位置设置有一采集窗口(4)，数码扫描系统采集对应窗口内的织物部分的图像； 

所述上下夹持平板各有四个定位参考点(3)，其中上夹持平板与下夹持平板的每对定位参考点垂直对位，保证在扫描织物正反两面的图像时可以实现精确对位； 

所述夹持平板在采集窗口(4)的四周，规则排列方格型的颜色模块(221)，该颜色模块(221)镶嵌在平板内，颜色模块的表面和平板的表面平齐。 

3.根据权利要求2所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述磁性平板式布样夹持装置的夹持平板(1、2)的形状可为正方形，也可为矩形，但该夹持平板的可旋转的一端的旋转接触点必须在同一个轴心上，保证夹持平板的旋转开合。 

4.根据权利要求2所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述磁性平板式布样夹持装置的上下夹持平板(1、2)的中心位置分别开设的采集窗口(4)是正方形，其上安装玻璃或透明树脂材料，并保证平板对试样的良好夹持，避免试样有部分因悬空搁置而导致试样表面弯曲变形，并且上下夹持平板的窗口形状和尺寸应保持对应一致；所述磁性平板式布样夹持装置的夹持平板(1、2)上的四个定位参考点(3)，其形状、颜色和个数可以根据图像识别算法而做相应的调整，定位参考点的主要作用是可以使得织物正面和其反面的图像，在各自的图像二维坐标下，找到参考坐标，实现仿射对映变换，为正面的每一个像素找到其在反面图像中的对应像素；所述磁性平板式布样夹持装置的夹持平板(1、2)上的定位参考点(3)的作用还可以是根据两个定位参考点之间的距离来计算像素的实际空间分辨率，以及根据四个定位参考点构成的正方形的相邻两条边的夹角计算扫描图像的空间扭曲度；所述磁性平板式布样夹持装置的上夹持平板(1)和下夹持平板(2)之间由旋转轴结构(5)连接，该旋转轴结构(5)包括下夹持平板上的旋转槽，上夹持平板的旋转槽，以及连接两者的轴芯构成，上下夹持平板(1、2)可绕轴芯(15)旋转实现180度的开合；磁性平板式布样夹持装置的夹持平板(1、2)的内外表面颜色一般设定为黑色，哑光处理；所述磁性平板式布样夹持装 置的夹持平板(1、2)上，规则排列于采集窗口(4)四周的颜色模块(221)的个数和色彩按照国际颜色标准机构提供的标准色板来设计，其色彩数目一般不少于16种。 

5.根据权利要求1所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述的四个用来分析和测试织物的组织结构，经纬密度，纱线颜色，纱线直径和均匀度的算法模块可以同时实现，而不是局限于一种单一功能；所述的软件部分中的每一个功能模块都包括图像扫描、图像分析、数据输出三个步骤，其中的图像为平板式扫描所获得的数字彩色图像。 

6.根据权利要求1所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述的软件部分中涉及的织物识别模块的功能用来识别经纬纱线的交织结构和纱线的颜色排列方式，包括两个算法结构：网格化模型和频率域模型； 

其中基于网格化模型识别的步骤包括：正反面图像的对位匹配，正反面图像的网格初始化，正反面图像的网格自适应匹配，图像的边缘提取，交织类型识别，组织点纠错，颜色分析； 

其中基于频率域模型识别的步骤包括：图像的定位裁减和匹配，双面图像的快速傅立叶变换，峰点滤波，周期性频率点的提取，织物组织结构参数的计算和识别。 

7.根据权利要求6所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述的基于频率域模型识别的步骤，利用傅立叶变换技术或相关的频谱分析技术来分析织物的数字化图像，其中包括小波变换，余弦变换。 

8.根据权利要求6所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述基于网格化模型识别是一种利用网格化模型自动识别织物组织结构的方法：所述织物的网格模型的算法包括织物双面采样和正反图象的对位匹配算法、纱线的定位和网格模型的初始化算法、基于梯度的织物网格模型自适应调整算法、交叉点的定义和识别、纱线组织颜色提取和利用纱线颜色进行组织纠错。 

9.根据权利要求8所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述织物网格模型的主体是一个2维的平面网格，这个网格用来存储织物的结构数据；所述网格由行和列构成，分别对应于织物的经纱和纬纱，而且是一一对应，即织物中的每一条纱线在网格模型中都有相应的行或者列来表征；纬纱(W_j)和经纱(W_i)分别对应于网格模型中的行(Row_j)和列(Column_i)；该织物网格模型中的每一条行或者列由一系列连续的网格元素构成，每个网格元素(E_ji)对应于织物中的一段纱线(S_ji)；通过纱线的行/列以及纱线段与网格元素的对应，一个织物样本可以用一个网格模型来表征。 

10.根据权利要求9所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述网格元素(E_ji)是所述织物网格模型的基本单元，织物的结构信息都通过存储在网格元素(E_ji)中的数据组来体现，该数据组包括4个方面的信息：网格元素的类型和构造类型、网格元素的几何形状信息、网格元素的颜色信息、网格元素的边缘信息。 

11.根据权利要求10所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：在所述数据组中的网格元素的类型和构造类型中，该网格元素的类型分两种：交叉点和非交叉点；一般纱线段有两种类型，一种纱线段是经纱和纬纱的交叉点(S_ji)，一种是非交叉点的独立的纱线段(S_j-3，i)，这些纱线段不与其他纱线存在交叉重叠；相应的，网格的元素也分为交叉点元素和非交叉点元素两种，其类型由对应的纱线段的类型决定； 

织物的构造类型信息通过纱线在交叉点的相互位置来表达，如果某网格元素的类型是交叉点，则对应在纱线交叉点的构造类型也需要记录下来：交叉点的构造类型根据纱线在交叉点的相互位置分为两种，一种是纬纱在织物正面，一种是经纱在织物正面。 

12.根据权利要求10所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述数据组中的网格元素的几何形状信息由织物个体信息而确定，织物的个体信息主要包括纱线的几何信息；而在网格模型中，一条纱线由若干连接的网格元素表示，所以通过纪录网格元素对应的纱线段的几何形状信息，就可以存储织物中纱线的个体几何信息；此外，一个纱线段的基本信息集合包括纱线段的位置，它可以由一个网格元素的四条边的位置和形状给出。 

13.根据权利要求10所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述数据组中的网格元素的颜色信息在织物中的分布情况则是通过纱线段的颜色来表达的；如果一个纱线段是交叉点，则在它的正面和反面的颜色分别是相应的经纱和纬纱的颜色；如果一个纱线段不是交叉点，则它正反面颜色都是相应纱线的颜色；在网格元素的数据中，一个纱线段正反面的颜色分别存储于表面色和背面色中，表面色和背面色分别指向调色板中的某个颜色数据。 

14.根据权利要求10所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述数据组中网格元素的边缘信息描述其对应纱线段的四边信息，一个纱线段是一个近似的四边形结构，包括四条边，一个纱线段的四条边的信息可以被用来做交叉点的识别和验证：如果一个纱线段是交叉点，则它正反面的边缘信息是不同的，在网格元素中，纱线段正反面的边缘信息分别存储在两个数据结构表面色和背面色中。 

15.根据权利要求8所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：在所述织物双面采样和正反图像的匹配算法中： 

所述织物正反面图像的采样是利用特制的磁性平板式布样夹持装置中的一对夹持平板(1、2)来实现的，在该磁性平板式布样夹持装置板(1、2)的采样窗口(4)的外侧有4个贯穿结构的参考对位孔(3)，这四个参考对位孔(3)构成了一个正方形的四个顶点；在单面采样图像中存在着4个对应于参考对位孔(3)的参考点(3)，由于参考对位孔(3)的贯穿性构造，在任意一面的采样图像中，参考点和采样窗口的相对位置关系是不变的； 

所述织物正反面的匹配是通过参考对位孔(3)来实现的，首先相对于磁性平板式布样夹持装置板的黑色背景，白色的参考对位孔(3)具有明显的颜色特征，可以非常容易的被识别和定位，并计算出参考点的中心点坐标，然后，以四个参考对位孔(3)为基准，对正反面图像分别进行仿射变换，变换后的矩形图像中，4个参考点分别位于图像的四角的顶点上，最后一步是对正反面图像进行同比例变换，使得正反面图像具有相同的尺寸，经过以上3步之后，正反面图像的参考点正好重合，图像获得匹配。 

16.根据权利要求8所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：在所述纱线的定位和网格模型的初始化算法中： 

织物网格模型是建立在与织物的纱线一一对应的关系上的，所以，建立网格模型的关键在于正确的检测织物中纱线的数量及位置； 

为了检测织物中的纱线，本方法提出一种基于哈世道夫距离的模板匹配算法：针对融合图像中经纱和纬纱的特征，分别设计了2个模板，经纱模板内含两条垂直的平行线，纬纱模板内含两条水平平行线，纱线模板的设计是针对融合图像边缘图中纱线的平行线边缘特征而定制的，纱线的检测和定位可以归纳为以下几步： 

a.从织物的正反面采样图获取融合图像； 

b.利用绍贝尔水平垂直边缘检测算子获取融合图像的水平及垂直边缘图； 

c.采用浮动窗口在以任意点为中心在垂直或水平边缘图中与经纱或纬纱模板同比例采样，并对采样窗口作直方图比例二值化计算；二值化后的窗口采样结果与经纱或纬纱检测模板计算哈世道夫距离，所得数值为该采样窗口中心点的匹配值； 

d.对垂直或水平边缘图的每一点利用步骤c的方法求得与经纱或纬纱模板匹配的匹配值； 

据此可以给出了基于模板匹配的经纱或纬纱提取的结果图，具有纱线平行线边缘特征的区域被明显的强化，纱线区域呈现明显的条状分布；考虑到经纱和纬纱分别对应于垂直和水平方向，还可以对经纱和纬纱的提取结果图分别作沿垂直和水平方向的匹配值累加直方图；在匹配值累加直方图中可以清楚地观测到波峰点和纱线的一一对应关系；在对累加直方图作波峰分隔以后，可以确定经纱和纬纱在水平或垂直方向上的平均坐标值； 

最后，以纱线的平均坐标值为基础对网格模型进行初始化并给出网格初始化结果图：在网格的初始化结果中，每条行或列都是以直线表示的，这是因为网格初始化数据采用的是纱线的平均坐标，可是这个网格形态显然不能够表示织物的实际形态，织物中纱线的扭曲和系度变化情况不能够从这个结果中观察到，所以，必须在这个初始化基础上对网格进行调整。 

17.根据权利要求8所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：在所述交叉点的识别算法中： 

在网格模型中，一个交叉点由一个四边形表示，四边形的四条边线的强度决定于交叉点的类型，同样的，由交叉点的强度可以推导出交叉点的类型； 

假设在一个理想状态下，交叉点边线的强度分为两种状态：0或者1；那么交叉点的类型可以被划分为8个类型，在这里，纬纱和经纱交叉点分别被细化为4个子类型； 

在实际情况中，交叉点边缘的强度不是表示为绝对的0或1，而是表示为相对较强或者相对较弱，那么交叉点的划分就成为一个经典的k-划分问题；这个k-划分问题具有4个输入数据和8个输出状态；这个k-划分问题可以通过一个简单的4输入8输出的反向传播人工神经网络解决； 

对于表示一个织物的组织结构，2类交叉点划分已经足够，把交叉点细化为8个子类型的原因是利用交叉点的邻接关系来对交叉点识别结果进行纠错；对于一个纬纱做开交叉点，与之相邻的右边交叉点只有两个可能：纬纱右开交叉点和纬纱左右开交叉点；利用交叉点邻接信息进行纠错有两个准则：a.一个纬纱交叉点背面必须是一个经纱交叉点；b.-个交叉点与相邻接4个交叉点的关系必须符合交叉点邻接关系图则中给出的关系，基于这两个准则，部分的交叉点识别错误可以获得纠正。 

18.根据权利要求8所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：在所述纱线组织颜色的提取和利用颜色信息纠错算法中： 

纱线组织颜色提取包括3个步骤：a.获得颜色调色板信息，即获得织物中颜色的数量和参数；b.确定每条纱线的颜色；c.利用纱线的颜色信息纠正交叉点分类的错误； 

a.提取颜色织物中颜色的信息是一个颜色聚类问题：此处提供的是基于直方图墒值划分的自适应颜色聚类，按照颜色的亮度，色度，饱和度三个坐标轴循环对存在于一个织物中的所有颜色点进行空间划分，直到达到稳定状态，不存在继续划分的可能为止，这个算法划分而出的颜色类数量作为调色板的尺寸，颜色类的平均参数作为调色板颜色的参数； 

b.纱线颜色的确定是一个颜色匹配问题，纱线的几何结构可以从织物的网格模型获得，从而可以从每条纱线包含的所有颜色点参数统计出纱线颜色的平均参数，纱线颜色的平均参数与调色板中的每个颜色进行匹配，则纱线的颜色决定为与每条纱线的颜色参数最相似的调色板颜色； 

c.如果构成一个交叉点的两条纱线的颜色是不同的，则该交叉点的类型可以通过纱线的颜色判断，如果一个交叉点正面的颜色接近于纬纱的颜色而同时背面的颜色接近于经纱颜色，则该交叉点为一个纬纱交叉点，反之，则该交叉点为一个经纱交叉点；如果在交叉点分类中得到的结果与根据颜色信息分类的结果相矛盾，则我们以根据颜色分类获得的结果为准。 

19.根据权利要求8所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述网格化模型根据织物组织的排列特点，还需要建立织物组织的表面纹理模型，其中包括对起伏波纹的定义和描述起伏波纹的特征参数以及基本组织的表面纹理模型，所述起伏波纹定义为织物的表面规则分布着许多组织点，组织点在某一方向上顺序连接形成规则的组织线，组织线与组织线平行排列形成条纹，描述起伏波纹的指标为波长λ和取向角θ。 

20.根据权利要求8所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述网格化模型根据织物组织的排列特点，还需要建立织物组织的频谱模型，其中包括对空间域和频率域的对应关系的分析，以及对织物组织的频谱模型的分析； 

通过二维傅立叶变换技术，可得到图像对应的二维频谱图，从而方便地提取图像的空间频率信息；织物图像反映了织物的表面形态，它在经向和纬向上，具有周期性变化的灰度分布，包含经纬纱排列的密度信息，这是利用傅立叶变换技术的物理背景；x，y为空间域的坐标分量，u，v为对应频率域的频率分量，(u₁，v₁)，(u₂，v₂)为经纬纱对应的空间频率点，d₁，d₂为理想状态下的经纬纱的间距，即经纬纱的周期，可以推出：d₁＝N/u₁，d₂＝N/v₁；织物在不同的方向形成不同的起伏波纹，每一起伏波纹在傅立叶变换后都会有相应的频率点，频率点在频谱图中的位置与起伏波纹的周期有关，因此只要将相应的频率点的位置确定，起伏波纹的周期即可得到；所以基于起伏波纹的频率点可以建立织物组织的频谱模型。 

21.根据权利要求20所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：依据所述网格化模型的织物组织的频谱模型，通过对缎纹织物的谱分析，可以推导出在对应频谱图上主要的峰点的坐标值，此外，在主峰点与原点的连线方向上还有等间距分布的峰点，这些是主峰点的谐波成分，谐波峰点的坐标是主峰点坐标的整数倍，因此也可得到它们的坐标值；根据推导求得的所有峰点的坐标值，在频率域得到以下公式，其中：a为经纱间距，b为纬纱间距，R为组织循环数，S_j为经向飞数，S_w为纬向飞数；横坐标相同的两相邻频率点的间距为：d_v＝N/b；纵坐标相同的两相邻频率点的间距为：d_u＝N/a；横坐标之差最小的相邻两点的横坐标之差为Δu₁＝N/Ra；纵坐标之差最小的相邻两点的纵坐标之差为：Δv₁＝N/Rb；在u的正方向上，纵坐标之差最小的相邻两点的横坐标的差为： Δu₂＝(R-S_j)·Δu₁；在v的正方向上，横坐标之差最小的相邻两点的纵坐标的差为：Δv₂＝(R-S_w)·Δv₁。 

22.根据权利要求20所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述网格化模型的织物组织的频谱模型，针对织物图象的分析过程为利用快速傅立叶变换得到织物的功率谱图象的过程，对得到的功率谱图象进行图象预处理，峰点滤波，提取功率谱图象的特征频率点信息，从而得到织物的结构信息，测量织物的经纬密并分析织物的结构类型。 

23.根据权利要求22所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：运用峰点滤波的算法，得到对应于经纬纱结构的峰点，首先，作出功率谱图象的直方图，观察它的灰度分布，取其最高点的灰度作为阈值t，消除雪花状背景点，令g(x，y)为功率谱图象，峰点是某个局域内灰度值最高的像素点；因此，可以用邻域最大值的算法，确定峰点，令max为功率谱图象g(x，y)的9×9方形或八边形邻域内灰度的最大值。 

24.根据权利要求8所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述网格化模型的织物组织的频谱模型还包括对织物的组织类型的判断准则，织物的组织类型根据组织循环数R，经向飞数S_j，纬向飞数S_w，就可以判断织物的类型，其判断准则如下：组织循环数R＝2，为平纹织物；飞数S_j＝S_w＝1，且R＞2，为右斜纹或 

左斜纹；飞数S_j＝S_w＞1，且R＞2，为

左斜纹或右斜纹；飞数S_j≠S_w，且R＞2，为缎纹组织R枚S_j飞纬面缎或R枚S_w飞经面缎。 

25.根据权利要求1所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述的经纬密度模块的主要功能是测量纱线在经纬两个方向上的排列密度，基本步骤包括：特征角近似判断，对应经纱和纬纱的频率点的校准，纱线边缘的提取，单面图像的快速傅立叶变换，经纬纱线的密度计算。 

26.根据权利要求1至25其中之一所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述的经纬密度模块根据关于织物的频率域模型的描述，可以得到一个关于织物密度的普遍定理：在织物图像的Fourier频谱中，水平/垂直方向上能量最大点的水平/垂直坐标等于织物图像中经纱和纬纱的数量； 

由FDP定理获得的织物密度结果往往会受到3个因素的影响：织物的扭曲，织物的颜色和复杂织物的组织构造，在此提出一种织物密度的测量方法，可以有效的去处前两种影响因素； 

在FDP定理的应用中，总是假设织物的经纬方向分别对应于垂直和水平方向，在这种理想状况下，在织物的Fourier频谱中，可以检测到2个能量最大的特征角度，这两个角度分别为0度和90度角，则沿该两个方向上的能量最大点分别确定为经纱和纬纱的密度点，经纱和纬纱的数量可以从密度点的水平/垂直坐标推导获得； 

在实际织物扭曲存在的情况下，在织物的Fourier频谱中检测到的两个能量最大的特征角往往偏离于0度或者90度，在这种情况下，对检测到的两个特征角进行近似判断，可以认为，距离0度最近的特征角对应于经纱方向，而距离90度最近的特征角对应于纬纱方向，此时，沿特征角方向提取到的密度点才是正确的经纬纱密度点，是用特征角近似判断的； 

应用FDP定理的另一个假设是，在Fourier频谱中，密度点对应的是空间织物中最强烈的周期性结构，也就是经纱和纬纱重复而造成的周期性结构；如果织物是彩色的，并且颜色纱线的组织也呈现周期性结构，则对于密度点的提取会造成影响，这是因为，在织物的空间信息中，往往颜色的周期性信息的强度要远远大于底层的纱线周期性信息，因此，沿特征角方向提取出来的能量最大点所对应的往往是颜色的周期性成分，而不是纱线； 

织物中边缘图信息的稳定性是很强的，虽然边缘的强度也会受到颜色的影响，可是相对于灰度图是相对稳定的，因此可以利用织物的边缘图来替代织物的灰度图，并应用FDP于边缘图的Fourier频谱；利用边缘图可以大大的加强纱线周期性成分的强度，同时抑制颜色的周期性成分的强度，但是这个结果对于密度点的提取的准确度还没有完全的提升； 

边缘图在一定程度上也会受到颜色的影响，从而造成边缘的强度随颜色的周期性变化而变换，影响FDP原理的准确度；为了克服这个因素，本方法提出以边缘图的二值化结果来替代边缘图，边缘图的二值化采用的是基于直方图比例分割的窗口二值化算法，这种方法可以提升局部边缘的强度信息，同时抑制全局性颜色周期性信息，应用FDP于边缘二值化图像的Fourier频谱，可以看到，纱线周期性成分得到了明显的加强，而颜色的周期性成分得到了很好的抑制，纱线的密度点可以准确的提取。 

27.根据权利要求1至25其中之一所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：所述的纱线的颜色分析模块的主要功能是测量纱线的颜色信息，涉及两个主要的步骤：颜色校准和颜色测量，本发明将标准的色板排列在试样的四周，可以通过同一幅图像完成上述两个步骤，保证了颜色测量的一致性； 

纱线的颜色分析是基于特制的内嵌标准颜色板的磁性平板式布样夹持装置进行的，在特制磁性平板式布样夹持装置的夹持平板(1、2)四周内嵌了24个标准色板，标准色板采用的是ColorChecker^TM的通用颜色色板；标准色板的颜色参数是已知量，利用这些标准的颜色色板提出了一种基于标准色的颜色校正算法，这个算法可以保证采样的纱线颜色准确性以及多次采样的一 致性； 

利用数字传感器采集的颜色可以通过标准颜色来加以校正，数字采样设备，传感器的数学模型可以表达为： 

其中，矩阵S包含数字传感器对于不同波段光谱的迷感度，r_n是标准颜色的反射光谱，RGB_n是扫描仪的实际输出，而标准颜色在CIEXYZ空间中的实际数值的计算方法为： 

其中3×3矩阵L包含CIEXYZ颜色转换的匹配参数，则颜色的矫正问题取决于找到一个连续的映射参数矩阵A，该矩阵描述了从扫描颜色到标准CIEXYZ颜色空间的转换参数： 

XYZ′＝{X′_n，Y′_n，Z′_n}＝A·{R_n，G_n，B_n}^T，其中

由Vrhel and Trussel提出的映射参数矩阵A的计算方法来寻找一个转换A_scan，其中： 

||.||²为CIEXYZ空间中的距计算算子，实验证明，利用最小二乘法估计获得映射参数矩阵A来进行颜色映射造成的颜色偏差是等价与由于颜色的反射光谱差异而造成的误差，这也就是说，利用标准颜色来以及上述方法所做的颜色校正得到的纱线颜色数据是完全正确的。 

28.根据权利要求1至25其中之一所述的基于双面数字图像扫描技术和数字彩色图像处理技术的织物和纱线分析系统，其特征在于：在所述的纱线直径和均匀度模块中，纱线骨骼化中心轴提取和内接圆测量技术被用来表征纱线直径和均匀度： 

纱线直径和均匀度模块的主要功能是测量纱线的直径以及其均匀度，主要步骤包括：纱线图像的采集，纱线图像的分割，纱线中心轴的确定，沿纱线中心轴逐点测量，纱线直径的平均值； 

以图像处理技术测量纱线直径的方法是把在三维空间中测量纱线的直径转换为在二维图像平面上测量纱线侧影射面的宽度； 

本方法包括三个步骤：首先获得纱线侧面影像；然后在图像中分离出纱线体，并以几何方式描述纱线体的形态；最后利用纱线体的几何描述计算纱线的平均宽度； 

纱线侧面影像的采样是利用特制的磁性平板式布样夹持装置完成的，因为纱线颜色的变化，本方法采用了两种不同的背景色板，其中黑色的背景色板用来采样浅色纱线，白色的背景色板用来采样深色纱线，利用不同背景色板的优点在于可以有效的增强纱线体和背景色之间的对比度； 

利用不同的背景色板，纱线体和背景色的分离问题更易于解决，在采样图像的灰度累加直方图上，可以清晰的辨认出对应于背景色的波峰，因为背景色点的数量在图像中占有绝对的优势，所以在累加直方图种对应于背景色的波峰是最显著，而且与其他颜色的波峰的高度存在明显的差距，因此可以准确地对累加直方图进行波峰划分，从来获得图像二值化的动态阈值，以此动态阈值为参考，对纱线的采样图像进行二值化，可以有效的分割纱线体和背景色； 

中心轴转换是一个在图像中提取实心物体集合形态的有效工具，中心轴转换方法为：一个物体的几何形态可以被表示为一系列与物体边界双切的圆及其圆心的轨迹，对于纱线体而言，圆心的轨迹表示的是纱线的中心轴，而圆的直径则是纱线在其圆心处的宽度； 

中心轴转换可以通过形态滤波的腐蚀算法实现，腐蚀算法从纱线的外侧开始，在保持中心轴连续的前提下，顺序的腐蚀掉纱线体，当纱线没有办法被进一步腐蚀的情况下，残余的纱线体部分就是纱线中心轴，而中心轴上每个点接触到腐蚀面时所经历的腐蚀次数则为其半径； 

在取得纱线体几何形态的中心轴表示方法之后，纱线的宽度可以通过对中心轴上各点对应的圆的直径累加并求平均值获得。 

Images