織物紋理可以體現織物表面的紋路特征，比如同樣的條件下毛織物比 絲織物粗糙，通過紋理的粗糙性可以快捷地比較織物表面的粗糙程度。粗 糙性的大小與局部的空間重復結構有關，周期大的紋理粗，周期小的紋理 圖2單根纖維的位置識別 細。這是一種感覺上的判斷，而不是定量的紋理測度，不過還是體現了紋理變化的傾向，即小測度的紋理表示細紋理，大測度的紋理表示粗紋理，其實粗糙測度才是表示紋理粗細 的最好方法。用空間自相關函數作為紋理測度的方法，圖像的二維函數表示為/($，％)，自相關函數如下：
4織物疵點檢測
織物表面的特征分析是圖像處理技術在紡織檢測中應用的重點。對于一幅織物圖像如圖3，它是由經 線和緯線交織而成，突起的浮長線很好地體現了織物的紋路。如果某個區域出現疵點或者褶皺，該區域的 經線（或者緯線）就不連續。在平面上織物中的經緯線一般為直線段，對于檢測這類織物的疵點，只需先 對織物圖像進行Hough變換，進行邊緣檢測，以檢測出紗線的邊緣，此后再對圖像進行二值化處理，得到 圖4。二值化時的閥值設定非常關鍵，閥值太大會降低分辨率，閥值太小容易產生噪音，處理過的圖像都 會造成信息損失。這里采用一種根據像素的灰度值和其周圍局部灰度信息來確定閥值的局部閥值法，它對 于織物圖像這種多樣性的圖像效果比較理想。為進一步增加準確度，可以對二值化圖像進行Sobel算子細 化。sobel算子細化原理是通過引入衰減因子得到不失真的灰階邊緣圖，然后將灰階邊緣圖用索貝爾算子 進行處理，得到邊緣的邊緣圖，再用前者減去后者得差值圖，再將差值圖中為負的點改為0，用以除去差 值圖圖中邊緣外側的點，從而得到邊緣較細的邊緣圖。對于邊緣較陡的部分可直接得到光滑、連續且接近 單點寬的邊緣；對于邊緣模糊的部分這一過程可以重復多次，最后也可得到較細的邊緣（但不一定連續）。 此方法對于處理其它邊緣檢測方法得到的邊緣也有效。邊緣細化可用于物體邊緣的精確定位，由于結果仍 是灰階圖像，因而可以保留圖中幅值較低的邊緣，故還可用于克服閾值選擇不當造成的分割錯誤。細化可 以不改變原始圖形的連接性，并且使得圖形的骨架輪廓更加清晰（圖5)，圖3中右邊的疵點便被檢測出 來了。另外，可由織物的二值化圖像（圖4)測得織物的經密和緯密。
5、結 語
圖像處理技術用于紡織行業極大地提高了檢測效率，但離在線檢測還有距離，圖像的在線檢測技術將 是今后一個時期亟需解決的難點。
<<上一頁[1][2]
相關信息 
推薦企業 推薦企業
推薦企業
您所在的位置：
