程序中使用策略確定降噪閾值方法其規則是:給定分解層數j , 對j +1 及更高層, 所有系數保留;對第i 層( 1≤i ≤j ) , 保留絕對值最大的Ni 個系數, Ni 由下式確定:
Ni= M( j +2- i ) α式中, M和α為經驗系數, α一般取2~3。
從圖3 可看出, 經過小波消噪后, 圖像中分散雪花般噪聲大大減少, 而且大量織物底紋等干擾信號也被去除許多, 從而更加突出了起球部分, 為準確評定起毛起球等級奠定了基礎。
2. 3 掩模生成
使用上述提出的織物起球圖像分析新方法,對兩類織物的標難起球較準樣照圖像作了一維離散小波變換分析,并對前五個分析尺度的水平取向的細節系數標準差做了 記錄。所用的織物的標準起球較準樣照是機織物,它們是由澳大利亞份姆斯赫爾有限公司發行的。用掃描儀對上述兩個系列的標準
2. 1 起球較準樣照進行掃描,采用600 dpi ( dot s peri nch) 的分辨率,圖4 是描獲得的針織物和機織物兩個系列的標準起球較準樣照圖像,其起球級別分為5 級,l 為嚴重起球,5 為不起球[5]。
Haar 小波分析計算比許多其他的小波分析更簡單[9],我們選擇Haar 小波用于最初的小波分析試驗。研究中以給定的兩個系列的標準起球較準樣照圖像為分析對象,采用Mat l ab 軟件中的小波工具箱來進行小波分析,在此環境下小波分析能進行直到5 個尺度的分解。初始試驗檢查了水平取向細節系數(XC s) ,因為水平取向的圖像特征是整幅圖像的代表。機織物兩個系列的標準起球較準樣照圖像的水平取向織物織紋都大約每8 個像素重復一次。圖 5 展示了對機織物標準起球較準樣照圖像進行二維離散小波變換分析5 個尺度分解的結果,縱坐標是水平取向細節系數標準差(BXC s),橫坐標是起球級別[ 6]。
水平取向細節系數標準差與起球級別的關系曲線, 就機織物細節系數與起球級別關系準起球較準樣照圖像而言,這一分辨率是織物水平取向織紋紋距( 像素) 的分數,很可能產生不規則的結果。隨著分析尺度對織物織紋紋距的逼近,希望小波分析能最好的鑒別起球織物圖像與不起球織物圖像[7]。
對兩個系列的標準起球較準樣照圖像的小波分析結果表明:此處的建議與織物織紋紋距整數倍相關的分析尺度給出了最好的起球級別鑒別結果。使用垂直取向細節系 數對、對角線取向細節系數重復進行了小波分析,得到了相似的結果。從機織物系列的標準起球較準樣照圖像的分析結果可以看到:在尺度5 的分析結果中,在起球程度高的幾幅圖像處起球水平的鑒別力低,這可能是由于圖像1、 2 和3 間的差異與圖像4 和5 間的差異相比比較小的緣故。正如我們所期望的,本文提出的新方法對起球級別的鑒別能力取決于用于開發校準曲線的標準樣照[ 8]。
2. 4 起毛起球特征分析
對某一特定的分析應用領域來說,沒有確定的選擇最佳基波的規則。對織物試驗分析領域,為了確定一個優化的分析小波和相應的分析尺度,提出了下列優化分析步驟[ 9]:
(1)針對一個系列標準起球較準樣照圖像,在足夠多的垂直位置檢查無球圖像水平方向的強度,觀察變異特征。
(2)依據波形相似原則選定幾個候選分析小波,即選擇波形與系列標準起球較準樣照圖像中無球圖像水平方向變異特征相似的小波。
(3)用每一個候選小波、在最大可能深度的分析尺度上,對該系列標準起球較準樣照圖像做三維離散小波變換多分辨率分析。
(4)對每一分析尺度,記錄細片系數標準差BXC Q[ 10] 。
(5)找出使細節系數標準差隨起球程度的增加而單調遞增的那個分析尺度,計算相鄰起球級別起球圖像的細節系數標準差(BXQ C )間的跨度,以及最大起球級別圖像和最小起球級別圖像間的總跨度。
我們用上述優化分析方法對針織物這一系列的標準起球較準樣照進行了優化分析。所提供的起球程度評級仍然用5 級表示,1 級起球最嚴重,5 級無起球。表1 給出了對針織物系列標準起球較準樣照圖像,使用Ha ar 小波進行小波分析的結果,包括產生單調遞增水平趨向細節系數標準差分析尺度,最大可能分析尺度,針織物系列標準起球較準樣照圖像中每一幅圖像的水平趨向細 節系數標準差,相鄰起球級別起球圖像的細節系數標準差間的最大、最小跨度,以及最大起球級別圖像和最小起球級別圖像間的總跨度,按等式計算的鑒別因子[ 11]。
3 結論
不同的織物起球測試儀、 不同的測試方法、不同的測試角度以及不同的測試人員對相同布樣的測試評估結果是不同的。小波分析方法應用于織物起球圖像分析,能將時域和頻域結合起來描述 觀察信號的時頻聯合特征,得到穩定的織物紋理信號成分和起球信號成分。本文建立了基于二維離散小波變換的織物起球圖像分析模型與客觀評定方法,提出了優化 分析小波及相應的分析尺度的步驟,采用 Haar 小波對機織物起毛起球進行了分析,在織物起毛起球程度定量評級方面具有應用價值[ 12]。
<<上一頁[1][2]
相關信息 







推薦企業
推薦企業
推薦企業