機(jī)器視覺代替人體視覺在紡織檢測中的應(yīng)用

摘要：人們從外界環(huán)境獲取的信息中，80％來自于視覺，其他來自于觸覺、聽覺、嗅覺等感覺器官。機(jī)器視覺就是用計算機(jī)模擬人眼的視覺功能，從圖像或圖像序列中提取信息，對客觀世界的三維景物和物體進(jìn)行形態(tài)和運動識別。本篇主要談?wù)摍C(jī)器視覺代替人體視覺在紡織檢測中的應(yīng)用。

關(guān)鍵詞：機(jī)器視覺；識別；匹配

中圖分類號：F49 文獻(xiàn)標(biāo)識碼：A DOI：10.3969/j.issn.1672-0407.2012.01.024

文章編號：1672-0407(2012)01-059-02 收稿日期：2011-11-20

一、機(jī)器視覺的研究內(nèi)容

人們從外界環(huán)境獲取的信息中，80％來自于視覺，其他來自于觸覺、聽覺、嗅覺等感覺器官。當(dāng)人們的眼睛從自己周圍的環(huán)境獲取大量信息，并傳入大腦后，由大腦根據(jù)知識或經(jīng)驗對信息進(jìn)行加工、推理等處理工作，最后識別、理解周圍環(huán)境，包括環(huán)境內(nèi)的對象物，如運動物體與物體間的相對位置、形狀、大小、顏色、紋理、運動還是靜止等。機(jī)器視覺就是用計算機(jī)模擬人眼的視覺功能，從圖像或圖像序列中提取信息，對客觀世界的三維景物和物體進(jìn)行形態(tài)和運動識別。機(jī)器視覺研究的基本目的--就是要尋找人類視覺規(guī)律，從而開發(fā)出從圖像輸入到自然景物分析的圖像理解系統(tǒng)。對于機(jī)器視覺系統(tǒng)來說，輸入是表示三維景物投影的灰度陣列(可以有若干個輸入陣列)，這些陣列可提供從不同方向、不同視角、不同時刻得到的信息。通常這些描述是關(guān)于物體的類別和物體間的關(guān)系，但也可能包括如表面空間結(jié)構(gòu)、表面物理特性(形狀、紋理、顏色、材料)、陰影以及光源位置等信息。目前許多機(jī)器視覺專家都是在馬爾(Marr)創(chuàng)立的視覺計算理論框架下求索。

二、機(jī)器視覺與人類視覺的差異

對于人的視覺來說，由于人的大腦和神經(jīng)的高度發(fā)展，其目標(biāo)識別能力很強(qiáng)。但是，人的視覺也同樣存在障礙，例如，即使具有一雙敏銳的眼睛和極為高度發(fā)達(dá)頭腦的人，一旦置于某種特殊環(huán)境(即使曾經(jīng)具備一定的檢驗知識)，其目標(biāo)識別能力也會急劇下降。事實上人們在這種環(huán)境下，面對簡單物體時，仍然可以有效而簡便地識別，而在這種情況下面對復(fù)雜目標(biāo)或特殊背景時，才會在視覺功能上發(fā)生障礙，兩者共同的結(jié)果是導(dǎo)致目標(biāo)識別的有效性和可靠性的大幅度下降。將人的視覺引入機(jī)器視覺中，機(jī)器視覺也存在著這樣的障礙。它主要表現(xiàn)在3個方面。

(1)如何準(zhǔn)確、高速(實時)地識別出目標(biāo)；

(2)如何有效地增大存儲容量，以便容納足夠細(xì)節(jié)的目標(biāo)圖像；

(3)如何有效地構(gòu)造和組織出可靠的識別算法，并且順利地實現(xiàn)。前兩者相當(dāng)于人的大腦這樣的物質(zhì)基礎(chǔ)，這期待著高速的陣列處理單元以及算法的新突破，用極少的計算量以及高度地并行性實現(xiàn)功能。

三、機(jī)器視覺檢測中幾種基本技術(shù)

(一)訓(xùn)練系統(tǒng)

先將參考織物或圖片的圖像輸入微機(jī)圖像處理系統(tǒng)，選擇并計算可表示圖像特征的參數(shù)，以確定疵點或圖形的分類指標(biāo)，如灰度級，疵點或圖形的面積，疵點在經(jīng)緯向尺寸、形態(tài)等，是系統(tǒng)獲得這些指標(biāo)的標(biāo)準(zhǔn)。然后將所測試的織物輸入，計算其各點灰度值及一些需比較的特征參數(shù)與標(biāo)準(zhǔn)比較，確定疵點或圖形分類。

(二)樣板匹配

求得某一圖像哪一部分對應(yīng)另一圖像的哪一部分時或比較兩幅圖像的相似度時，采用樣板樣匹配的方法。一般將樣板t(x，y)，令其中心與圖像的一點(i，j)重合，逐點檢測，找出差距小于閾值的部位，定位相同或相似的，大于閾值的部位，定為不同或不相似的點。

(三)二值化處理

為將圖形與背景分離，根據(jù)灰度值確定一定灰度域值。將灰度值大于此域的點置為1，小于此域值的點為0。使圖像變?yōu)楹诎锥祱D像，便于圖形特征測量和結(jié)構(gòu)分析描述。

(四)腐蝕和膨脹

腐蝕可使輪廓邊界收縮，膨脹可使輪廓邊界膨脹，腐蝕和膨脹的不同組合，不同處理次數(shù)，可以得到不同的圖形效果，如使圖像中的小孔使之檢測出來或使之消除。

(五)細(xì)線化

對給定的圖形使之細(xì)化，從而提取線寬為l的中心線的操作。在細(xì)線化中，不改變原圖的連接性，使圖形骨架輪廓結(jié)構(gòu)清晰，便于計算，不會因邊界上的小凹凸而產(chǎn)生毛刺。在計算非織造布纖維取向度是用此法處理。

(六)紋理分析

在分析縐組織的縐效果或羊絨的鱗片結(jié)構(gòu)時，須用紋理分析的方法。紋理分析內(nèi)容包括：紋理特征的計算微粒區(qū)域的分割與紋理邊緣的檢測。

具體可以解決的問題如：

1.紡織布料識別與質(zhì)量評定；

2.織物表面絨毛鑒定；

3.織物的反射特性；

4.合成紗線橫截面分析；

5.緲線結(jié)構(gòu)分析等；

6.此外還可用于織物組織設(shè)計、花型紋板、棉粒檢測、分析紗線表面摩擦等。