超寬幅掃描儀配套織物疵點檢測軟件設計

駱然然，鮑 敏，沈衛平，費 鑫

(浙江理工大學機械與自動控制學院，浙江杭州310018)

0 引 言

在織造行業中往往需要對織物產品進行表面紋理、疵點的檢測，且由于織物產品尺寸一般較大，必須使用寬幅掃描儀進行織物圖像掃描。

以生產大幅面掃描儀著稱的英國Colortrac公司生產的最寬幅面掃描儀SmartLF CX42的掃描規格為1 118 mm×1 067 mm，國內掃描儀生產制造商可提供的掃描幅面寬度范圍一般在210 mm～1 296 mm。而目前市場上的床單、被褥尺寸可達2 300 mm×2 500 mm，顯然，普通寬幅掃描儀無法滿足織造行業的特殊要求，并且這類掃描儀的掃描厚度大多只可滿足工程圖紙、地圖和書畫等紙制品。根據紡織織造行業的材料特點，國內自主研發的超寬幅掃描儀可以較好地解決掃描過程中織物尺寸和材質厚度這兩個問題。

織物疵點的檢測在紡織品檢測中是最重要的檢測項目之一。長期以來，疵點檢測都是由人工視覺完成，其檢測速度一般在10 m/min～15 m/min，該方法容易受到外界環境的影響，并且存在勞動強度大、效率低、漏檢率高等缺點［1］。近些年國內外學者在織物檢測方面進行了很多研究，基本上是圖像處理技術，包括小波變換、Gabor濾波器、數學形態學、共生矩陣以及Markov隨機場等多種工具［2］。目前，圖像處理技術在紡織檢測中獲得了廣泛應用，以工業掃描儀驗布系統代替人工視覺，實現對紡織品的自動檢測，可以更好地提高紡織企業的自動化程度，提高產品的正品率，從而對國民經濟的發展起到促進作用［3］。

基于以上兩點，本研究開發一款可以配套超寬幅掃描儀的圖像疵點檢測軟件，并通過實驗實現對織物表面掃描、織物數字圖像校正以及對目標織物疵點檢測等功能。

1 織物掃描問題分析

在超寬幅掃描儀獲取圖像的過程中，由于成像系統的非線性、掃描姿態及掃描鏡頭與織物的相對運動等原因，所產生的圖像像元的幾何位置相對于原景物圖像產生的擠壓、伸展、偏移和扭曲等變形，解決這類失真問題的方法稱為幾何校正［4］。超寬幅掃描儀實物如圖1所示。

圖1 超寬幅掃描儀

此外，在紡織工業中往往會因為紡織機械的勞損或編織程序的錯誤導致織物存在各種各樣的瑕疵點，包括錯線、破洞、堵孔、斷線等等。因此，通過超寬幅掃描儀對目標織物與標準織物進行掃描配準、尋找目標織物的瑕疵點也是超寬幅掃描儀需要解決的問題之一。

2 圖像幾何校正

圖像幾何校正的基本方法是先建立幾何校正的數學模型，其次利用已知條件確定模型參數，最后根據模型對圖像進行幾何校正。圖像幾何校正通常分為兩步:首先對圖像進行空間坐標變換，然后再重新確定新像素的灰度值［5］。

2.1 空間坐標變換

在實際操作中，筆者先用超寬幅掃描儀獲得一幅沒有畸變或畸變較小的圖像，以此作為基準，然后根據基準圖像去校正幾何失真圖像［6］。

將基準圖像設為f(x，y)，而有較大幾何畸變的圖像用g(x'，y')表示，空間坐標變化如圖2所示，是一種畸變情形。

圖2 空間坐標變化

兩幅圖像幾何畸變的關系可以用下列解析式來描述:

通常和可用多項式來近似表示:

如此，便可以用基準圖與畸變圖的采樣點來確定函數和，以便整幅圖像的像素點變換坐標。

2.2 雙線性灰度內插

雙線性內插法是利用待求點4個相鄰像素的灰度在二方向上做線性內插，雙線性內插法如圖3所示。

圖3 雙線性內插法

下面推導待求像素灰度值的計算式［7］。

對于(i，j+v)，有:

該方法具有低通濾波性質，使高頻分量受損，圖像輪廓有一定模糊，但沒有灰度不連續的缺點，結果令人滿意。

2.3 幾何校正方法

設恢復的圖像像素在基準坐標系統為等距網格的交叉點，從網格交叉點坐標(x，y)出發，根據下式和若干已知點，求解未知數:

據此推算出各網格點在已知畸變圖形上的坐標(x'，y')。由于(x'，y')一般不為整數，不會位于畸變圖像像素中心，因而不能直接確定該點的灰度值，而只能由該像點在畸變圖像的周圍像素灰度值內插求出，將它作為對應像素(x，y)的灰度值，從而獲得校正圖像，以備下一步圖相配準及查找織物疵點。

3 圖像配準

圖像配準就是將不同時間、不同傳感器或不同條件下(天候、照度、攝像位置和角度等)獲取的兩幅或多幅圖像進行匹配、疊加的過程。本研究將圖像配準計算應用于超寬幅掃描儀的織物掃描圖像，來進行織物疵點的監測［8-9］。

基于灰度信息的圖像配準方法一般不需要對圖像進行復雜的預先處理，而是利用圖像本身具有灰度的一些統計信息來度量圖像的相似程度。

該方法的基本思路［10］是:將標準織物圖像T(大小為N×N，單位:像素)疊放在目標織物圖像S(大小為M×M，單位:像素)上滑動，標準織物圖像覆蓋下的那塊目標織物圖像為子圖 Si，j，i，j為 T左上角像點 A在S中的坐標，比較T和Si，j的灰度信息即可尋找標準織物圖像和目標織物圖像的差異點，即找到目標織物的瑕疵點。配準原理圖如圖4所示。

圖4 配準原理圖

4 實驗結果

該設計利用TWAIN協議接口從超寬幅掃描儀設備上獲取織物靜態圖像，其軟件結構流程如圖5所示。

圖5 圖像處理流程圖

疵點檢測實驗結果如圖6所示。

圖6 實驗結果

5 結束語

本研究通過對超寬幅掃描儀在工業掃描過程中遇到的幾何失真及織物疵點識別的介紹，引出對數字圖像失真校正及圖相配準的研究，利用數字圖像的像素空間坐標變換和像素灰度內插法對失真圖像進行校正處理，并通過基于灰度化的圖相配準計算進行織物疵點檢測。通過對織物進行檢測實驗，證實了該軟件能夠準確地得到織物疵點信息，且方便技術人員操作，對織造檢測行業具有一定的意義。

掃描檢測技術應用前景廣闊，但是，目前國內超寬幅掃描儀市場尚未成熟，織物檢測關鍵技術的研究狀況仍處于初級階段，尚需進一步提高自動檢測技術水平。

［1］李立輕，黃秀寶.圖像處理用于織物疵點檢測的研究進展［J］.東華大學學報:自然科學版，2002，28(4):118-112.

［2］孫文立，劉金珠，金宏健.一種基于圖像處理技術的坯布疵點檢測及評估方法［J］.紡織機械，2012(4):54-56.

［3］劉君杰，趙曉娣.圖像處理技術在紡織品評定中的應［J］.毛紡科技，2005(11):50-54.

［4］崔洪州，孔 淵，周起勃，等.基于畸變率的圖像幾何校正［J］.應用光學，2006，27(3):183-185.

［5］楊大力，翁正新.圖像校正技術的研究及應用［J］.控制工程，2008，15(5):168-171.

［6］張 金，成媛媛，李 洋，等.一種基于虛擬鍵盤圖像坐標變換的幾何失真校正方法［J］.計算機應用與軟件，2012，29(6):84-88.

［7］曹亞君，邵玉蘭.基于雙線性內插的圖像處理算法及其優化［J］.中州大學學報，2012，29(3):111-113.

［8］謝永勝，余正生.圖像快速配準算法的改進［J］.機電工程，2010，27(2):36-38.

［9］唐雪蓮，畢明德，孫志剛.基于支持向量機的布匹圖案匹配算法設計［J］.機電工程，2011，28(12):1523-1526.

［10］TSAI D M，LIN C T.Fast normalized cross correlation for defect detection［J］.Pattern Recognition Letters，2003，24(15):2625-2631.