彩色數碼提花組織均衡方法研究

李 輝 孫 涌 劉霽琮

(蘇州大學計算機科學與技術學院 江蘇 蘇州 215006)

0 引 言

目前國內外的彩色提花CAD系統品種眾多，主流的彩色提花CAD系統在制作意匠圖時都是通過對織物圖像進行掃描，再進行分色，然后在分色圖上完成修改、鋪組織、勾邊等主要工序。而在分色圖上修改、鋪組織等工序則是需要消耗織物設計人員大量時間的環節。這些工序都是在系統內部的網格圖中實現，對于每一個操作都需要細心地去完成，所以工作量很大，而且對設計者的要求很高。當前主流系統都不支持自動化的方案，都需要一步步操作，所以浪費大量的時間成本。為此，本文提出了一個應用在提花組織結構均衡的方案，能夠自動化鋪上均衡的組織，有效節約了大量的時間。該方案主要從分色算法和經緯組織均衡來研究。

目前，織物圖像的分色方法[1]主要有特征聚類，基于區域的方法或邊緣檢測等。特征聚類算法：比如模糊C均值[2]，需要事先確定分類個數，初始參數對分類結果有較大影響，并且沒有考慮空間因素，因而對噪聲敏感。基于區域的方法[3]需要根據圖像區域的同一性特征對圖像進行分割，它的分割效果依賴于同一性特征的穩定性。織物圖像由于其紋理、紗線顏色不同等因素很難確定區域的一致性準則，所以分割效果很難保證。

織物的組織[4]是由經緯相互交織形成的規律，經緯線相互浮沉交織，必然會產生經緯線的收縮。如果每一根經線或緯線交織前后的縮率都相同，可稱為經緯交織均衡[7]。在過去紋版設計過程中，經緯交織平衡與否可以在手工意匠環節中進行修改，但在科學技術不斷發展的今天，手工意匠環節逐漸被計算機處理技術所替代。經緯交織的平衡需要在鋪組織過程中進行解決，由于當前高效生產的需要，如果在組織設計過程中沒有滿足經緯交織平衡，將導致織物在實機織造過程中不能正常生產[5]，會出現大量斷線情況，而這也是目前提花工藝系統面臨的主要問題。

本文提出了一個應用在提花組織結構自適應均衡的方案，該方案主要包括以下步驟：首先采用混合中值濾波和分水嶺算法對織物圖像進行分割分色；然后根據組織均衡原則，生成一系列經緯均衡的組織結構，并根據研究的鋪組織策略進行鋪組織；最后通過計算織物經緯交織次數來驗證所鋪的組織是否有效。

1 總體思想

織物組織結構均衡方案的核心思想：首先對織物圖像分割分色，計算分色圖像后的各個顏色區域的大小，自定義生成交織均衡的組織庫。然后再根據鋪組織策略，對不同區域進行添加不同組織。最后根據研究的織物組織均衡方法對整體的組織進行計算，看是否達到均衡。如果沒有達到均衡狀態，則從改變區域局部組織，直到達到均衡狀態為止。其流程如圖1所示。

圖1 總體方案流程

2 圖像分色

2.1 圖像預處理

彩色提花CAD系統的輸入圖像一般為機織物的掃描圖像，它在掃描過程中可能會產生各種噪聲，如果使用中值濾波來進行平滑處理，可能會存在噪聲擴散或者過度濾波的現象，造成部分細節模糊。所以為了保持織物圖像不同顏色紗線的邊緣特征，本文采用的是混合中值濾波[6]。

混合中值濾波是由中值濾波與線性濾波結合而成的。如圖2是混合中值濾波的具體示意圖，采用的是3×3像素的窗口，首先取當前像素與上下左右共5個像素的中值；然后取當前像素與左上、左下、右上、右下5個像素的中值；最后再取當前像素與前面2個中值的中值作為濾波后的顏色分量值。

圖2 混合中值濾波示意圖

2.2 分水嶺分割

分水嶺算法[8]是一種數學形態學的分割方法，它的基本思路是把圖像看作一幅“地形圖”，圖像中每個點的灰度值則表示該點在地形圖上的高度，所有灰度值中的局部極小值向外擴散形成匯水盆，而集水盆形成的邊界則稱之為分水嶺。因為分水嶺算法對細微邊緣比較敏感，它能夠得到單像素寬且封閉的邊緣，而且能夠準確定位，所以本文采用opencv中分水嶺算法對織物圖像進行分割分色。

3 均衡組織庫設計

機織物的組織結構是通過經緯線的相互交織來完成的，根據織物的經緯均衡原則[7]：織物的縮率與經緯交織的次數有關。所以生成的組織要保證經緯交織狀態改變次數要相同。而生成組織結構的要素有很多，主要總結為5種，分別為方向、起點、枚數、飛數、點數。如圖3所示，以5枚緞紋進行舉例分析，方向主要分為垂直方向和水平方向。起點指的是圖3第一列中，從下往上數第一行，每個組織點的不同位置；枚數指的是一個組織單元大小，圖3枚數為5；飛數指從下往上數第一行組織點與第二行組織點中間間隔的組織點個數，圖3中組織飛數為2；點數指的是每一行的組織個數，5枚緞紋中每一行中組織點的個數最多為4，即點數最多為4。根據上述均衡原理，每增加一個點數，每一行都需要增加，并且保持是連續的組織單元，因為這樣生成的組織庫中所有組織的交織次數是相同的，即它們之間任意替換不會改變織物的均衡狀態。

圖3 5枚緞紋的均衡組織庫

4 鋪組織策略

鋪組織策略是整個組織均衡方案至關重要的一部分，策略的好壞直接決定著彩色提花組織的均衡效果和整個鋪組織方案的時間效率。在上述均衡組織研究與色合計，織物分塊劃分思想的基礎上，本文提出了一種鋪組織策略，為了更好描述鋪組織策略，現做如下定義：

定義1令G為織物分色圖像的集合，G0,G1,G2,…,Gn分別為各個分色區域，n為分色區域的個數，即G=G0∪G1∪G2∪…∪Gn，每個顏色區域Gi都包含2個參數，即Gi(col,num)，其中col表示當前區域的顏色，num表示當前區域的大小，即區域像素點的個數。

定義2令S為設計的組織結構的集合，S0，S1,S2,…,Sn分別為之前設計的組織，n為組織個數，每個組織結構除了構成自身的五個參數(方向、起點、枚數、飛數、點數)外，還包含交織次數weaveNum，即Si(weaveNum)。

經過上述定義，本文提出的鋪組織策略主要思想為：首先計算分色圖像的各個顏色和它對應的區域大小，即Gi(col,num)。然后再根據排序算法對各個分色區域大小num進行排序，按從大到小進行排列，得出：G0>G1>G2>…>Gn。同理，對織物組織的交織次數進行計算，然后根據排序算法對各個組織的交織次數weaveNum進行排序，按從小到大的順序進行排列，得出：Sn>Sn-1>…>S1>S0。最后，鋪組織時用最大的區域對應交織次數最少的組織，第二大的區域對應交織次數倒數第二小的組織，以此類推，最小的區域對應交織次數最多的組織。這樣對于既定的圖像和組織結構，可以使各個局部大致均衡，也盡可能地使整個織物圖像達到均衡。下面用圖4來詳細說明。

圖4 鋪組織策略示意圖

5 自適應均衡算法

織物的交織均衡與組織點數目無關，而是由組織點的交織變化次數決定的，所以要想計算一幅組織圖是否均衡，就必須計算經緯向的交織次數。假設彩色提花圖像的寬度和高度分別為W和H，然后遍歷彩色提花圖像來了解彩色提花的組織分布情況，從而計算彩色提花圖像經緯向交織次數。本文以計算經向組織均衡來舉例：

1) 首先通過一個參數來weaveNum來記錄每列的交織次數，紋織信息中的組織點point(x,y)可以表示成如下公式：

(1)

式中：0表示緯線在上，即緯組織點，1表示經線在上，即經組織點，所以在彩色提花圖像中每列的組織點由經組織點變為緯組織點或者由緯組織點變為經組織點，則屬于一次交織次數變化，即weaveNum++。

2) 遍歷完整幅圖像，再計算當前所有列平均組織點avgNum大小，平均組織點計算公式如下：

(2)

3) 最后通過每列的交織總數與平均交織點次數相比，看其絕對值是否在組織均衡誤差λ范圍內，如果在范圍內，則進行后續的計算，如果不在誤差范圍內，此時分為兩種情況：

(1) 當該列組織交織變化次數大于整體均衡交織次數，則在該列的組織交織次數減去兩者的差值，即weaveNum-avgNum，而要減少組織交織次數，則需要將連續的經組織點中間的緯組織點換成經組織點，從而能夠減少交織次數，進而滿足該列組織均衡。

(2) 當該列組織交織變化次數小于整體均衡交織次數，則將該列的組織交織次數增加兩者的差值，即avgNum-weaveNum，而要增加交織次數，則需要在連續的緯組織點中將中間的緯組織點換成經組織點，從而能夠增加交織次數，進行使該列達到均衡。經向組織均衡自適應算法如下：

1 Procedure AdaptiveEqualization(W, H)

2 integer i,j,sum,avgNum,weaveNum(1:W)←0

3 for j←1 to W do

4 for i←1 to H do

5 if Point(i,j)≠Point(i+1,j) then weaveNum(j)++

6 endif

7 repeat

8 sum + = weaveNum(j)

9 repeat

10 avgNum = sum/W

11 for j←0 to W do

12 if |weaveNum(j)-avgNum |<λ then continue

13 else if weaveNum(j)>avgNum then

14 在該列減少weaveNum(j)-avgNum個交織次數

15 else 在該列增加avgNum-weaveNum(j)個交織次數

16 endif

17 endif

18 repeat

19 end AdaptiveEqualization

6 實驗結果及分析

基于本文的均衡組織研究方案，對織物圖像來進行鋪組織實驗，并驗證均衡情況。本文實驗的硬件、軟件環境為：處理器：Intel(R) Core(TM) i3 CPU M 350 @2.27 GHz,內存容量：2 GB；操作系統：WIN7 SP1 x86 旗艦版；仿真平臺：自主研發的彩色提花工藝系統。

6.1 分色實驗分析

本文選取一幅宋錦織物圖像進行實驗，選擇的圖像大小240像素×300像素，圖像格式為JPEG，原圖像如圖5(a)所示，對原圖像進行混合中值濾波后，消除了孤立的噪聲，圖像變得平滑，有利于后續處理。圖5(b)為分割分色后的圖像，剔除了原圖像中織物細縫處的像素，使織物中緯紗的主導色保持一致。

圖5 分色效果圖

6.2 組織庫設計

組織庫的設計是需要設計組織單元的5個影響參數，不同的組織庫設計需求是根據提花圖像的分色個數和用戶需要設計的紋理決定的。而本文設計的方案是需要能夠滿足對不同的組織都可以實現組織均衡，所以根據組織均衡原則和提花圖像分色個數生成如表1所示幾種組織。

表1 組織結構信息

6.3 鋪組織實驗

為了更好地展示實驗效果，本文采用白色紗線來模擬組織點填充的情況，當組織點為白色，說明當前是經組織點，即經線在上，緯線在下。實驗結果如圖6所示，(a)是分色之后的圖，(b)是鋪完均衡組織后的結果，(c)、(d)、(e)三幅圖則是鋪完組織圖的局部放大圖。可以發現，之前生成的均衡組織按照鋪組織策略進行填充，并且不同的顏色區域對應著不同的組織結構。

圖6 組織填充效果效果

不過也可以發現，對于顏色區域比較大的區域，組織結構很好地填充進去，而對于復雜的區域，分色圖中區域分色不完全，也會造成少量組織不能鋪上去。不過這不影響最后的組織均衡，因為通過圖7可以看出，在鋪完組織之后，宋錦織物的列交織狀態變化次數整體在130次上下波動，并在允許的誤差范圍之內，而影響組織均衡的因素就是交織次數，所以可以得出該織物圖像是列交織均衡的。

圖7 宋錦織物組織列交織數據

案例二選用簡單花形織物圖像，大小為480像素×300像素，圖像格式為JPEG，依據花形織物圖像的分色結果，通過設置組織結構的5個參數來確定一個組織，自定義生成以下組織結構，如表2所示。

表2 組織結構信息

為了更好地顯示實驗效果，實驗中用不同于織物區域的顏色作為組織點，可以更好地看出組織填充的情況，實驗結果如圖8所示。(a)為織物分色結果圖，(b)為鋪組織實驗結果圖，(c)-(g)則是對應每個分色區域的局部放大圖。該分色圖圖案相比宋錦織物較為簡單，分色效果較好，從圖中可以看出，局部放大圖中的組織都一一對應著之前設計的組織，而且可以看出織物圖像的邊界處也都鋪上了組織。從圖9中也可以發現，通過均衡組織計算，花形織物的鋪完組織后的組織交織次數基本維持在160次左右，上下波動幅度在誤差允許范圍之內。所以根據之前研究結論可以得出該織物是滿足列組織均衡的。

圖8 花形織物鋪組織實驗圖

圖9 花形圖像列交織數據

本文提出的整個鋪組織方案，與傳統鋪組織環節相比，時間上有了很大的提升。傳統鋪組織先對不同的局部進行鋪組織，并在最后手動修改局部不均衡的組織，所需時間隨著根據設計人員的熟練程度而改變，一般都需要1 min以上。而本文方案自動化實現組織均衡，避免了手動修改的麻煩，應用本文方案的案例一所需時間14 s，案例二分色區域相對多些，所需時間20 s，所以總體而言跟傳統方法相比在時間效率上有較大的提升。

7 結 語

本文提出的彩色提花組織結構自適應均衡的方法，對織物圖像濾波、分色、均衡組織庫的生成、鋪組織策略、組織自適應調整進行了研究與實現。目前，國內關于織物組織均衡方法的研究還比較少，而本文提出的方案應用在課題組研發的彩色提花工藝系統中。實驗結果表明該方案能夠實現自動鋪組織，并保證織物組織自適應均衡的效果，由傳統手動設計轉變為自動化操作，能夠有效節約設計人員的時間成本，為當前行業中主流彩數碼色提花工藝系統的研究提供了核心算法支持。

[1] 王穎,李鵬飛.印花織物自動分色系統[J].西安工程大學學報,2016,30(1):52-57.

[2] Pan R,Liu J,Gao W,et al.Automatic detection of the layout of color yarns with logical analysis[J].Fibers and Polymers,2012,13(5):664-669.

[3] Karoui I,Fablet R,Boucher J M,et al.Variational region-based segmentation using multiple texture statistics[J].IEEE Transactions on Image Processing,2010,19(12):3146-3156.

[4] 浙江絲綢工學院.織物組織與紋織學(上冊)[M].2版.中國紡織出版社,1981.

[5] 李志祥.電子提花技術與產品開發[M].紡織工業出版社,2000.

[6] Kuo C F J,Jian B L,Tung C P,et al.Automatic machine embroidery image color analysis system,part II:Application of the genetic algorithm in search of a repetitive pattern image[J].Textile Research Journal,2012,82(11):1099-1106.

[7] 周赳,吳文正.基于數碼技術的機織物組織設計原理和方法[J].紡織學報,2007,28(4):48-51.

[8] Tarabalka Y,Chanussot J,Benediktsson J A.Segmentation and classification of hyperspectral images using watershed transformation[J].Pattern Recognition,2010,43(7):2367-2379.