基于RTV中值濾波算法的染色紡織物色差檢測研究

任震東

摘 要

針對染色紡織物檢測中存在的紋理影響因素和準確率低的問題，提出一種新的檢測方法：在兩種不同標準光源D65和F2的照射下對染色紡織物進行圖像采集，采用基于RTV的中值濾波算法對染色紡織物進行紋理濾波處理，然后使用基于顯著算法的CMC（l：c）色差公式對染色紡織物的色差進行計算，經過三組試驗證實色差檢測的準確率在89%，并得出不同光源下相同紡織物存在色差的結論。

關鍵詞

染色紡織物;光源;中值濾波;CMC色差公式;色差

中圖分類號： TP32 ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A

DOI：10.19694/j.cnki.issn2095-2457.2020.04.05

0 引言

隨著紡織行業的飛速發展，紡織物色差檢測已經成為紡織行業中的重要環節[1]。目前在紡織行業中紡織物色差檢測普遍采用人工檢測的方式，該方式存在檢測效率低，人為影響因素較大等問題[2]。為了解決目前紡織品色差檢測存在的問題，達到高效、準確的目的，國內外研究人員進行了相關研究。目前的方法分別是從顏色空間轉換[3]、圖像分割、目標提取、圖像濾波和色差公式等方面進行改進，從而提高算法的準確率。上述研究通過多種算法和色差公式對紡織物色差進行研究，對紡織物色差檢測系統的建立起到了推動性作用。對上述文獻進行研究后發現如下兩方面問題：一方面是紡織物色差檢測需要在指定光源下進行檢測，不同光源下的紡織物色差檢測結果存在一定差別，使得檢測結果的準確率得不到保證;另一方面是染色紡織物紋理對色差檢測結果存在影響。

基于此，采用面陣CCD相機在封閉的對色燈箱中采集不同光源下靜態單色紡織品的圖像顏色信息，再對紡織物圖像紋理進行處理，并用色差公式得到色差結果。

1 圖像采集

紡織物色差檢測中，光源是至關重要的一個條件。CIE委員會定義并制定了多種標準光源，在該實驗中選用目前紡織廠常用的D65和F2光源。在封閉的對色燈箱中選用指定光源對織物進行照射，利用CCD相機和光學鏡頭組成的光學成像模塊對檢測紡織物進行圖像采集。

2 基于RTV的中值濾波算法

首先紡織物紋理間隙區域的顏色會出現深淺不一的情況，其次紡織物本身會出現各種瑕疵，為了有效避免上述因素對圖像顏色獲取造成影響，采用改進的中值濾波對紡織物的主體顏色進行提取。為了使得紡織物紋理對顏色提取造成的影響降低，本文采用基于RTV的中值濾波算法對采集的紡織物圖像進行處理，其公式如式（1）、（2）：

本文對采集圖像基于引導圖像進行聯合雙邊濾波處理，得到輸出圖像，如式（3）：

公式中的和分別對應兩和雙邊濾波器的空間權重和閾值權重函數。通過聯合雙邊濾波分別對R、G、B三個通道進行處理得到最終的彩色結果。

3 基于顯著算法的CMC（l：c）色差公式

CMC（l：c）色差公式是目前較為常用的色差公式如式（4）所示：

式（9）中，ΔL*、ΔC*ab、ΔH*、ΔECMC（l：C）分別式在LAB顏色空間檢測紡織物色相對于標準紡織物顏色的亮度差、彩度差、色相差、色差值。SL、SC、SH是由標準紡織物顏色亮度、彩度、色相所確定的色差校正值。l、c為色差調節因子，本文分別取值為2、1。

改進的CMC（l：c）色差顯著算法，其紡織物色差顯著圖定義為：

式（5）中，ΔECMC（l：C）（x，y）在顏色坐標中對的標準色的CMC（l：c）色差值，Sals（x，y）是紡織物色差顯著圖中對應像素點的灰度值，由紡織物圖像該點的色差值賦予。使用改進的CMC（l：c）色差公式進行色差檢測。

4 實驗結果與分析

按紡織物色差檢測流程圖，獲取圖像的色差值，并對其進行分類。色差值的單位為NBS，當色差值的數值是1時稱其為1個色差單位，色差值的數值小于1.5時人眼檢測難以發現色差，故將T的值定位1.5。

通過表2可以看出，本文算法在紡織物紋理去除的效果上較為顯著，同時在去除紡織物的同時也能有效地去除附著在紡織上的細小污染物，這對染色紡織物色差檢測中顏色的提取帶來了便捷。

本試驗所選取的三類不同顏色的染色紡織物均是由相關工廠提供，且是經過人工檢驗后的合格品。從表1和表2所呈現出來的色差值均小于設定的T值，驗證了改進的CMC色差算法的可靠性。

5 結論

（1）以染色紡織物為對象提出基于RTV的中值濾波算法對圖像進行處理，達到了去除紋理及微小瑕疵的目的，避免了這些因素的干擾，進一步提高算法運行的效率。

（2）改進的CMC色差算法能夠將紡織物色差顯著圖中色差較大的區域特征顯著出來，提高了檢測的精準度。

（3）本文在兩組不同光源下對相同紡織物進行檢測，得出的色差值存在一定的差異，證明了光源對染色紡織物色差存在影響。

參考文獻

[1]李鵬飛，閆亞娣，張凱兵，等.基于AdaBoost局部二值模式特征的色織物紋理分類[J].西安工程大學學報，2018，32（06）：670-677.

[2]楊曼，李仁忠，劉陽陽，等.基于改進迭代匹配濾波的織物疵點檢測[J].西安工程大學學報，2017，31（03）：383-389.

[3]劉愷，劉湘，常麗萍，等.基于YUV顏色空間和多特征融合的視頻煙霧檢測[J].傳感技術學報，2019，32（02）：237-243.