基于圖像處理的經編彈力織物線圈密度自動檢測算法

唐澤華,李欣欣

(東華大學 紡織學院, 上海 201620)

隨著社會的進步和人們對生活品質要求的不斷提高,經編彈性織物被廣泛地應用于各行各業,特別是服裝面料。經編彈性針織面料一般用氨綸與錦綸交織而成,其線圈結構比較松散。氨綸由軟質和硬質的嵌段共聚物構成,具有優越的彈性性能[1]。現代科技的發展和進步逐漸取代了傳統的手工業,信息技術被大量用于紡織行業,圖像處理技術在紡織行業得到了廣泛應用,大大推動了紡織行業的發展以及紡織品的結構和提花識別技術的革新。彭然等[2]將紡織理論與計算機圖像處理技術相結合,發明了一種用于校正織物傾斜的方法;武銀飛等[3]和周果等[4]根據圖形處理技術,研制出一種用于機器織物經、緯密度的自動識別系統,并以單色、多色機織物和印花織物為測試對象進行圖像收集、圖像灰度化處理,方向校正、經紗和緯紗的亮度投影曲線、漏檢和去除異常像素點后得到了所有織物的單根經紗和緯紗的分割圖像,從而計算出了機織物的經、緯密度;丁雪榮等[5]和Tunk等[6]對采集到的圖像進行快速傅里葉變換(FFT)變換得到相應特征點,從而計算出針織物的密度;Huang等[7]利用灰度投影曲線上經紗和緯紗之間的最值來確定織物的橫向密度和縱向密度。

圖像處理技術在紡織行業已有一定的研究,但是仍然有一些問題沒有得到很好的解決,如對于組織結構復雜、花紋色彩豐富、密度大的織物的密度檢測精度不夠。本文在已有對機織物自動檢測密度[8-9]的基礎上,開發出一套能夠對彈力經編織物密度進行自動檢測的方法,并基于織物密度的變化來對織物的伸長率進行預測。

1 經編彈力織物的制備及圖像采集

1.1 織物制備工藝

1.1.1 實驗設備與材料

本文使用卡爾邁耶RSE4拉舍爾經編機,機號為E32,配備有4把梳櫛,實驗設備如圖1所示。

圖1 4把梳櫛的拉舍爾經編機

錦綸具有優良的伸展性和彈性,在常溫下也能進行染色,耐磨損,垂感好,其與氨綸織造出的織物手感柔順且回彈性能良好。滌綸具有較高的彈性模量和斷裂強度、耐高溫。用氨綸混紡織造出的織物斷裂強度大,具有良好的尺寸穩定性且生產成本低。由于本文所織造的產品主要應用于醫用材料,需要產品彈性優良、彈性回復率高、手感柔順,所以選用的原材料是44 dtex氨綸(韓國曉星公司)和44 dtex錦綸(長樂恒申公司)。

1.1.2 組織與結構參數

采用2梳氨綸經編機織成一種具有雙向彈性的經編織物。具體配置為第1把梳櫛采用滿穿錦綸的穿經方式織造經絨組織;第2把梳櫛采用滿穿氨綸的穿經方式織造經平組織。其墊紗數碼和穿經循環為GB1: 2-3/1-0//,滿穿,44 dtex錦綸,GB2: 1-0/1-2//,滿穿,44 dtex氨綸。

墊紗運動圖如圖2所示,線圈結構圖如圖3所示。

圖2 墊紗運動圖

圖3 線圈結構圖

1.1.3 織造工藝

在上機織造過程中,前梳和后梳2種原料的送經量及差異會影響織物的彈性性能。本文織造的經編彈力織物前梳櫛所穿的錦綸送經量為1 310 mm/(480橫列);后梳櫛所穿的氨綸送經量為315 mm/(480橫列)。經編機采用剛度好的織針以確保織針不會在織造過程中產生形變,采用積極送經的送經裝置。織造出來的織物成品規格為橫向密度16 根/cm,縱向密度為30根/cm。

1.2 織物圖像采集

圖像處理技術[10]的第1步就是圖像采集,采集結果直接影響后續的操作步驟以及結果的準確程度,影響采集圖像的質量要素主要有采集設備、采集環境、采集的方式方法、采集對象自身的條件等。

本文使用EOS 700D照相機(日本佳能公司)進行圖像采集,使用可調LED照明燈,模擬白天的光線,在距離織物布面5 cm處控制圖像尺寸為1 cm×1 cm,分別采集經編彈力織物在自然拉伸狀態下(圖4(a))、橫,拉伸和縱向拉伸均為20%(圖4(b)),橫向拉伸和縱向拉伸均為40%(圖4(c)),橫向拉伸20%、縱向拉伸40%(圖4(d)),橫向拉伸40%、縱向拉伸20%(圖4(e))狀態下的圖像,確定圖像采集的尺寸可以減少后續密度自動檢測程序的復雜程度,只需要統計出在1 cm×1 cm圖像大小范圍內的線圈橫列數和線圈縱行數即可確定織物的密度。為了使拉伸效果更明顯,圖中綠色框表示10個橫列和10個縱行的區域大小。

圖4 原始織物圖像

2 經編彈力織物圖像預處理

2.1 織物圖像灰度化

MatLab包括灰度圖像、索引圖像、真彩色圖像、二值變換圖像、序列圖像5種圖像[11]。通過rgb2gray函數可以將真實彩色圖象轉化為灰色圖象,其代碼為RGB=imread(′S0.PNG′);GRAY=rgb2gray(RGB),運行結果如圖5所示。

圖5 織物灰度圖像

由圖5可知,該圖像已被轉化成符合后續圖像處理要求的灰度圖像,便于后續對圖像進行強化處理。

2.2 織物圖像平滑處理

采用中值濾波方法對圖像進行平滑處理,并利用 MatLab軟件包中的medifilt2功能實現,鄰域窗默認為3×3,其程序代碼為M=medfilt2(GRAY,[3,3])。

2.3 織物圖像的增強處理

采用直方圖規定化對圖像進行增強處理,此方法能夠靈活機動的處理直方圖,并且能夠針對性的對某個灰度值范圍進行增強,其MatLab軟件代碼為hgram=0∶255;直方圖規定化增強對比度H=histeq(M,hgram)。上述程序中變換矢量hgram選擇為hgram=0∶255,此選擇能夠滿足圖像具有較大的動態范圍的要求,同時能夠獲得更為清楚的經編彈力織物的細節紋理圖。

3 特征點的提取及線圈參數的計算

3.1 傅里葉變換

傅里葉變換是一種應用非常廣泛的數學運算手段。本文采用快速傅里葉變換(FFT),FTT算法把離散傅里葉變換DFT(Discrete Fourier Transform)中重復的計算量最大程度的進行了刪除,從而加快了計算速度,其MatLab的程序代碼為FFT = fft2(F1);angle = angle(FFT);FS = abs(fftshift(FFT)),運行結果如下圖6所示。

圖6 經編彈力織物傅里葉變換頻譜圖

3.2 織物紗線重構及閾值變換

本文先對帶有特征點的特征頻帶進行了線圈縱行、線圈橫列系統的重組,并計算了線圈縱行和橫列的數量。圖7、8中所示為使用局部Niblack閾值法進行處理的圖像,白色表示紗線,黑色表示紗線間隙,任意選擇一條水平線作為基準線。

圖7 重構后的線圈縱行信號圖

圖8 重構后的線圈橫列信號圖

由于在采集圖像的時候限定了在1 cm×1 cm的織物內采集,因而只需自動檢測出紗線根數即可得到織物密度。人工檢測是用照布鏡統計1 cm范圍內織物線圈橫列數和線圈縱行數。

經編彈力織物密度自動檢測結果和人工測量密度結果如表1和圖9所示。

表1 經編彈力針織物的橫、縱密對比

圖9 橫、縱密度柱狀圖

從表1和圖9可以看出,人工檢測與自動檢測結果整體誤差小于8%,在允許的范圍內,本文提出的自動檢測密度的方法可以取代手工檢測。

根據織物密度的變化可以對織物的伸長率進行簡單預測,橫向伸長率SA和縱向伸長率SB的計算公式如式(1)(2)所示,對比結果如表2和圖10所示。

表2 經編彈力織物的橫、縱向伸長率對比

圖10 橫、縱向伸長率柱狀圖

(1)

(2)

式中:SA和SB分別為織物橫向和縱向伸長率,%,PA、PB分為指未拉伸前織物的橫密和縱密,PA′、PB′分別指拉伸后織物的橫密和縱密,縱行/cm、橫列/cm。

從表2和圖10可以看出,伸長率的自動檢測誤差均在6%以內,誤差較小,可以用來對經編彈性織物的伸長率進行簡單預測。

4 結 論

本文在裝配有4把梳櫛的E36卡爾邁耶RSE4拉舍爾經編機進行織造,然后對經編彈力針織物進行圖像采集和預處理,用傅里葉變換實現了圖像由空間向頻域轉換,從而能夠對特征點的信息進行提取,然后使用傅立葉的逆變換將圖像進行重構,統計出紗線的根數,得到織物密度。從而得出的結論如下:

①經編彈力針織物的織造要使用特殊的彈力經編機。

②利用傅里葉變換對圖像進行轉換,然后利用 Niblack′s閾值對噪聲進行濾波處理,有效地去除了噪聲成分,提高了圖像的質量,并提高了檢測的精度。

③通過使用圖像處理技術,可以準確檢測出針織物的紗線根數和密度參數,與人工檢測的結果差異控制在5%以內,同時通過密度的檢測可以預測經編彈力織物的伸長率。