基于圖像處理的織物沾水性客觀評(píng)價(jià)方法

劉成霞， 劉圣劍

(1. 浙江理工大學(xué) 服裝學(xué)院, 浙江 杭州 310018； 2. 浙江省服裝工程技術(shù)研究中心, 浙江 杭州 310018)

基于圖像處理的織物沾水性客觀評(píng)價(jià)方法

劉成霞1,2， 劉圣劍1

(1. 浙江理工大學(xué) 服裝學(xué)院, 浙江 杭州 310018； 2. 浙江省服裝工程技術(shù)研究中心, 浙江 杭州 310018)

目前織物沾水性的評(píng)價(jià)主要依賴(lài)人工進(jìn)行，易受主觀因素的影響，導(dǎo)致評(píng)定結(jié)果不理想。針對(duì)這一現(xiàn)狀，對(duì)織物沾水性客觀評(píng)價(jià)方法加以研究。首先選取24塊常見(jiàn)面料進(jìn)行沾水性測(cè)試，對(duì)照AATCC沾水等級(jí)標(biāo)準(zhǔn)樣照進(jìn)行人工評(píng)定等級(jí)，之后對(duì)沾水試樣進(jìn)行拍照，并用MatLab軟件對(duì)照片進(jìn)行圖像處理：彩色圖像灰度化、直方圖均衡化、中值濾波、邊緣檢測(cè)、膨脹、腐蝕等，提取了濕潤(rùn)面積與測(cè)試面積，再根據(jù)AATCC沾水等級(jí)標(biāo)準(zhǔn)樣照確定每一等級(jí)的濕潤(rùn)比，從而對(duì)試樣沾水等級(jí)進(jìn)行客觀評(píng)定。結(jié)果表明，織物沾水等級(jí)主客觀評(píng)定結(jié)果之間具有良好的一致性,利用圖像處理技術(shù)對(duì)織物沾水等級(jí)進(jìn)行客觀評(píng)判的方法是可行的。

織物； 沾水性； 客觀評(píng)價(jià)； 濕潤(rùn)面積比； 圖像處理

目前對(duì)于織物沾水等級(jí)的評(píng)定主要依賴(lài)人工進(jìn)行，這種方法受評(píng)定者心理狀態(tài)和生理狀況的影響太大，主觀因素會(huì)使判別產(chǎn)生偏差，容易因疲勞而產(chǎn)生誤檢，因此評(píng)定誤差大，一致性不好，且效率不高。

圖像處理技術(shù)由于具有評(píng)價(jià)準(zhǔn)確，效率高等優(yōu)點(diǎn)，被廣泛應(yīng)用于疵點(diǎn)檢驗(yàn)、組織識(shí)別、起球等級(jí)[1]及平整度評(píng)價(jià)、纖維檢驗(yàn)[2]等。如陳樹(shù)越[3]和SHADY等[4]利用圖像處理技術(shù)對(duì)織物疵點(diǎn)的檢測(cè)方法進(jìn)行了研究。潘如如等[5]探討了機(jī)織物組織自動(dòng)識(shí)別技術(shù)和方法。陳慧敏、李艷梅等[6-7]分別利用圖像處理技術(shù)研究了評(píng)價(jià)織物以及縫紉平整度的方法。周明、盧雨正等[8-9]分別用圖像處理技術(shù)表征了納米纖維膜的孔隙率以及竹節(jié)紗織物竹節(jié)分布均勻性。而關(guān)于織物沾水性的研究甚少，且現(xiàn)有研究主要是利用BP神經(jīng)網(wǎng)絡(luò)對(duì)織物沾水等級(jí)進(jìn)行評(píng)定[10]。

綜上，主觀評(píng)判具有誤差大，效率低等缺點(diǎn)，因此本文利用圖像處理技術(shù)對(duì)織物沾水等級(jí)進(jìn)行客觀評(píng)定的方法進(jìn)行研究。

1 試驗(yàn)部分

1.1 試樣選取

選取24塊沾水性差異較大的常見(jiàn)織物，基本規(guī)格見(jiàn)表1。

表1 織物規(guī)格參數(shù)表Tab.1 Fabric specification parameters

1.2 織物沾水性測(cè)試

根據(jù)GB/T 4745—1997《紡織織物 表面抗?jié)裥詼y(cè)定 沾水試驗(yàn)》，用LFY-214表面抗?jié)裥阅軠y(cè)試儀，在標(biāo)準(zhǔn)大氣環(huán)境中對(duì)24種織物進(jìn)行沾水性測(cè)試，每種織物測(cè)試3塊試樣，并參照AATCC沾水等級(jí)標(biāo)準(zhǔn)樣照進(jìn)行沾水等級(jí)主觀評(píng)定，評(píng)定結(jié)束后相同條件下迅速在沾水試樣的正上方用數(shù)碼相機(jī)對(duì)沾水試樣進(jìn)行拍照。

1.3 織物沾水圖像處理及特征提取

將所拍沾水織物圖像輸入計(jì)算機(jī)，并用MatLab圖像處理軟件按如下步驟進(jìn)行處理。

1.3.1 織物沾水圖像處理

1)為了增強(qiáng)對(duì)比度和去除高頻噪聲，對(duì)灰度圖像進(jìn)行直方圖均衡化和中值濾波預(yù)處理，結(jié)果見(jiàn)圖1。

圖1 織物沾水圖像預(yù)處理Fig.1 Image pre-processing of fabric spray test. (a) Histogram equalized image; (b) Median filtered image

2)為了將織物濕潤(rùn)區(qū)域從背景中識(shí)別出來(lái)，分別用Roberts算子、Sobel算子、Prewitt算子、Canny算子和log算子對(duì)中值濾波后的圖像進(jìn)行邊緣檢測(cè)，結(jié)果如圖2所示。

圖2 不同算子進(jìn)行的邊緣檢測(cè)Fig.2 Edge detection using different operators. (a) Median filtered image; (b) Roberts operator; (c) Sobel operator; (d) Prewitt operator; (e) Canny operator; (f) Log operator

圖2顯示：Roberts算子、Prewitt算子、Sobel算子幾乎沒(méi)有檢測(cè)到濕潤(rùn)邊緣，而Canny算子較好地檢測(cè)到了濕潤(rùn)邊緣，且耗時(shí)比log算子短,但Roberts算子在檢測(cè)織物圓形區(qū)域時(shí)效果較好。故本文在織物測(cè)試區(qū)域檢測(cè)時(shí)采用Roberts算子，在濕潤(rùn)面積檢測(cè)時(shí)采用canny算子。

3)對(duì)Roberts算子邊緣檢測(cè)圖像進(jìn)行形態(tài)學(xué)處理:膨脹(為了使不連續(xù)的邊緣連接起來(lái))、腐蝕(為了去除點(diǎn)或短線等噪聲)、細(xì)化(為了使邊緣單位像素化)的具體過(guò)程見(jiàn)圖3。

圖3 Roberts算子邊緣檢測(cè)圖像的形態(tài)學(xué)處理Fig.3 Morphology processing of image for detected by roberts operator. (a) Roberts operator; (b) Expanded image; (c) Corroded image; (d) Thinned image

1.3.2 織物沾水特征提取

1)檢測(cè)區(qū)域提取。 根據(jù)AATCC檢測(cè)標(biāo)準(zhǔn)，檢測(cè)區(qū)域的邊緣是圓形的金屬框，借助Photoshop圖像處理軟件的磁性套索工具對(duì)圖3(d)快速提取圓形檢測(cè)區(qū)域(結(jié)果見(jiàn)圖4(a))，然后對(duì)圓輪廓進(jìn)行求反操作(結(jié)果見(jiàn)圖4(b))，再利用MatLab中的bwarea函數(shù)求得圓形檢測(cè)區(qū)域面積S2，運(yùn)算結(jié)果見(jiàn)表2。

圖4 檢測(cè)區(qū)域的圖像處理過(guò)程Fig.4 Image processing detecting area. (a) Circle outline; (b) Negate image

2)濕潤(rùn)面積的提取。圖像處理過(guò)程見(jiàn)圖5，先對(duì)圖2(e)Canny算子邊緣檢測(cè)圖像進(jìn)行膨脹處理，得到圖5(a)，然后Photoshop提取圓形檢測(cè)區(qū)域，進(jìn)行求反和腐蝕處理，最后用bwarea函數(shù)得到濕潤(rùn)面積S1，運(yùn)算結(jié)果見(jiàn)表2。

3)濕潤(rùn)面積比R的計(jì)算。據(jù)濕潤(rùn)面積S1和檢測(cè)區(qū)域面積S2，按下式計(jì)算織物濕潤(rùn)面積比，計(jì)算結(jié)果見(jiàn)表2。

1.4 織物沾水等級(jí)的客觀評(píng)定

用掃描儀對(duì)AATCC織物沾水性等級(jí)評(píng)價(jià)的標(biāo)樣(見(jiàn)圖6)進(jìn)行圖像采集，然后用1.3中的圖像處理和特征提取的步驟提取標(biāo)樣中6個(gè)沾水等級(jí)的濕潤(rùn)面積比，計(jì)算結(jié)果如下:

R5=0%，R4=5.62%，R3=15.44%，R2=42.86%，R1=55.28%，R0=92.64%。

表2 織物沾水等級(jí)主客觀評(píng)定結(jié)果Tab.2 Subjective and objective evaluation of fabric spray test

注：“/”表示圖像法無(wú)法判斷沾水等級(jí)。

圖5 濕潤(rùn)區(qū)域的處理過(guò)程Fig.5 Image processing of wet area. (a) Expandedimage of edge detected by Canny operator; (b) Extracted testing area; (c) Negate image; (d) Corroded image

圖6 AATCC織物沾水性等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)樣照Fig.6 AATCC standard photos of fabric spray test.(a) Grade five; (b) Grade four; (c) Grade three; (d) Grade two; (e) Grade one; (f) Grade zero

2 結(jié)果與討論

2.1 織物沾水等級(jí)主客觀評(píng)價(jià)之間關(guān)系

分析表2可知：1)主客觀評(píng)價(jià)結(jié)果之間具有良好的一致性。在24塊測(cè)試織物中，主客觀等級(jí)評(píng)價(jià)結(jié)果完全吻合的有20塊；2)評(píng)價(jià)結(jié)果相差1級(jí)的有1塊，即13#，這是因?yàn)?3#織物是深灰色，拍攝時(shí)產(chǎn)生了較大的光照不勻，造成濕潤(rùn)部分提取誤差較大，影響了正確的等級(jí)評(píng)價(jià);3)客觀法無(wú)法評(píng)出等級(jí)的有：3#、15#和17#這3塊織物為多色印花織物，利用圖像法進(jìn)行濕潤(rùn)面積提取時(shí)，織物本身的多種顏色對(duì)計(jì)算機(jī)處理造成了較大干擾，計(jì)算機(jī)無(wú)法正確識(shí)別濕潤(rùn)區(qū)域(邊緣檢測(cè)結(jié)果見(jiàn)圖7)，這也正是圖像處理存在的缺點(diǎn)。

圖7 3種印花織物的邊緣檢測(cè)結(jié)果Fig.7 Edge detection of three kinds of print fabrics

2.2 織物沾水等級(jí)客觀評(píng)價(jià)方法的特點(diǎn)

1)與傳統(tǒng)的肉眼主觀判定相比，基于圖像處理的客觀評(píng)價(jià)方法減少了心理、環(huán)境因素等對(duì)判定結(jié)果的影響，因此相對(duì)來(lái)說(shuō)更客觀。

2)在判定效率方面，主觀判定會(huì)因人的長(zhǎng)時(shí)間工作而產(chǎn)生視覺(jué)疲勞，計(jì)算機(jī)處理把人從持續(xù)對(duì)比中解放出來(lái)，所以評(píng)價(jià)效率更高。

3)對(duì)于多色印花織物，目前還難以利用圖像處理技術(shù)對(duì)沾水等級(jí)進(jìn)行準(zhǔn)確的客觀評(píng)定，需要借助人工肉眼判定。

實(shí)際操作過(guò)程中可采取主觀和客觀2種方法相結(jié)合進(jìn)行評(píng)判。即對(duì)于單色織物利用圖像處理方法進(jìn)行判定，對(duì)于多色織物則根據(jù)標(biāo)準(zhǔn)樣照進(jìn)行人工判定。這樣既能實(shí)現(xiàn)對(duì)所有織物的檢測(cè)，又最大化地提高評(píng)定結(jié)果的準(zhǔn)確性。

3 結(jié) 論

1) 基于圖像處理技術(shù)的織物沾水等級(jí)客觀評(píng)定結(jié)果與主觀評(píng)定結(jié)果之間具有良好的一致性。相比人工評(píng)判，利用圖像處理進(jìn)行客觀評(píng)價(jià)具有更準(zhǔn)確和更高效的優(yōu)點(diǎn)。

2)濕潤(rùn)面積比與沾水等級(jí)之間有較好的對(duì)應(yīng)關(guān)系，可作為織物沾水等級(jí)評(píng)判的依據(jù)。

3)對(duì)于多色印花織物，圖像處理法無(wú)法正確判斷沾水等級(jí)，需要結(jié)合肉眼主觀評(píng)判或探索新的客觀評(píng)價(jià)方法。

FZXB

[1] KIM S C, KANG T J. Image analysis of standard pilling photographs using wavelet reconstruction [J].Textile Research Journal,2005,75(12):801-811.

[2] WANG R W, WU X Y, WANG S Y, et al. Automatic identification of ramie and cotton fibers using characteristics in longitudinal view, part Ⅰ: locating capture of fiber images [J].Textile Research Journal, 2009, 79(14):1251-1259.

[3] 陳樹(shù)越，馮軍. 基于尺度變換的Gabor濾波器織物疵

點(diǎn)檢測(cè)[J].紡織學(xué)報(bào),2010，31(9)：38-41. CHEN Shuyue, FENG Jun. Fabric defect detection with Gabor filter based on scale transformation[J].Journal of Textile Research, 2010，31(9)：38-41.

[4] SHADY E, GOWAYED Y, ABOUIIANA M, et al. Detection and classification of defect in knitted fabric structures[J].Textile Research Journal,2006,76(4):295-300.

[5] 潘如如，高衛(wèi)東，劉基宏，等.機(jī)織物組織自動(dòng)識(shí)別技術(shù)[J].紡織學(xué)報(bào)，2010，31(6)：43-47. PAN Ruru，GAO Weidong，LIU Jihong，et al. Automatic identification of woven fabric weave[J].Journal of Textile Research,2010，31(6)：43-47.

[6] 陳慧敏，顧洪波，張渭源.基于點(diǎn)模型的織物平整性能分析[J].紡織學(xué)報(bào)，2008，29(9):38-42. CHEN Huimin，GU Hongbo，ZHANG Weiyuan. Digital analysis of fabric smoothness appearance on point sampled model [J].Journal of Textile Research, 2008，29(9):38-42.

[7] 李艷梅,張渭源.小波分析在織物縫紉平整度客觀評(píng)價(jià)中的應(yīng)用[J].紡織學(xué)報(bào)，2009，30(10):115-119. LI Yanmei，ZHANG Weiyuan. Application of wavelet analysis in evaluation on seam pucker of fabrics [J].Journal of Textile Research, 2009，30(10):115-119.

[8] 周明，王鴻博，王銀利，等.基于圖像處理技術(shù)的納米纖維膜孔隙率表征[J]. 紡織學(xué)報(bào),2012，33(1)：20-23. ZHOU Ming，WANG Hongbo，WANG Yinlin，et al. Characterization of porosity of nanofiber membrane based on image processing technology[J]. Journal of Textile Research,2012，33(1)：20-23.

[9] 盧雨正.竹節(jié)紗織物竹節(jié)分布均勻性評(píng)價(jià)方法[J].絲綢,2012,49(4):33-36. LU Yuzheng. Evaluation method for the slub distribution evenness in the slubby yarn fabric[J].Silk Monthly, 2012,49(4):33-36.

[10] 巫瑩柱，張曉利，黃伯熹.BP神經(jīng)網(wǎng)絡(luò)在織物沾水等級(jí)評(píng)定中的應(yīng)用[J].山東紡織科技，2009(4)：43-45. WU Yingzhu，ZHANG Xiaoli，HUANG Boxi.The application of BP neural network to the evaluation of the spray rating of fabric[J].Shandong Textile Science & Technology，2009(4)：43-45.

Research on objective evaluation of fabric wettability based on image processing

LIU Chengxia1,2, LIU Shengjian1

(1.FashionDesignAcademy,ZhejiangSci-TechUniversity,Hangzhou,Zhejiang310018,China； 2.ZhejiangProvincialResearchCenterofClothingEngineeringTechnology,Hangzhou,Zhejiang310018,China)

At present the evaluation of fabric wettability relies on human′s eyes to make a judgment, which is easily affected by subjective factors. So the result of the subjective evaluation is not favorable. Aiming at this, the paper makes a study on how to evaluate fabric wettability objectively. Firstly, twenty-four common fabrics were selected and wettability test was conducted on them. Then they were evaluated subjectively according to the AATCC standard photos, followed by taking pictures of the wetted samples. MatLab was used to process the images. The procedures include: transfer ring of the colored image into a gray one, histogram equalization, median filtration, edge detection, corrosion and expansion, as a result, the wetted area and test area were extracted. Finally, objective evaluation of the fabrics was carried out in accordance with the wetted area ratio of each grade in AATCC standard image. It indicated that the result of the objective evaluation of fabric wettability based on image processing was in agreement with that of the subjective one, demonstrating that it is feasible to evaluate objectively the grade of fabric wettability using image processing method.

fabric; wettability; objective evaluation; wet area ratio; image processing

0253- 9721(2013)09- 0044- 05

2012-07-02

2013-04-16

浙江理工大學(xué)先進(jìn)紡織材料與制備技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室優(yōu)秀青年人才培養(yǎng)基金項(xiàng)目(2011QN11); 浙江省服裝工程技術(shù)研究中心開(kāi)放基金項(xiàng)目(2012007)

劉成霞(1975—)女，副教授，博士生。主要研究服裝材料及其測(cè)試方法。E-mail:glorior_liu@hotmail.com。

TS 101.92.3

A