基于計算機視覺的紡織品色牢度檢測

朱安民，張 藝，李觀強

深圳大學計算機與軟件學院，廣東深圳 518060

色牢度測試是紡織品質量測試的一個常規(guī)項目，是紡織品質量控制中最重要的測試內容之一[1-3]．目前常見的色牢度測試一般是沾色牢度和變色牢度[4-5]．評定原樣與處理后試樣的色牢度色差的主要方法是人工目測和儀器檢測．現在較普遍采用的是目測法評級，該方法是由受過專門訓練的檢測人員用肉眼觀察經過一定手段處理的紡織材料，通過比較待測物的顏色差，再將其轉換成灰度差[6]．該方法存在人為主觀因素，容易出現誤差．而用于檢測色牢度的儀器雖然適用性強，但設備成本高使其至今仍未能得到廣泛應用．對色牢度的測量，中國大多采用目測法，儀器測色在中國起步較晚，測色領域的研究主要是對已有的光譜分析理論和顏色測量方法進行完善，僅少數大型企業(yè)使用進口的測色儀．色牢度檢測自動化程度不高，使中國出口的紡織品經常會被國外測試機關評為不合格，從而被壓低銷售價格．若能積極推廣儀器評級理念，提高自動化檢測程度，則能使我國色牢度檢測技術逐漸與國際接軌，從而避免這種不利局面發(fā)生[7-8]．

本研究采用圖像處理技術檢測紡織品的色牢度，以期找到一種既簡便又不失嚴謹的方法，解決色牢度評級難題．首先，將待測物的原樣和處理后的樣品分別拍照成像；其次，將兩者經計算機圖像處理程序比對；最后，計算色差．這種方法的優(yōu)點在于，存在符合要求的系統(tǒng)前提下，測試人員只需拍下樣品的圖像，就可利用此系統(tǒng)進行色牢度計算．色牢度檢測可分為3個階段：① 由專業(yè)人士對樣品按照條件加工；② 對樣品處理前后拍攝照片；③ 由一般工作人員將對應的圖像導入系統(tǒng)運算并得出檢測結果．如此，色牢度檢測便成為流水作業(yè)，既可統(tǒng)一檢測標準，又能節(jié)省大量人力，提高檢測效率．

1 基于計算機視覺的紡織品色牢度檢測系統(tǒng)

本研究提出的基于計算機視覺的紡織品色牢度檢測系統(tǒng)， 包括傳統(tǒng)人工目測和基于計算機視覺檢測系統(tǒng)兩部分[9]．

1.1 傳統(tǒng)目測法色牢度檢測方法

色牢度可分為變色牢度和沾色牢度，其檢測方法分別為：

1)變色檢測

首先從原樣剪下指定大小布料作為試樣，然后按照要求進行處理(皂洗和摩擦等)，再與原樣比較．使用變色比色卡(如ISO標準的5級9檔灰卡)做對照樣本，當灰卡某級的觀感色差程度最接近原樣和處理后的試樣間的觀感色差時，就把該色差對應色牢度等級作為該樣品的變色牢度級數．結果分5級，其中，1級最差，5級最好．

2)沾色檢測

剪下兩塊相同的標準白布，分別用作原樣和試樣．將試樣白布與著色織物縫在一起，然后按要求進行處理(皂洗等)，處理完成后取下試樣布，并比較原樣白布和試樣布之間的色差，以沾色灰卡評級．

色牢度檢測過程的說明：

1)若顏色變化不均勻，則根據要求取顏色變化適當的地方進行評級[10]；

2)檢驗員的技術水平決定了目測評級的穩(wěn)定性和準確性[11]；

3)允許在評級中出現0.5級誤差．

1.2 基于計算機視覺的檢測系統(tǒng)

本研究提出的基于計算機視覺的紡織品色牢度檢測系統(tǒng)結構如圖1．在色牢度檢測系統(tǒng)中,色差的計算是實現的關鍵[12-13]．

圖1 色牢度檢測系統(tǒng)結構示意圖Fig.1 Color fastness system detection structure

1.2.1 圖像預處理

本系統(tǒng)通過對比處理前后的布料顏色變化，計算色差進行色牢度評級．然而，即使在圖像采集時已經足夠小心，以期獲得最高質量的圖像，但所得圖像有時仍不能達到計算機處理要求，因為圖像中存在影響圖像質量甚至最終測試結果的噪聲，而這些噪聲可能源自光電管、攝像管、攝像機和光學噪聲等．為使圖像中布料的畫面更加清晰，或者滿足特定的觀察效果需求，就需要突出目標圖像中所感興趣的部分．本系統(tǒng)通過去掉或減弱模糊和噪聲等影響，增加對比度，實現改進圖片質量．

圖像增強和圖像復原旨在提高圖像質量，前者不考慮圖像降質的緣由，而后者要求對圖像的降質原因已有相當的了解，并基于此建立“降質模型”[14-15]，再采用合適的濾波方法來還原圖像．

圖像增強常采用空間域算法，具代表性的空間域算法有局部求平均值和中值濾波法(本系統(tǒng)采用中值濾波法)，兩者皆可去除或減弱噪聲．

1.2.2 顏色空間轉換及色差計算

本系統(tǒng)是以目測法為基礎，所以色差計算尤為重要．色差值直接影響產品質量等級的評定．理想色差公式的計算結果原則上應與人眼的視覺感受完全一致，目前使用計算機來進行測試配色的系統(tǒng)大多采用CIELAB色差公式[16]

(1)

其中， ΔL為明度差； Δa為紅綠度差； Δb為黃藍度差．在計算色差前先做顏色空間轉換．

本系統(tǒng)采用如式(2)的CIEDE2000色差公式[17]，這是目前理論上最匹配人的感觀視覺的公式．

(2)

其中，L*為CIELAB色彩空間下的明度，下標1和2分別表示處理前后的對應值；a*和b*分別是CIELAB色彩空間下的坐標參數； ΔL′為處理前后明亮度差； ΔC′為顏色的彩度差； ΔH′為CIEDE2000下的色相角差；RT是與使用條件相關的校正系數;KL為明度參數因子；SL為明度權重函數；KC為彩度參數因子；SC為彩度權重函數；KH為色相參數因子；SH為色相權重函數；G為用于修正的切換函數．

為減小檢測誤差，在進行圖像分割[18]時，會根據原圖像的尺寸和制定目標圖像的尺寸選擇剪裁或填充，若原圖像尺寸大于目標圖像尺寸，則在中心位置剪裁，反之則用黑色像素填充．在顏色空間轉換的過程中，本系統(tǒng)在RGB到CIELAB色彩空間轉換這一步，先從RGB圖像中獲取R、G和B分量的值，通過從RGB坐標系到xyz坐標系，再到Lab坐標系轉換的方法獲取L、a和b的值[19]．

1.3 系統(tǒng)用戶操作界面和評級依據

本系統(tǒng)的實現基于MyEclipse 10.7開發(fā)環(huán)境，采用編程語言Java，使用Opencv 2.4.13、Swing、AWT第三方數據庫/包[20-21]．系統(tǒng)主要包括圖形界面、圖像Lab均值計算、色差計算和色牢度等級計算模塊．系統(tǒng)的用戶操作界面如圖2，加載待測物的原圖和處理后的樣品圖像，點擊“檢測”便可檢測出兩圖像顏色差異信息．圖像信息功能區(qū)能顯示圖像大小和格式；在檢測模式模塊中可選擇沾色牢度和變色牢度檢測，檢測結果模塊中會給出檢測后的色差值和系統(tǒng)評定的色牢度等級．

圖2 系統(tǒng)用戶操作界面Fig.2 System user interface

參照行業(yè)通用的評級方式，兩種色牢度評級依據為：

1)變色牢度等級計算公式[22]

GS=0.88+3.89e-0.2ΔEGS

(3)

(4)

其中， GS為色牢度等級； ΔE00為總色差； ΔL00為明度差．

2)沾色牢度等級計算公式[22]

GS=-0.061ΔEGS+2.474(1+e-0.191ΔEGS)

(5)

其中，

(6)

根據等級數值GS對變色牢度和沾色牢度評級的方法如表1所示[22]．

表1 根據GS值的色牢度評級方法表

2 系統(tǒng)實驗結果分析

本系統(tǒng)通過ISO標準的5級9檔色牢度比色卡的實驗來檢驗其正確性，通過實物樣品圖像實驗檢測其可行性．

2.1 標準比色卡測試

本系統(tǒng)的目標是用計算機圖像處理技術代替人工目測法來檢測紡織品色牢度．由于目測法檢測結果因人而異，即使在如SGS有限公司這樣的知名企業(yè)中，也難以找到標準或權威的人工評級樣品，因此選擇以比色卡的色差觀感作為標準，這也是該行業(yè)慣用的比較手段．本系統(tǒng)以ISO標準的5級9檔色牢度比色卡作為樣品的檢測結果，變色檢測結果如表2，沾色檢測結果如表3．

表2 ISO標準變色灰卡的變色檢測結果

由表2和表3可見，測試出來的數據接近理想結果，基本在誤差允許范圍內(0.5級誤差)．本系統(tǒng)滿足ISO標準灰卡為樣品的檢測．

表3 ISO標準沾色灰卡的沾色檢測結果表

2.2 實物樣品測試

限于篇幅，同時由于沾色檢測比變色檢測要重要，在實物樣品測試時，我們僅選擇沾色檢測，變色檢測與此類似．

本實驗選擇的測試數據實物圖如圖3，3組樣品的尺寸分別為10 cm×10 cm、10 cm×10 cm和10 cm×15 cm，均為較為常見的化學纖維布料，利用像素為2 000萬的數碼相機進行圖像采集．把樣品按照不同材質分為6個部分，為減少檢測誤差，每個樣品都進行了3次檢測后取其均值．

圖3 沾色檢測樣品Fig.3 Staining samples

樣品1包含2份通過洗后酸處理的樣品布料，針對藍色和粉紅色進行沾色牢度檢測，結果如表4．由表4可見，采用儀器檢測評級與人工目測的評級基本上有1級和1.5級的誤差．樣品2包含2份通過洗后酸處理的樣品布料，針對棕色和黃色進行沾色牢度檢測，結果如表5．由表5可見，棕色誤差較小，而黃色大多有1級的誤差．

表5 樣品2圖像的沾色檢測結果表Table 5 Color detection of sample 2 diagramv

樣品3包含1份進行了洗后酸處理和堿處理的樣品布料，并針對灰色進行沾色色牢度檢測，結果如表6．結果表明，酸處理基本為1級誤差和無誤差，堿處理后的誤差大多處于0.5—1.5級內，酸處理后的結果好于堿處理后的結果．

表6 樣品3圖像的酸堿處理后的沾色檢測結果表

雖然實物檢測結果與人工目測結果有一定差距．我們認為，這是因為計算機采集數據的對象是圖像的每個像素點，而人工目測到的色差源自眼睛對樣品布料整體的觀感．另外，不同的紡織品，布料的密度、變色和沾色不均勻等因素，均可導致計算機采集到的數據并不能準確表示樣品處理前后的色差，計算結果難免存在誤差．由表4、表5和表6還可見，不同的布料測試結果會有差異，部分測試結果存在系統(tǒng)性偏差傾向，即測試值比目測值偏小半級，由于本項目尚處初期研究階段，下一步我們將繼續(xù)改進和提升系統(tǒng)，增加誤差調整功能，并根據不同的材料，對測試出來的等級做0級或0.5級的校正．

結 語

本研究基于計算機視覺技術，設計色牢度檢測系統(tǒng)，詳細介紹圖像預處理和色差計算這兩個系統(tǒng)實現的關鍵步驟，建立了色差等級評定系統(tǒng)，并以標準灰色變色樣卡和實際布樣為例，測得色差后，通過ISO標準計算評級．該方法操作簡單，測試結果準確，有望使色牢度檢測實現流水線作業(yè)，既可統(tǒng)一檢測標準，又能節(jié)省人力物力，提高測試效率．雖然該系統(tǒng)離實際物料檢測還有一定距離，但實驗證明了該檢測方法可行．下一步，我們將加大實物實驗樣品的采集量，并在圖像采集時考慮紡織品的材質和顏色不均等情況，分別針對不同材質的纖維、不同的色牢度類別建立數據庫，通過校準各參數值減小檢測誤差，提高色牢度檢測的準確率．