基于圖像處理的經(jīng)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(jīng)編彈性織物被廣泛地應用于各行各業(yè),特別是服裝面料。經(jīng)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(yōu)越的彈性性能[1]?，F(xiàn)代科技的發(fā)展和進步逐漸取代了傳統(tǒng)的手工業(yè),信息技術被大量用于紡織行業(yè),圖像處理技術在紡織行業(yè)得到了廣泛應用,大大推動了紡織行業(yè)的發(fā)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(fā)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(jù)圖形處理技術,研制出一種用于機器織物經(jīng)、緯密度的自動識別系統(tǒng),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(jīng)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(jīng)紗和緯紗的分割圖像,從而計算出了機織物的經(jīng)、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(jīng)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(yè)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(fā)出一套能夠對彈力經(jīng)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(jīng)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(jīng)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(jīng)編機

錦綸具有優(yōu)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(wěn)定性且生產(chǎn)成本低。由于本文所織造的產(chǎn)品主要應用于醫(yī)用材料,需要產(chǎn)品彈性優(yōu)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(shù)

采用2梳氨綸經(jīng)編機織成一種具有雙向彈性的經(jīng)編織物。具體配置為第1把梳櫛采用滿穿錦綸的穿經(jīng)方式織造經(jīng)絨組織;第2把梳櫛采用滿穿氨綸的穿經(jīng)方式織造經(jīng)平組織。其墊紗數(shù)碼和穿經(jīng)循環(huán)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(jīng)量及差異會影響織物的彈性性能。本文織造的經(jīng)編彈力織物前梳櫛所穿的錦綸送經(jīng)量為1 310 mm/(480橫列);后梳櫛所穿的氨綸送經(jīng)量為315 mm/(480橫列)。經(jīng)編機采用剛度好的織針以確?？椺槻粫诳椩爝^程中產(chǎn)生形變,采用積極送經(jīng)的送經(jīng)裝置?？椩斐鰜淼目椢锍善芬?guī)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(xù)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(huán)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(jīng)編彈力織物在自然拉伸狀態(tài)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(tài)下的圖像,確定圖像采集的尺寸可以減少后續(xù)密度自動檢測程序的復雜程度,只需要統(tǒng)計出在1 cm×1 cm圖像大小范圍內的線圈橫列數(shù)和線圈縱行數(shù)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(qū)域大小。

圖4 原始織物圖像

2 經(jīng)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(shù)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(xù)圖像處理要求的灰度圖像,便于后續(xù)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(xiàn),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(guī)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(guī)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(tài)范圍的要求,同時能夠獲得更為清楚的經(jīng)編彈力織物的細節(jié)紋理圖。

3 特征點的提取及線圈參數(shù)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(shù)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(jīng)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(tǒng)的重組,并計算了線圈縱行和橫列的數(shù)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(shù)即可得到織物密度。人工檢測是用照布鏡統(tǒng)計1 cm范圍內織物線圈橫列數(shù)和線圈縱行數(shù)。

經(jīng)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(jīng)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(jù)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(jīng)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(jīng)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(jīng)編機進行織造,然后對經(jīng)編彈力針織物進行圖像采集和預處理,用傅里葉變換實現(xiàn)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(tǒng)計出紗線的根數(shù),得到織物密度。從而得出的結論如下:

①經(jīng)編彈力針織物的織造要使用特殊的彈力經(jīng)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(shù)和密度參數(shù),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(jīng)編彈力織物的伸長率。