織物起毛起球程度是影響織物服用性能, 決定紡織產品品質質量的重要指標, 目前織物起毛起球的評定方法都不是定量方法， 不能把織物表面起毛起球狀態用一個含義十分清楚的物理量來定義, 因而評價結果缺乏一致性和可重復性，其正確性與可靠性也很難保證。近年來，為了改進織物起球評級的一致性、可重復性、正確性和可靠性，幾種于計算機圖象處 理技術的織物起球客觀評級方法陸續被報道, 其研究仍然停留在實驗室研究階段。也有將基于計算機圖象處理技的織物起球客觀評級方法與目前普遍使用的人工目測起球評級方法進行比較研究，但沒有關于織物 起球綜合表征值與主觀評級的比較，更沒有關于測織物參數與主客觀評級結果的深入比較[ 1]。
1 小波分析與織物起球圖像的二維離散小波變換模型
1. 1 小波分析
本文研究的織物起球信號而言，既要監控穩定的織物紋理信號的成分，又要準確定位起球信號。這就需要引入新的時頻分析方法，既能將時域和頻域結合起來描述觀察信號的時頻聯合特征，小波分析正是能滿足這類需求的時頻分析方法。
正交小波變換就是把信號分解到兩個不同且相互正交的函數空間，一個是多尺度函數空間，另一個是小波函數空間，用濾波器的觀點看，就是把信號通過低頻和高頻 濾波器分解為近似系數和細節系數兩個部分。這樣做基于的物理思想是: 去除信號在空間( 時間) 尺度的關聯關系，把信號的重要性只通過其數值表達; 而與普通的濾波器的區別在于: 基于小波的濾波器是可重構的，所以通過相同的或相似的濾波器可以把信號重建[ 2]。
1. 2 織物起球圖像的二維離散小波變換模型
二維小波分解在每個層次上把織物起球圖像分解為4 幅原圖l / 4 大小的圖像，如圖1 所示，左上的圖像在兩個維度都作用低通濾波器；右上的圖像在橫向作用低通濾波器，縱向作用高通濾波器；左下的圖像在橫向作用高通濾波器，縱向作用低通濾波 器；右下的圖像在兩個維度都作用高通濾波器。在實現的方法上，織物起球圖像的二維小波變換也是從原始信號S開始在每個層次只分解上一層次的近似系數。在對 每個層次進行分解的時候，需要在兩個維度分別作用兩次濾波器。在處理織物起球圖像這類二維信號的過程中，需要分別去除橫向的、縱向的和兩個方向的關聯信 息，那么就生成了一組近似系數和三組細節系數[ 3]。
本文利用織物起球圖像的二維離散小波變換模型進行分析鑒別織物起球的級別。具體做法是：
對起球織物標準樣照圖像做基于二維離散小波變換的圖像分析，建立校準特征曲線，這一曲線是對起球織物標準樣照圖像做基于二維離散小波變換的圖像分析所獲得的細節系數分布標準差(BXCq) 與織物起球級別的關系。此法對織物起球級別的評級是客觀的，消除了人為因素的干擾。與文獻中報道過的現有的織物起球圖像分析技術相比，這一新的織物起球圖 像分析技術具有單階段或單步驟分析就能對織物起球程度定量評級的優勢。Car s t ens en 等人采用頻率域中的慣量和對數冪慣量特性測量織物的磨損獲得了較好的效果。在此基礎上, 在頻率域計算出用于評定針織物的起毛起球性能的特征量。通過對幾個不同特征的研究, 發現傅立葉功率譜上的掩模區域面積是對針織物的起毛起球數量的一個較好的測量方法。織物的起毛起球特性FP 可以這樣計算：
式中:M———傅立葉功率譜上的掩模區域。
細節系數標準差(BXCQ) 的差異跨度的大小，在以標準起球較準樣照為依據的起球評級中是非常重要的，同時鑒別相鄰起球級別的能力也是很重要的。如果原自一特定分析尺度的校準曲線兩 個極端起球級別的跨度足夠大，但相鄰起球級別間的跨度較小，那么它將很難鑒別起球程度相近的相鄰起球級別。因此，相鄰起球級別間的細節系數標準差 (BXC Q) 跨度的均勻程度也是我們需要考察的重要因素。為此對給定織物的系列標準起球較準樣照在確定的分析尺度上，我們定義了鑒別因子，這一鑒別因子由下式表示:
這里，JKmin是相鄰起球級別間的細節系數標準差跨度最小值，JKmax 是相鄰起球級別間的細節系數標準差跨度最大值，ZK是5 個起球級別間的細節系數標準差總跨度。對機織物的標準起球較準樣照圖像而言，每個系列的細節系數標準差( BXC Q) 均隨起球程度的增加而單調遞增。
2 基于小波分析的織物起球客觀評級方法
機織物起毛起球性能評定方法分為圖象獲取與處理、掩模生成和起毛起球特征分析三個過程。
2.1圖像獲取與處理
在研究中，采用Vi de omet er 攝像系統獲得織物樣品的圖像。為了避免噪聲信號的干擾, 在平均十幀的條件下, 攝取圖像。在進行分析之前, 通過該系統對圖像進行顏色和幾何形狀上的修正，排除由于歪斜而引起的測量結果的變化。圖2 給出了針織物樣品的一個例子。
這里，JKmin是相鄰起球級別間的細節系數標準差跨度最小值，JKmax 是相鄰起球級別間的細節系數標準差跨度最大值，ZK是5 個起球級別間的細節系數標準差總跨度。對機織物的標準起球較準樣照圖像而言，每個系列的細節系數標準差( BXC Q) 均隨起球程度的增加而單調遞增。
2 基于小波分析的織物起球客觀評級方法
機織物起毛起球性能評定方法分為圖象獲取與處理、掩模生成和起毛起球特征分析三個過程。
2.1圖像獲取與處理
在研究中，采用Vi de omet er 攝像系統獲得織物樣品的圖像。為了避免噪聲信號的干擾, 在平均十幀的條件下, 攝取圖像。在進行分析之前, 通過該系統對圖像進行顏色和幾何形狀上的修正，排除由于歪斜而引起的測量結果的變化。圖2 給出了針織物樣品的一個例子。
2. 2 用Mat l ab 實現起毛起球織物圖像的消噪處理
因為小波工具箱僅支持具有線性單調變化的顏色圖的索引圖像，所以在進行小波分析之前，先將掃描得到的JPEG 格式圖像轉換成索引圖像，然后對索引圖像進行消噪處理。經消噪處理后的圖像見圖3[ 4]。
[1][2]下一頁>>
相關信息 
推薦企業 推薦企業
推薦企業
您所在的位置：
