[發(fā)明專利]基于圖像處理的高抗噪織物沾水等級檢測評定方法

在審

• 申請?zhí)枺?/td>: 201410654313.9
• 申請日: 2014-11-18
• 公開（公告）號: CN104392441A
• 公開（公告）日: 2015-03-04
• 發(fā)明（設(shè)計）人: 韓永華;張瑞林;汪亞明
• 申請（專利權(quán)）人: 浙江理工大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 邱啟旺

技術(shù)領(lǐng)域

本發(fā)明屬于紡織服裝性能測試領(lǐng)域，尤其涉及一種基于圖像處理的高抗噪織物沾水等級檢測評定方法。

背景技術(shù)

傳統(tǒng)人工織物沾水等級評定過程主觀性強、實驗誤差大，一致性差、容易漏檢、誤檢。為解決這些問題，針對AATCC標(biāo)準(zhǔn)的噴淋方法出現(xiàn)了基于圖像處理的織物沾水等級檢測方法。

基于圖像處理的織物沾水等級檢測方法存在的難點是待分割沾水區(qū)域和背景對比度小，且存在紋理、光照不勻等噪聲干擾：考慮到沾水區(qū)域、非沾水區(qū)域顏色差異很小，為了增加這兩個區(qū)域?qū)Ρ榷龋阌趫D像分割算法實現(xiàn)二者分離，需采用高分辨率圖像采集設(shè)備采集圖像，這就使得即使細膩的織物紋理也會在圖像中顯現(xiàn)，成為噪聲；此外織物圖像采集過程中不可避免會受到光照不勻、光照變化等低頻噪聲影響。

目前提出的基于圖像處理的織物沾水等級檢測方法主要從顏色信息入手，去除上述噪聲影響，如采用標(biāo)準(zhǔn)光源減少光照不勻、光照變化影響、且通過織物沾水前后采集圖像像素顏色值相減的方式去除紋理等干擾影響。這種方法存在的問題是：要獲得標(biāo)準(zhǔn)均勻光還需配備標(biāo)準(zhǔn)光源箱，造價不菲；其次在標(biāo)準(zhǔn)光源下放置的圖像采集設(shè)備及沾水織物上水漬、水珠的反光依然會引起采集圖像光照不勻；再加上織物沾水區(qū)域、非沾水區(qū)域顏色差異小，沾水前后織物圖像采集不能同時進行會引起兩幅圖像噪聲不一致，導(dǎo)致采用兩幅圖像相減方法去除噪聲可能出現(xiàn)噪聲去除不干凈、更低對比度部分的沾水區(qū)域誤判為干燥區(qū)域的情況。更常用的是在開放環(huán)境中僅采集沾水織物圖像，經(jīng)圖像算法處理后獲得織物沾水等級，現(xiàn)有這類方法存在的問題：在未處理光照不勻、光照變化引起的低頻噪聲的前提下對圖像進行直方圖均衡化操作，增加沾水區(qū)域、非沾水區(qū)域?qū)Ρ榷龋菀走M一步降低相比其它沾水區(qū)域較暗的沾水部分和非沾水部分對比度，增加分離難度；僅基于像素顏色信息，采用中值濾波等方式去除紋理等產(chǎn)生的高頻噪聲，容易損傷小面積沾水區(qū)域；在處理織物沾水圖像過程中通過Photoshop獲取測試區(qū)域，降低了檢測過程自動化程度，增加了人工成本；而通過轉(zhuǎn)換顏色空間，如轉(zhuǎn)到HSV空間的方式將受光照影響的亮度信息V分離，來去除光照影響，會在去除光照影響的同時，也降低了沾水、非沾水區(qū)的對比度，降低了二者可分離性。

針對上述問題，提出了基于圖像處理的高抗噪織物沾水等級檢測評定方法，從頻率、顏色兩方面入手，有效去除光照不勻、光照改變、反光、織物紋理產(chǎn)生的噪聲，有效提取織物沾水區(qū)域，獲得更準(zhǔn)確的潤濕比，保持低成本的前提下實現(xiàn)自動織物沾水等級檢測。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對基于圖像處理算法的織物沾水等級檢測過程受織物紋理、光照不勻、光照變化、反光等干擾影響，待分割區(qū)域和背景對比度低的問題，提出一種基于圖像處理的高抗噪織物沾水等級檢測評定方法。

本發(fā)明的目的是通過以下技術(shù)方案實現(xiàn)的，一種基于圖像處理的高抗噪織物沾水等級檢測評定方法，包括以下步驟：

步驟1：根據(jù)美國紡織化學(xué)師與印染師協(xié)會標(biāo)準(zhǔn)AATCC22-2005《紡織品拒水性測試噴淋法》進行織物沾水性實驗，并獲取織物沾水圖像；

步驟:2：采用Hough變換檢測圓的方法獲取織物沾水圖像測試區(qū)域，裁剪掉非測試區(qū)域；具體為：

步驟2.1：將步驟1獲取的織物沾水圖像灰度化；

步驟2.2：對步驟2.1灰度化后的圖像采用最大類間方差法（OTSU）二值化；

步驟2.3：對步驟2.2獲得的二值化圖像進行自適應(yīng)中值濾波；

步驟2.4：采用sobel算子檢測，獲得步驟2.3處理后的圖像的邊緣；

步驟2.5：對經(jīng)步驟2.4處理過的只含邊緣的圖像通過Hough變換檢測出圓心和半徑，并計算出測試區(qū)域的面積；

步驟2.6：依據(jù)步驟2.5檢測出的圓心和半徑，針對步驟2.1獲得的灰度圖像，裁剪出測試區(qū)域；

步驟3：將步驟2獲得的只含測試區(qū)域的織物灰度圖像，進行小波多分辨率分解，將小波分解后頻率最高的兩層小波分解細節(jié)子圖像的小波分解系數(shù)和近似級小波分解子圖像的小波分解系數(shù)置零，然后進行小波重構(gòu)，獲得新的圖像；步驟4：對步驟3獲得的圖像進行直方圖均衡化；

步驟5：對步驟4處理過的圖像采用OTSU進行分割操作；

步驟6：對步驟5獲得的二值圖像采用線形結(jié)構(gòu)元進行腐蝕、膨脹操作；計算二值圖像中白色像素的個數(shù)，就得到像素為單位的潤濕面積；?