[发明专利]一种基于机器视觉的织物纬密度测量新方法

权利要求书

1.一种基于机器视觉的织物纬密度测量新方法，其包括：织物图像在空域的预处理、织物纬线的纹理基元提取、织物纬密度的初步计算、织物纬密度的精确计算；其特征在于，所述基于机器视觉的织物纬密度测量方法包括如下步骤：

步骤1  采用均值滤波与矫正相结合的方法对织物图像进行预处理，在采集大小为W×H像素点组成、视场测量范围为Lcm×Mcm的织物图像上，对于原始图像                                                (i,j)，首先生成尺寸为r×c的均值滤波器掩码M(i,j)=，并将所述滤波器掩码M(i,j)代入预处理计算式(i,j)=round(127-M(i,j)*K+(i,j))中，进行低通滤波预处理，得到预处理后的织物图像(i,j)，其中，K为矫正系数，用来矫正图像整体亮度，其值根据均值滤波掩码尺寸而变化;

步骤2  从织物预处理图像中提取织物纬线的纹理基元，首先，采用频域与空域相结合的方法，根据频域图像与其复共轭之乘积的傅里叶逆变换即为对应的空域图像的自相关函数，获取织物图像的空域自相关图像(m,n)；然后从所述自相关图像中搜索灰度局部极大值，获得代表织物纱线基元的空间分布，从而提取织物纬线的纹理基元;

步骤3  织物纬密度的初步计算，将所提取的纹理基元进行形态学膨胀、提取区域骨架并进行直线拟合，获取织物纬线并计算平均纬斜角，据此初步计算纬线间的平均线距和纬线平均线宽，从而得到粗略的织物纬密度值=H/(+) (根/Mcm) ;

步骤4  织物纬密度的精确计算，对所述预处理后的织物图像进行傅里叶变换，得到织物的频域图像；计算预处理后织物图像的功率谱，获得功率谱中心坐标(,)；根据步骤3计算所得的织物纬线平均纬斜角和初步的纬密度值，快速计算并定位一个半径为r个像素、中心为(,)的包含纬线峰值点的圆形小区域

在此小区域内计算灰度值重心，即精确定位亚像素级的峰值点位置为(R,C)；计算峰值点位置(R,C)与图像功率谱中心(,)连线的倾斜角，即获得精确的纬线纬斜角；计算峰值点位置(R,C)与功率谱中心(,)的距离= (根/Mcm) ，换算成织物的精确纬密度值=10/M(根/Mcm)。

2.根据权利要求1所述的一种基于机器视觉的织物纬密度测量新方法，其特征在于，所述从织物预处理图像中提取织物纬线的纹理基元包括如下步骤：

① 获取织物的空域自相关图像：首先，利用傅里叶变换，将预处理后的图像变换到频域，得其频域图像(u,v)，计算此频域图像(u,v)与其复共轭(u,v)的乘积，再利用傅里叶逆变换变换回空域，得到预处理后织物图像的自相关图像，即

(m,n)=IFT((u,v)(u,v))

② 提取局部极大值点位置：将步骤①所述织物自相关图像上的每个点用二次多项式(m,n)==g作近似，并求取每个点的Hessian矩阵A：

A=

计算所述Hessian矩阵A的行列式：

det(A)=

搜索使det(A)>0且 < 0的点，即为织物自相关图像上的局部极大值，得到织物纬线基元点;

③ 提取纬线基元：将步骤②所述极值点处的灰度全设为255，并保留极值点的位置信息，摒弃织物图像表面多余灰度信息，获得纬线基元。

3.根据权利要求1所述的一种基于机器视觉的织物纬密度测量新方法，其特征在于，所述步骤3在空域中初略计算织物纬线的纬斜角与纬密度值，包括下列步骤：

① 获取形态学结构元：连接图像原点与行方向最近的极值点获得区域形态学结构元;

② 获取纬线的区域骨架：用所述步骤①中的结构元膨胀所有极值点区域并提取区域骨架，获取纬线的区域骨架;

③ 直线分割及拟合：所述步骤②中纬线的区域骨架为分割的许多待拟合的小段直线，采用Huber权重函数采用3次迭代计算，消除离群点，并拟合直线，获取织物纬线;

④ 织物纬斜角、纬密度值的初步计算：选择图像中心附近的n条纬线，由所述步骤③中拟合的直线的首尾坐标(、(,)计算初略的平均纬斜角=；生成一条倾斜角为+π/2的垂直于所述拟合纬线的直线截断各纬线，在此直线上计算代表每两条相邻纬线线距的截断直线段长度和代表各纬线线宽的相交直线段长度，并分别求得平均线距=和纬线平均线宽=，得初略的纬密值=H/( +) (根/Mcm) 。