[发明专利]基于贝叶斯阈值的纱线毛羽检测方法

说明书

本发明公开一种基于贝叶斯阈值的纱线毛羽检测方法，具体步骤为：步骤1，将待检测的纱线毛羽图像预处理，得到纱线毛羽滤波图像；步骤2，对纱线毛羽滤波图像进行贝叶斯阈值处理，得到阈值图像；步骤3，对阈值图像做去除条干处理，得到毛羽图像；步骤4，对毛羽图像进行长度、根数、纱线毛羽长度指数、纱线毛羽面积指数计算。本方法能够精确计算出纱线毛羽长度、根数、面积指数及长度指数指标。

技术领域

本发明属于纺织纱线毛羽检测方法技术领域，涉及一种基于贝叶斯阈值的纱线毛羽检测方法。

背景技术

毛羽是影响纱线质量的重要指标之一。毛羽指标是影响纱线、织物外观、乃至后续织机效率的重要因素。长毛羽对纱线质量、纱线织造、成纱织物的质量都有影响，过多过长毛羽会影响纱线上浆效果；毛羽分布不均匀会造成织物产生横档；毛羽分布不均匀也会导致染色不均匀，形成色差，影响织物质量。常见的纱线毛羽检测方法有光电法，可以测量毛羽的真实长度，但是需要在镜头前安装显微镜进行毛羽测量，且对于弯曲毛羽测量误差较大；静电法是毛羽在静电作用下伸展，用投影计数法达到计算长度的目的，可以解决弯曲对毛羽的影响，但是破坏了毛羽最初的形态；图像法是在采集到毛羽图像的条件下，利用图像处理技术提取出清晰的毛羽图像并进行毛羽统计。图像法简单易操作、误差小，可避免因人员主观性带来的误差，且能完整反映毛羽分布情况。因此利用图像处理技术进一步研究毛羽根数和长度等各项指标，具有重要意义。

近年来，随着图像处理技术的广泛应用，吸引了越来越多的国内外学者对纱线毛羽进行研究，解决了纱线毛羽的很多问题。JING等基于MRMRF算法对纱线毛羽自动检测，该方法以纱线条干为基准线检测纱线毛羽的长度，但是对于弯曲的毛羽无法计算实际长度。孙银银等基于MOTIC视频显微镜捕获纱线静态图像，并以纱线上下条干为基准线，得到每根毛羽长度。但是该方法在毛羽卷曲及中断条件下，计算结果存在很大误差。王文帝等提出自适应灰度增强算法，得到毛羽与背景对比度比较高的图像，但是该算法对毛羽长度在1mm范围内存在圈毛羽和粗节时，检测结果误差偏大。Wang等采用多聚焦图像融合成像算法，得到的纱线毛羽图像具有清晰的纤维边缘，但是该方法需要在显微镜下进行观察获得一部分聚焦的纱线毛羽图像，费时费力。Ramesh等是将纱线放置在静电场中，利用静电使毛羽伸直，然后用相机采集图像并将图像进行处理，但在静电场中仍有一部分毛羽存在弯曲，检测结果仍有误差。

发明内容

本发明的目的是提供一种基于贝叶斯阈值的纱线毛羽检测方法，本方法能够计算出纱线毛羽长度、根数、面积指数及长度指数指标。

本发明所采用的技术方案是，

基于贝叶斯阈值的纱线毛羽检测方法，具体步骤为：

步骤1，将待检测的纱线毛羽图像预处理，得到纱线毛羽滤波图像；

步骤2，对纱线毛羽滤波图像进行贝叶斯阈值处理，得到阈值图像；

步骤3，对阈值图像做去除条干处理，得到毛羽图像；

步骤4，对毛羽图像进行长度、根数、纱线毛羽长度指数、纱线毛羽面积指数计算。

本发明的特点还在于，

步骤1的步骤包括依次对待检测的纱线毛羽图像进行图像增强处理和图像递归滤波处理，之后得到纱线毛羽滤波图像。