[发明专利]一种机织物组织结构种类的识别方法

摘要

本发明一种机织物组织结构种类的识别方法，涉及图像分析，是基于纱线边界特征的机织物组织结构种类的识别方法，步骤是：机织物图像预处理；亮度投影纠斜并分割组织点图像；局部机织物组织点图像归一化；计算机织物组织点图像纱线边界特征；对机织物组织点图像识别经纬属性；计算组织循环纱线数；矫正机织物组织点图像经纬属性；识别机织物组织结构种类并输出机织物组织图；本发明克服了现有机织物组织结构种类识别方法中识别率较低，亮度及色彩变化对识别结果影响较大，无法应对光照不均匀、纱线粗细和颜色变化的机织物组织结构种类，难以识别纱线和纤维扭曲形变机织物的组织结构种类的缺陷，同时对斜纹和缎纹组织极其变化组织均具有识别效果。

主权项

1.一种机织物组织结构种类的识别方法，其特征在于：是基于纱线边界特征的机织物组织结构种类的识别方法，步骤如下：第一步，机织物图像预处理：将利用USB数码电子显微镜采集的机织物高分辨率放大图像输入到计算机中，并利用公式(1)将RGB色彩空间图像转化为HSV色彩空间，获取亮度信息IV，IV＝max{IR,IG,IB}   (1)，式中IR、IG、IB分别表示每个像素点在RGB色彩空间下的红色、绿色和蓝色分量数值，然后对该亮度信息IV进行中值滤波处理得到机织物亮度图像IV,MF，进一步对IV,MF腐蚀处理得到机织物亮度图像IV,Ero；第二步，亮度投影纠斜并分割机织物组织点图像：先对上述第一步中腐蚀处理得到的机织物亮度图像I_V,Ero做水平投影并进行Sigma为1.75的高斯滤波，以投影曲线波谷作为分割位置分割出纬纱，自上往下依次对分割出的每根纬纱垂直投影并确定投影曲线间对应极小值点，根据第一根纬纱和最后一根纬纱垂直投影曲线对应的极小值点偏移量均值计算经纱与垂直方向倾斜夹角即经纱倾斜角度θ，当经纱右斜时，θ为负，当经纱左斜时，θ为正，利用θ在公式(2)中对上述第一步中的中值滤波处理得到机织物亮度图像I_V,MF进行经纱纠斜得到纠斜后机织物亮度图像利用θ在公式(3)中对上述腐蚀处理后的机织物亮度图像I_V,Ero进行经纱纠斜得到纠斜后机织物亮度图像其中S_Ver为该机织物垂直方向分辨率，tan为对θ计算正切函数，(x,y)为经纱纠斜后图像像素点坐标，(x+ytanθ,y)和均为经纱纠斜前图像像素点坐标，当计算得到坐标不为整数时，则通过双线性插值计算得到对应像素点数值，再对纠斜后机织物亮度图像进行垂直投影并进行Sigma为1.75的高斯滤波，以曲线极小值点分割出经纱，结合前面纬纱分割结果，获得每个机织物组织点图像分割区域信息，以该分割区域信息在纠斜后机织物亮度图像上分割出各机织物组织点图像；第三步，局部机织物组织点图像归一化：(1)局部机织物组织点图像尺寸归一化：对上述第二步得到的纠斜后机织物亮度图像上分割出各机织物组织点图像的结果，在自左往右的逐条经纱上，自上往下依次取每条纬纱与各经纱相交所得的机织物组织点图像，以每次所取机织物组织点图像作为中心机织物组织点图像，水平向左为0度，取该中心机织物组织点图像顺时针旋转0度、90度、180度和270度四个方位中存在的相邻机织物组织点图像，作为一组局部机织物组织点图像，每组局部机织物组织点图像中，以中心机织物组织点图像尺寸为标准，归一化其相邻机织物组织点图像尺寸，并完成所有局部机织物组织点图像尺寸归一化；(2)局部机织物组织点图像亮度归一化：每组局部机织物组织点图像经过上述步骤(1)尺寸归一化后，计算各组局部机织物组织点图像所有像素的总亮度均值，每个中心机织物组织点图像及其所有相邻机织物组织点图像的所有像素亮度值减去对应总亮度均值，得到亮度归一化后的中心机织物组织点图像及相邻机织物组织点图像；第四步，计算机织物组织点图像纱线边界特征：利用上述第三步中的每一组局部机织物组织点图像集合，进行对应中心机织物组织点图像的纱线边界特征的计算，详细地说是：将中心机织物组织点图像与某相邻机织物组织点图像间的亮度变化关系，称为相邻机织物组织点图像间亮度绝对变化关系，在中心机织物组织点图像与其水平方向两个相邻机织物组织点图像的组合中，或在中心机织物组织点图像与其垂直方向两个相邻机织物组织点图像的组合中，中心机织物组织点图像与某相邻机织物组织点图像间的亮度变化相对于对应组合整体亮度变化的程度，称为相邻机织物组织点图像间亮度相对变化关系，首先利用相邻机织物组织点图像间亮度绝对变化关系计算纱线边界特征，进一步利用相邻机织物组织点图像间亮度相对变化关系修正纱线边界特征，具体方法如下：(1)利用相邻机织物组织点图像间亮度绝对变化关系计算纱线边界特征：(a)中心机织物组织点图像与其0度方向相邻机织物组织点图像间纱线边界存在情况判断：对于上述第三步亮度归一化后的每组局部机织物组织点图像，当中心机织物组织点图像0度方向相邻机织物组织点图像存在，中心机织物组织点图像与其0度方向相邻机织物组织点图像按照在机织物上分布顺序拼接，拼接后图像按照公式(4)计算对应的高斯卷积核，其中w和h分别表示卷积核水平方向和垂直方向尺寸，u取值0到w‑1，v取值0到h‑1，σ_u＝w/4，σ_v＝h/4，令I_spl表示中心机织物组织点图像与其相邻机织物组织点图像拼接后所得图像，S_spl,w和S_spl,h分别表示I_spl水平方向尺寸和垂直方向尺寸，h＝S_spl,h；将该拼接图像与高斯卷积核按照公式(5)进行卷积，得到二维卷积结果T(x,y)，其中x取0到Sspl,w‑w，y恒取0，即将二维卷积结果T(x,y)中y所对应维度去掉，令t＝x+y，则T(x,y)简化为水平亮度变化曲线fh(t)，且fh(t)＝T(x,0)，利用公式(6)离散傅里叶变换将上述水平亮度变化曲线转化到频域，其中fh(t)表示离散的水平亮度变化曲线中第t个元素，Ncrc表示该离散水平亮度变化曲线长度，这里Ncrc＝Sspl,w‑w+1，Fh(s)表示水平亮度变化曲线fh(t)经离散傅里叶变换转换后所得离散频域序列，取离散频域序列Fh(s)实部前半部分，再令序列中每个元素绝对值减去其自身，得到离散序列{Bh(s)},s＝1,2,...,round(Ncrc/2)‑1，根据以下条件判断中心机织物组织点图像与其0度方向相邻机织物组织点图像间纱线边界存在情况：1)当上述离散序列{Bh(s)}中数值最大的元素唯一，且最大的元素对应序号s为2，中心机织物组织点图像与其0度方向相邻机织物组织点图像间不存在纱线边界；2)其他，中心机织物组织点图像与其0度方向相邻机织物组织点图像间存在纱线边界；(b)中心机织物组织点图像与其180度方向相邻机织物组织点图像间纱线边界存在情况判断：对于上述第三步亮度归一化后的每组局部机织物组织点图像，当中心机织物组织点图像180度方向相邻机织物组织点图像存在，对中心机织物组织点图像与其180度方向相邻机织物组织点图像按照在机织物上分布顺序拼接后，重复上述步骤(a)的中心机织物组织点图像与其0度方向相邻机织物组织点图像间纱线边界存在情况判断中公式(4)‑公式(6)操作的过程，根据以下条件判断中心机织物组织点图像与其180度方向相邻机织物组织点图像间纱线边界存在情况：1)当上述离散序列{Bh(s)}中数值最大的元素唯一，且最大的元素对应序号s为2，中心机织物组织点图像与其180度方向相邻机织物组织点图像间不存在纱线边界；2)其他，中心机织物组织点图像与其180度方向相邻机织物组织点图像间存在纱线边界；(c)中心机织物组织点图像与其90度方向相邻机织物组织点图像间纱线边界存在情况判断：对于上述第三步亮度归一化后的每组局部机织物组织点图像，当中心机织物组织点图像90度方向相邻机织物组织点图像存在，对中心机织物组织点图像与其90度方向相邻机织物组织点图像按照在机织物上分布顺序拼接后，除区别于公式(4)操作时，令w＝S_spl,w，公式(5)操作时，x恒取0，y取值范围为0到S_spl,h‑h，将二维卷积结果T(x,y)中x所对应维度去掉，得到垂直亮度变化曲线f_v(t)，且f_v(t)＝T(0,y)，公式(6)操作时，N_crc＝S_spl,h‑h+1，对垂直亮度变化曲线f_v(t)进行傅里叶变换得到离散频域序列F_v(s)之外，重复上述步骤(a)的中心机织物组织点图像与其0度方向相邻机织物组织点图像间纱线边界存在情况判断中公式(4)‑公式(6)操作的过程，取离散频域序列F_v(s)实部前半部分，再令序列中每个元素绝对值减去其自身，得到离散序列{B_v(s)}，根据以下条件判断中心机织物组织点图像与其90度方向相邻机织物组织点图像间纱线边界存在情况：1)当上述离散序列{Bv(s)}中数值最大的元素唯一，且最大的元素对应序号s为2，中心机织物组织点图像与其90度方向相邻机织物组织点图像间不存在纱线边界；2)其他，中心机织物组织点图像与其90度方向相邻机织物组织点图像间存在纱线边界；(d)中心机织物组织点图像与其270度方向相邻机织物组织点图像间纱线边界存在情况判断：对于上述第三步亮度归一化后的每组局部机织物组织点图像，当中心机织物组织点图像270度方向相邻机织物组织点图像存在，对中心机织物组织点图像与其270度方向相邻机织物组织点图像按照在机织物上分布顺序拼接后，重复上述步骤(c)的中心机织物组织点图像与其90度方向相邻机织物组织点图像间纱线边界存在情况判断中公式(4)‑公式(6)操作的过程，根据以下条件判断中心机织物组织点图像与其270度方向相邻机织物组织点图像间纱线边界存在情况：1)当上述离散序列{Bv(s)}中数值最大的元素唯一，且最大的元素对应序号s为2，中心机织物组织点图像与其270度方向相邻机织物组织点图像间不存在纱线边界；2)其他，中心机织物组织点图像与其270度方向相邻机织物组织点图像间存在纱线边界；(e)计算中心机织物组织点图像的纱线边界特征向量：将每个中心机织物组织点图像与其0度、90度、180度、270度四个方向相邻机织物组织点图像间的机织物组织点图像存在情况和纱线边界存在情况串联成该中心机织物组织点图像的纱线边界特征向量，用vm,n(k),k＝1,2,3,4依次表示第m条纬纱、n条经纱相交所得中心机织物组织点图像与其0度、90度、180度和270度方向相邻机织物组织点图像间的机织物组织点图像存在情况和纱线边界存在情况，当中心机织物组织点图像与其0度、90度、180度和270度方向上存在的相邻机织物组织点图像间不存在纱线边界，令对应vm,n(k)＝0；当中心机织物组织点图像与其0度、90度、180度和270度方向上存在的相邻机织物组织点图像间存在纱线边界，令对应vm,n(k)＝1，第m条纬纱、n条经纱相交所得中心机织物组织点图像的纱线边界特征向量由vm,n(k)依次串联而成，表示为纱线边界特征向量Vm,n＝(vm,n(1),vm,n(2),vm,n(3),vm,n(4))，这里m＝1,2,3,...,Nweft，n＝1,2,3,...,Nwarp，Nweft为机织物样本纬纱数，Nwarp为机织物样本经纱数；(2)利用相邻机织物组织点图像间亮度相对变化关系修正纱线边界特征：对于上述步骤(1)得到的机织物组织点图像的纱线边界特征向量，当中心机织物组织点图像0度和180度方向相邻机织物组织点图像均存在，中心机织物组织点图像与其0度和180度方向相邻机织物组织点图像按照机织物上分布顺序同时拼接后，除区别于公式(4)操作时，令h＝S_spl,h之外，重复上述步骤(1)中的中心机织物组织点图像与其0度方向相邻机织物组织点图像间纱线边界存在情况判断中公式(4)‑公式(5)操作的过程，得到水平亮度变化曲线，对得到的水平亮度变化曲线提取全局最大值、全局最小值、中心机织物组织点图像与其0度方向相邻机织物组织点图像对应水平亮度变化曲线区域的局部极小值、中心机织物组织点图像与其180度方向相邻机织物组织点图像对应水平亮度变化曲线区域的局部极小值、0度方向相邻机织物组织点图像对应水平亮度变化曲线区域的局部最大值、中心机织物组织点图像对应水平亮度变化曲线区域的局部最大值以及180度方向相邻机织物组织点图像对应水平亮度变化曲线区域的局部最大值，其中局部极小值通过下述方式▲得到：▲：取中心机织物组织点图像与其某方向相邻机织物组织点图像在亮度变化曲线上对应区域，再取该区域中间2/3区间上所有极小值，在所取所有极小值中取最小值作为局部极小值；当中心机织物组织点图像0度和180度方向相邻机织物组织点图像中有一个不存在，对中心机织物组织点图像与0度和180度方向相邻机织物组织点图像中存在的机织物组织点图像按照机织物上分布顺序同时拼接后，重复上述步骤(1)中的中心机织物组织点图像与其0度方向相邻机织物组织点图像间纱线边界存在情况判断中公式(4)‑公式(5)操作的过程，得到水平亮度变化曲线，对该得到的水平亮度变化曲线提取全局最大值、全局最小值、局部极小值、0度和180度方向相邻机织物组织点图像中存在的组织点图像对应水平亮度变化曲线区域的局部最大值、中心机织物组织点图像对应水平亮度变化曲线区域的局部最大值，其中局部极小值通过上述方式▲得到；当中心机织物组织点图像90度和270度方向相邻机织物组织点图像均存在，中心机织物组织点图像与其90度和270度方向相邻机织物组织点图像按照机织物上分布顺序同时拼接后，除区别于公式(4)操作时，令w＝S_spl,w，之外，重复上述步骤(1)中的中心机织物组织点图像与其90度方向相邻机织物组织点图像间纱线边界存在情况判断中公式(4)‑公式(5)操作的过程，得到垂直亮度变化曲线，对得到的垂直亮度变化曲线提取全局最大值、全局最小值、中心机织物组织点图像与其90度方向相邻机织物组织点图像对应垂直亮度变化曲线区域的局部极小值、中心机织物组织点图像与其270度方向相邻机织物组织点图像对应垂直亮度变化曲线区域的局部极小值、90度方向相邻机织物组织点图像对应垂直亮度变化曲线区域的局部最大值、中心机织物组织点图像对应垂直亮度变化曲线区域的局部最大值以及270度方向相邻机织物组织点图像对应垂直亮度变化曲线区域的局部最大值，其中局部极小值通过上述方式▲得到；当中心机织物组织点图像90度和270度方向相邻机织物组织点图像中有一个不存在，对中心机织物组织点图像与90度和270度方向相邻机织物组织点图像中存在的机织物组织点图像按照机织物上分布顺序同时拼接后，重复上述步骤(1)中的中心机织物组织点图像与其90度方向相邻机织物组织点图像间纱线边界存在情况判断中公式(4)‑公式(5)操作的过程，得到垂直亮度变化曲线，对得到的垂直亮度变化曲线提取全局最大值、全局最小值、局部极小值、90度和270度方向相邻机织物组织点图像中存在的组织点图像对应垂直亮度变化曲线区域的局部最大值、中心机织物组织点图像对应垂直亮度变化曲线区域的局部最大值，其中局部极小值通过上述方式▲得到；对得到的水平和垂直亮度变化曲线及对应全局最大值、全局最小值、局部极小值以及局部最大值，结合上述步骤(1)得到的各机织物组织点图像纱线边界特征向量，修正各机织物组织点图像纱线边界特征向量，具体修正方法如下：(a)当纱线边界特征向量Vm,n中四个纱线边界特征向量元素vm,n(k)，k＝1,2,3,4均不为0，当vm,n(k)数值不为‑1且满足下述条件1)‑3)之一，更新为0，更新特征纱线边界特征向量Vm,n，条件1)‑3)为：1)对应曲线区间上不存在局部极小值点；2)存在局部极小值点，且局部极小值点处于对应曲线全局最大值与全局最小值之间靠近全局最大值的1/3区域；3)存在局部极小值点，局部极小值点处于对应曲线全局最大值与全局最小值间中间1/3区域，且该局部极小值所在相邻机织物组织点图像和中心机织物组织点图像对应曲线区间局部最大值中较大的局部最大值，与该局部极小值的差，除以曲线全局最大值与全局最小值的差，所得数值小于0.15；(b)完成上述步骤(a)对纱线边界特征向量Vm,n更新后，当纱线边界特征向量Vm,n中数值为0的vm,n(k)数量大于2，或者0元素的数量为2且两个数值为0的vm,n(k)对应的k不同时为奇数或偶数时，依次取所有数值为0的vm,n(k)对应相邻机织物组织点图像和中心机织物组织点图像所在曲线区间中间2/3区域，统计其中局部极小值点不存在数量，当统计结果大于0，则将其中存在局部极小值点区间对应的vm,n(k)更新为1，更新纱线边界特征向量Vm,n，否则不更新Vm,n；(c)完成上述步骤(b)对纱线边界特征向量Vm,n更新后，当纱线边界特征向量Vm,n中不存在‑1，0元素的数量大于2，或者0元素的数量为2且两个为0的vm,n(k)对应的k不同时为奇数或偶数时，对所有数值为0的vm,n(k)，依次计算其所在相邻机织物组织点图像和中心机织物组织点图像对应亮度曲线区间局部最大值中较大的值与局部极小值的差，除以曲线全局最大值与全局最小值之差得到的数值，除所得结果中最小值对应的vm,n(k)外，均更新为1，更新纱线边界特征向量Vm,n；第五步，对机织物组织点图像识别经纬属性：根据上述第四步中步骤(2)最终更新所得机织物组织点图像纱线边界特征向量Vm,n，判断每个机织物组织点图像经纬属性，首先从前向后搜索每个机织物组织点图像纱线边界特征向量Vm,n中所有元素数值，获取第一个0元素在纱线边界特征向量Vm,n中出现位置ind0，当ind0为奇数，则该机织物组织点图像为纬组织点，当ind0为偶数，则该机织物组织点图像为经组织点，当ind0为空，则该机织物组织点图像无法判断经纬属性；以Cam,n表示第m条纬纱、n条经纱相交所得机织物组织点图像经纬属性，当该机织物组织点图像无法判断经纬属性，令Cam,n＝‑1；当该机织物组织点图像为纬组织点，令Cam,n＝0；当该机织物组织点图像为经组织点，令Cam,n＝1；Cam,n根据对应机织物组织点图像在机织物中分布位置组成预识别组织图矩阵；第六步，计算组织循环纱线数：串联每条经纱或纬纱机织物组织点图像纱线边界特征向量，计算每条经纱与机织物图片中间位置经纱间特征向量平均海明距离,或计算每条纬纱与机织物图片中间位置纬纱间特征向量平均海明距离，并以平均海明距离曲线数值大小和不同长度下截取所得相邻等长子序列间平均相关系数,获得机织物组织循环纱线数，具体方法如下：本发明首先按公式(7)和公式(8)分别串联每条经纱或纬纱机织物组织点图像纱线边界特征向量，获得各经纱特征向量Uwarp,n与各纬纱特征向量Uweft,m上式中N_warp为机织物样本经纱数，N_weft为机织物样本纬纱数，V_m,n为每条经纱或纬纱上机织物组织点图像对应纱线边界特征向量，该机织物中各条经纱特征向量U_warp,n与中间位置经纱特征向量按照公式(9)计算对应的平均海明距离D_warp(n),n＝1,2,…,N_warp，计算时公式(9)中A₁和A₂分别取U_warp,n和计算所得D为对应D_warp(n)，同样操作，各条纬纱特征向量U_weft,m与中间位置纬纱特征向量按照公式(9)计算对应的平均海明距离D_weft(m),m＝1,2,…,N_weft，计算时公式(9)中A₁和A₂分别取U_weft,m和计算所得D为对应D_weft(m)，D＝Hamming(A1,A2)/|A1|   (9)，式中函数Hamming(A1,A2)表示向量A1和A2间的海明距离，|A1|表示向量A1的模，D为最终平均海明距离计算结果，Dwarp(n)和Dweft(m)分别按照公式(10)和(11)构成序列Dwarp和Dweft，Dwarp＝(Dwarp(1),Dwarp(2),...,Dwarp(Nwarp))   (10)，Dweft＝(Dweft(1),Dweft(2),...,Dweft(Nweft))   (11)，然后根据海明距离序列Dwarp和Dweft极小值点，初步获得组织循环经纱数Ncwarp和组织循环纬纱数Ncweft,首先初始化Ncwarp＝0，如果序列Dwarp中数值小于1/4的元素数量大于Nwarp/2，则令Ncwarp＝2；否则取序列Dwarp极小值点中数值小于1/4的元素位置，构成位置序列Dindwarp，统计序列Dindwarp第一个元素之后每个元素与其前一个元素之差，统计数量最多的数值为组织循环经纱数Ncwarp，同样操作，根据序列Dweft计算组织循环纬纱数Ncweft；简单修正Ncwarp和Ncweft，当Ncwarp和Ncweft均为0，令Ncwarp＝Nwarp，Ncweft＝Nweft；当Ncwarp和Ncweft中一个为0，另一个不为0，则将Ncwarp和Ncweft中非0数值赋值给0所在变量；当Ncwarp和Ncweft均不为0，且其中一个为2，另一个不为2，则将Ncwarp和Ncweft中非2数值赋值给2所在变量；当Ncwarp和Ncweft均不为0或2，且大小不一致，则将Ncwarp和Ncweft中较小数值赋值给较大数值所在变量；当Ncwarp和Ncweft至少一个数值大于2，进一步利用不同长度下分割所得序列Dwarp和序列Dweft相邻等长子序列间平均相关系数，矫正组织循环纱线数Ncwarp和Ncweft，具体步骤是：(a)去掉序列D_warp第一个元素和最后一个元素，剩余元素构成序列(b)令L表示分割时各相邻子序列长度，Nd_warp,L表示分割所得相邻子序列数量，初始化L＝2，计算如果Nd_warp,L＞1，进入下述步骤(c)，否则进入下述步骤(e)；(c)将以长度L连续相邻等长分割，得到子序列p＝1,2,...,Nd_warp,L，分割所得子序列在序列中分布关于序列的中心位置对称，按照序列中对应区间分布顺序构成子序列集子序列集中间位置子序列与其他子序列按照公式(12)计算平均相关系数其中其中表示子序列集中第z个子序列与中间位置子序列的相关系数；(d)更新分割时子序列长度为L+1,重新计算如果Nd_warp,L>1，返回上述步骤(c)，以新长度重新分割相邻等长子序列并计算此时相邻等长子序列间平均相关系数，否则进入下述步骤(e)；(e)经过上述步骤(a)～步骤(d)的计算过程，得到不同长度下对序列D_warp相邻等长分割所得子序列间平均相关系数序列如果非空，更新Nc_warp为序列中第一个数值大于0.6的元素对应位置数值，否则不更新Nc_warp；(f)对序列Dweft进行上述步骤(a)‑(e)同样操作，更新Ncweft，区别在于将所有对序列Dwarp的操作替换为对序列Dweft的操作；第七步，矫正机织物组织点图像经纬属性：(1)初步获取正确组织循环：根据第六步计算得到的组织循环纱线数，并根据组织循环分布规律，将第五步初步识别后的机织物组织图矩阵分割为连续相邻排列的组织循环块，统计所有组织循环块中对应机织物组织点图像经纬属性，以统计最多经纬属性作为对应机织物组织点图像经纬属性，构成正确组织循环，机织物组织循环以公式(13)所示组织循环矩阵Csr进行表示，组织循环矩阵中第kc行、第lc列机织物组织点图像经纬属性表示为Csr(kc,lc)，根据其对应机织物组织点图像经纬属性取值‑1、0、1，分别对应无法判断经纬属性、纬组织点和经组织点，kc＝1,2,...,Ncweft，lc＝1,2,...,Ncwarp，(2)补全未识别机织物组织点图像经纬属性：当机织物在第六步计算所得组织循环纱线数大于2，进一步通过对组织循环矩阵Csr的操作，实现对组织循环中未识别经纬属性的机织物组织点图像根据已识别的机织物组织点图像进行二次识别，具体步骤如下：(a)逐行扫描组织循环矩阵Csr，找出所有数值为‑1的矩阵元素；(b)当各行连续出现数值为‑1的矩阵元素数量为奇数，且左右相邻数值非‑1的矩阵元素数值相同，或者连续出现数值为‑1的矩阵元素数量为偶数，且左右相邻数值非‑1的矩阵元素数值一个数值为0，一个数值为1，则对该部分数值为‑1的连续矩阵元素数值，从两侧往中间依次赋值为对应相邻数值非‑1的矩阵元素数值减1所得结果的绝对值；(c)当各行连续出现数值为‑1的矩阵元素数量为奇数，且左右相邻数值非‑1的矩阵元素数值一个数值为0，一个数值为1，或者连续出现数值为‑1的矩阵元素数量为偶数，且左右相邻数值非‑1的矩阵元素数值相同，则该部分数值为‑1的矩阵元素依次根据其上下矩阵元素进行识别，识别方法与上述步骤(b)一致，区别在于判断基准矩阵元素为垂直方向相邻数值非‑1的矩阵元素；(d)对于上述步骤(b)和上述步骤(c)无法识别经纬属性的矩阵元素，令其取组织循环矩阵中出现次数最多的矩阵元素数值；(3)矫正机织物组织图矩阵：利用上述步骤(2)所得正确组织循环矩阵Csr，依次对上述步骤(1)分割所得组织循环块进行矫正，得到矫正后机织物组织图矩阵；第八步，识别机织物组织结构种类并输出机织物组织图：计算斜向相邻相同大小机织物组织点图像数量区域间所有机织物组织点图像经纬属性平均海明距离关系，并结合组织结构循环周期，对组织结构种类进行分类，具体步骤如下：当Ncwarp或Ncweft不为2，且第七步矫正后机织物组织图矩阵中矩阵元素数值不完全一致，取第1到第Nweft‑1条纬纱和第1到第Nwarp‑1条经纱所有机织物组织点图像构成机织物子区域，该机织物子区域每列机织物组织点图像经纬属性标识Cam,n作为列向量，逐列串联，得到该机织物子区域机织物组织点图像经纬属性分布向量Car11，此时m取值范围为1,2,...,Nweft‑1，此时n取值范围为1,2,...,Nwarp‑1，同样方式，分别取第1到第Nweft‑1条纬纱和第2到第Nwarp条经纱、第2到第Nweft条纬纱和第1到第Nwarp‑1条经纱、第2到第Nweft条纬纱和第2到第Nwarp条经纱对应机织物组织点图像机织物子区域机织物组织点图像经纬属性分布向量Car12、Car21、Car22；Car11和Car22根据公式(9)计算对应平均海明距离Drmean,1，计算时A1和A2分别取CR11和CR22，计算所得D即为DR1，同样根据公式(9)计算Car12和Car21平均海明距离Drmean,2，如果Drmean,1＜0.35且Drmean,1＜Drmean,2，该机织物左斜；如果Drmean,2＜0.35且Drmean,1≥Drmean,2，该机织物右斜；否则该机织物斜向机织物组织点图像经纬属性分布不相似；定义η表示机织物倾斜情况，如果机织物左斜，令η＝1；如果机织物右斜，令η＝‑1；否则令η＝0；机织物倾斜情况η结合第六步所得组织循环纱线数，可对该机织物组织结构种类识别，具体识别条件为：当组织循环纱线数为2，该机织物组织结构属于平纹组织；当组织循环纱线数大于2，且η≠0，该机织物组织结构属于斜纹组织；当组织循环纱线数大于2，且η＝0，该机织物组织结构属于缎纹组织；当机织物为非平纹机织物，根据矫正后机织物组织图矩阵作机织物组织图，以第二步所得纠斜后亮度图像尺寸相同大小设置正确机织物组织图尺寸，并根据第一步各纬纱与经纱分割位置绘制直线，将机织物组织图划分为小矩形区域，每个矩形区域根据分布位置对应一个机织物组织点图像，取矫正后机织物组织图矩阵中Ca_m,n为0所对应矩形方格设为白色，Ca_m,n为1所对应矩形方格设为斜纹与垂直纹交叉纹，Ca_m,n为‑1所对应矩形方格设为斜纹，输出机织物组织图；上述一种机织物组织结构种类的识别方法，均默认图像左上角为坐标原点，水平向右为x轴正方向，垂直向下为y轴正方向；上述一种机织物组织结构种类的识别方法，在提及旋转角度时，均默认以水平向左为0度，顺时针旋转，尺寸大小以像素数量进行表示。