数学形态学在织物疵点检测中的应用

王文杰,强赞霞

(中原工学院,郑州 450007)

数学形态学在织物疵点检测中的应用

王文杰,强赞霞

(中原工学院,郑州 450007)

针对织物常见的破洞、断经和缺纬3类疵点,提出了一种基于数学形态学的疵点检测方法.利用自相关函数和FFT找出织物经纬结构的重复单元,以其为依据,用形态学中腐蚀背景和膨胀目标的方法检测图像中的疵点信息,在传统的形态学处理法之后,采用开运算进一步地消除噪声,突出疵点,在此基础上,利用MA TLAB语言开发了系统原型,通过实验验证了形态学检测疵点的可行性.

织物疵点;数学形态学;检测;MA TLAB

织物表面的瑕疵点影响着织物的质量好坏.目前,织物疵点检测都是通过人工视觉完成的[1],但这种办法过程乏味、耗时,存在劳动强度大、漏检率高、受检验人员主观因素影响大、生产效率低等缺点.随着计算机自动化的发展,纺织业的生产自动化已是必然趋势.

本文主要针对织物常见的破洞、断经和缺纬3类疵点,提出了一种基于数学形态学的疵点检测方法,并利用MA TLAB语言开发了系统原型[2],通过实验验证了形态学检测疵点的可行性.

1 形态学的疵点检测方法

形态学的疵点检测方法主要包括训练和检测两个步骤[3].在训练阶段,主要是分析和研究原来标准织物的图像,即没有疵点的织物图像,通过标准图像求出图像的像素灰度值和标准偏差,进而得到一个像素灰度值的阈值,再用这个阈值的二值化标准图像,得到一幅二值图像,然后再利用自相关函数求出标准图像中的经纬方向上重复单元的尺寸,从而构成一个检测窗口;在检测阶段,首先要对待检测织物图像中的每一个像素都用像素灰度值的阈值处理,得到一幅二值图像后,再对这幅图像经过检测窗口进行腐蚀背景后膨胀目标的形态处理,最后再对处理后的图像做去除噪声的处理,确定出被检测织物图像中的疵点像素,从而完成对这3类疵点的检测.主要步骤如图1:

图1 形态学检测主要步骤

1.1 预处理

为了避免由于噪声及织物纹理造成的干扰,在训练和检测前需要对图像进行预处理,这样可以改善待检测图像的质量,提高检测的精确度.

预处理有空间域处理和频率域处理两种方法.空间域处理就是直接对图像的灰度进行操作;频率域处理时利用图像变换的方法,将原始的图像以某种形式转换到频率空间来,再利用该空间的特有性质进行图像处理,然后再转换到原始的图像中,从而得到处理后的图像.一般使用的预处理方法是中值滤波和直方图均衡化.

中值滤波的主要作用是去除在图像中由于光照等原因引起的噪声;直方图均衡化就是调整直方图的分布,即重新设定织物图像的每个像素的灰度值,使得织物图像的灰度更加均匀整齐,从而得到一幅更加平滑的灰度直方图.经过调整后的图像,不同的织物图像看起来会变得更加相似,它们的亮度和对比度比较接近,有利于后面图像的检测.还有,调整后的织物图像结构更容易被识别出来,这样也对用自相关函数求出的标准图像中经纬方向上的重复单元起到了很好的帮助作用,使重复单元的尺寸也算得更为精确.

图2所示是含有断经疵点图像直方图均衡化前后的图像,图2a是原来图像的直方图,图2b是均衡化后的直方图.

图2 直方图均衡化前后对比图像

从图2可以看出,原图像灰度绝大部分集中在120～200之间,而经过直方图均衡化后的图像灰度分布均匀,几乎分散了整个区域,图像的对比度明显增加.其余两类疵点的图像直方图均衡调跟这个类似.

1.2 训练阶段

训练阶段主要是根据标准织物图像来确定像素灰度值的阈值,具体方法是先求出图像的像素灰度平均值和标准偏差[4].

其中:TM—像素灰度值的阈值;μM—所有像素的平均灰度值;σM—所有像素的标准偏差;D—标准织物图像的像素个数;xi—每个像素的灰度值.

z是一个长常数系数,通常取值为-5.0～+5.0,这里的 z值取值不能随意,太大或者太小,都会造成用得到的灰度值的阈值来二值化织物图像后,所得到的二值化图像出现黑白像素不均匀的现象,从而不利于后面的求二值图像经、纬方向上的重复单元的尺寸,因为z值应该反复实验得出,本文的 z值经过实验取1.8.

在确定像素灰度值的阈值后,用这个阈值二值化标准织物图像,从而得到了一幅二值图像,最后利用自相关函数计算出这个二值图像中的经纬方向上的重复单元的标准尺寸,即训练阶段的第二个目标,从而得到一个检测窗口,其中纬纱的自相关函数Cx和经纱的自相关函数Cy(此处均以第一根纬纱和经纱作为代表)分别定义为:

其中:xi,j—图像(i,j)像素处的灰度值,i=0,1,…,M-1;j=0,1,…,N-1(以像素为单位,M为图像的宽度,N为图像高度).

但是由于计算量非常大,用上式计算是不可取的,所以这里采用了一个间接的方法,根据自相关函数可以转换为傅里叶变换和反变换(因为一幅图像的自相关函数与此图像的能量谱函数是一个傅里叶变换对),可以用数学式表示为:

f(x,y)·f(x,y)⇔|F(u,v)|2= E(u,v) (6)

式中:f(x,y)表示织物图像函数;符号“·”表示相关运算:E(u,v)表示织物图像的能量谱函数,即傅里叶谱的二次方.

由式(6)可知,我们可以用现有快速傅里叶变换(FFT)的织物图像的频率函数,计算出织物图像的能量谱函数,从而对能量谱函数再进行快速傅里叶反变换(IFFT)后就得到织物图像的自相关函数.这样可以减少大量的计算量,节约计算时间,提高检测速度,从而提高工作效率,也为在线检测打下扎实的基础.

1.3 检测阶段

这个阶段主要是利用训练阶段得到的检测窗口和像素灰度值的阈值进行疵点检测[5].在检测织物图像时,用前面所求的像素阈值来二值化待检测的织物图像,进而得到一幅二值图像,再用检测窗口对其进行先腐蚀背景后膨胀目标的形态学处理.

腐蚀和膨胀是形态学中2种最基本的变换.其定义如下:

对z中的集合A和B,集合A为输入图像,B为结构元素.

A被B腐蚀,表示为 AΘB,其定义为:

式(7)中(B)z是B沿向量的平移.

A被B膨胀,表示为 A⊕B,其定义为:

式(8)中^B是B的映射,即与B关于原点对称的集合,(^B)z是B的映射沿向量的平移.

腐蚀在数学形态学中的作用是消除图像的边界点,使得图像边界内部收缩,把小于结构元素的图像去掉,消除图像周围尖锐和凸角以及图像间的细小疵点.而膨胀的作用是扩大图像的边界点,填充图像周围的凹陷和图像内部的小孔.通常情况下,膨胀和腐蚀是不可恢复的运算.先腐蚀背景再膨胀目标不能使图像复原,但可以产生一种新的数学形态学变换,即开运算.其作用可以使目标图像的轮廓平滑,可以去掉毛刺和孤点,平滑了棱角.同样,先膨胀目标后腐蚀背景也不能使图像复原,而产生了另一种新的数学形态学变换,即闭运算,其作用是填补小沟槽、弥合小孔和裂缝.

本文主要采用了开运算,即先腐蚀背景再膨胀目标.先用腐蚀运算把织物图像中的标准经纬结构给腐蚀掉,也就是所谓的腐蚀背景,再通过膨胀,把腐蚀的目标扩大化一下,从而恢复目标信息的实际尺寸.

所以,在用数学形态学处理图像的时候,检测窗口大小的选择是十分的重要的,既要能保留图像中的疵点目标,又要把图像中的经纬结构背景给腐蚀掉.所以我们之前采用自相关函数求出了标准织物经过二值化处理后的经纬结构上的重复单元,这样才能选取出更适合的检测窗口进行检测.

2 实验与仿真

选取30幅破洞、断经和缺纬3类疵点进行仿真实验,检测结果如表1所示:

表1 疵点样本识别结果 个

由表1可知,整体识别率为93.3%,漏检部分是由于相机性能条件、织物图像不均匀等一些原因造成的.图3—图8所示是3类疵点形态学处理后的效果图.

3 结 语

本文重点讨论了数学形态学处理法在织物疵点检测中的应用,得到了疵点类型的信息.通过实验证明,此方法对破洞、断经和缺纬3类主要疵点的识别率很高,分别达到了100%、87.5%和87.5%,此方法对部分织物疵点检测可行.

[1] 尚会超,吴军.织物表面疵点检测算法综述[J].中原工学院学报,2008(1):16-18.

[2] 张德丰.MA TLAB数字图像处理[M].北京:机械工业出版社,2009:296-301.

[3] Nidhal Bouaynaya,Dan Schonfeld.Theo retical Foundationsof Spatially-variant Mathematical Mo rphology[J].IEEE Transactions on Parrern Analysis and Machine Intellingence,2008(5):11.

[4] Rafael C.Gonzalez[J].Digital Image Processing,2007(8):420-455.

[5] 王树文,闫成新.数学形态学在图像处理中的应用[J].计算机工程与应用,2004(32):89-92.

Application of Mathematical Morphology in Fabric Defect Detection

WANGWen-jie,Q IANG Zan-xia
(Zhongyuan U niversity of Technology,Zhengzhou 450007,China)

In this paper,amethod based on mathematicalmorphology is p resented to detect fabric defects including hole,w arp-lacking and weft-lacking.First repeat units are identified through autocorrelation function and FFT.Second,mathematicalmorphological erosion and dilation methods are used to detect the defects information in term sof those repeat units.Last,after using the traditionalmethod of morphologicaloperations,mo rphological opening is used again in o rder to remove noise and stand out the defects.A system by MA TLAB is designed to emphatically detect the defectsof hole,warp-lacking and w eft-lacking.The reliability of mo rphological operations is tested based on experiments.

fabric defect;mathematical mo rphology;detection

TP391.4

A DO I:10.3969/j.issn.1671-6906.2010.02.007

1671-6906(2010)02-0028-03

2010-04-02

河南省科技攻关计划项目(082102210077)

王文杰(1985-),男,河南济源人,硕士生.