基于MATLAB图像处理的棉纤维成熟度检测系统的开发

周 镭

(1.山东省纺织科学研究院，山东 青岛 266032；2.山东省特种纺织品加工技术重点实验室，山东 青岛 266032)

基于MATLAB图像处理的棉纤维成熟度检测系统的开发

周 镭1,2

(1.山东省纺织科学研究院，山东青岛266032；2.山东省特种纺织品加工技术重点实验室，山东青岛266032)

中腔胞壁对比法测试棉纤维成熟度是以单个、手工、目测为特点的传统检测，显著不足是单一、目测、效率和精度低。本文使用计算机图像分析技术开发了棉纤维成熟度检测系统，实现了基于棉纤维的显微图像自动测试棉纤维中腔胞壁对比的图像分析法。与传统的中腔胞壁对比法比较图像分析法具有若干优点，为今后客观检测的发展提供了一定参考。

棉纤维；成熟度；中腔胞壁对比；图像处理

棉纤维成熟度是棉纤维内在质量的一项综合性指标，是决定纺纱工艺流程与成品质量的重要因素。棉纤维成熟度在棉花品级评定和生产配棉中都是重要的检验项目。棉纤维成熟度检测方法分为直接法和间接法两类。间接方法是检测出一些参数，再通过公式换算得到成熟度，间接法不能直观地表示成熟度，数据依靠换算得出，准确性一般[1]；直接方法是按照定义直接检测成熟度，传统的直接方法，如中腔胞壁对比法，虽然能直接测试成熟度，但完全由人工借助生物显微镜进行，速度慢，测试根数少。

目前，借助显微镜观察的中腔胞壁对比法是以单个、手工、目测为特点的传统检测，显著不足是单一、目测、慢速、低精度。20世纪90年代以来，计算机视觉与图像处理分析技术的发展逐渐改变了传统的手感目测或仪器测量等方法，成为解决人工目测为客观检测的发展方向。本文以计算机视觉模仿人工对棉纤维成熟度中腔胞壁对比法的检测原理，针对棉纤维纵向的显微图像，利用MATLAB开发了一套棉纤维成熟度测试的教学用实验系统，旨在使传统中腔胞壁对比法检测棉纤维成熟度发展为图像分析法，以提高测试效率和精度。

1 系统组成

本文研究的棉纤维成熟度测试以棉纤维纵向图像为基础进行，因此需要纤维图像自动采集和识别系统获取棉纤维的高清图像。东华大学的纤维图像自动采集和识别系统平台采用美国Labomed光学显微镜作为图像采集的基础系统。Labomed光学显微镜装配内置200万像素数码摄像机，并装配R232可编程控制三维自动载物台，采用步进电机驱动精密丝杆传动，实现平台在xyz三个方向高精度的移动。该纤维图像自动采集系统平台的主界面由菜单栏、工具栏、视频窗口、控制面板和视频缩略图五个部分构成。平台移动控制面板提供了三维载物台的控制功能，包括相关基础控制和能够实现复杂功能的控制。这套系统十分适合完成棉纤维图像的视频观察、采样和存储。图1为纤维图像自动采集系统硬件配置。

图1 纤维图像自动采集系统硬件配置

图2为运用MATLABR2012编程语言自行开发的可实现图像预处理、特征值提取、结果输出的软件系统。

图2 棉纤维成熟度测试教学实验系统工作界面

2 试验

2.1制样

首先在载玻片的两边涂上胶水，将试样纤维进行手扯，将纤维理顺，再将纤维手扯到载玻片上，并将纤维两端用胶水固定，要求纤维在切片上平行顺直地排列，并且以纤维之间有间隙不粘连为宜。此外还要保证纤维切片的清洁性，避免因制片的污渍太多而造成采集的纤维图像中有较多阴影干扰，导致后期图像处理的工作量增加。

2.2图像采集

为了获得高质量和高清晰度的图像，经试验对比，选用目镜10×物镜40的放大倍数，棉纤维的细观结构最为清晰；为了便于后续图像处理，棉纤维的中腔与胞壁的对比度尽量大，故图像采集时透射光强度要稍低。将样品载玻片置于显微镜下，点击鼠标调节焦距(调z向)、更换不同纤维(调x向)、寻找测试部位(调y向)，获取清晰度的图像，以BMP格式保存在文件夹内。

2.3图像处理

采像过程中，光学系统不均匀性及因试样厚薄不均造成的聚焦不准确等问题，均可能造成图像对比度不足和纤维轮廓钝化，使图像中的细节分辨不清。图像处理的目的是通过一系列的技术提高图像的清晰度，突出纤维的轮廓特征信息，便于二值分割后的特征提取、识别和几何参数的测量。

2.3.1RGB图像转换为灰度图像

彩色图像转换为灰度图像可使图像由三维空间降为一维空间，简化了数据和算法。RGB图像的灰度化采用选取像素F(i，j)的R、G、B分量的亮度加权均值作为该像素的灰度值，常用的计算公式如下：

Fg(i，j)=0.299*R(i，j)+0.587*G(i，j)+0.114*B(i，j)

(1)

RGB图像转换为灰度图像可调用MATLAB中IPT中的rgb2gray函数，图3(1)为转换后的灰度图像。

2.3.2对比度拉伸

从图3(1)可以看出在曝光不足的情况下，图像灰度可能会局限在一个较小的范围内，采用对比度拉伸处理能使图像中物体的对比度更加明显，加大了纤维细胞壁与中腔以及背景的对比度。对比度拉伸需要用到MATLAB中的imadjust函数，此函数能将原图的对比度进行线性调整，将原图的像素按比例放大映射到0～255范围中。图3(2)为对比度线性调整后的图像。

2.3.3棉纤维的目标识别与自动截图

因为一幅图片的幅宽很大，在图片中会存在很多杂质、短纤维等许多与试验无关的影响因素，对后期图像分割并自动确定阈值形成干扰。自动寻找纤维并剪切另成图像可以减少这种干扰，确保后期处理、计算的精准性。

首先我们利用find函数找出图像中值为1的点，这些点即涵盖了棉纤维所在位置，代码如下：

[r,c]=find(x==1);

然后，标定出这些点里面横坐标最小的点与横坐标最大的点，易知这两个点便是棉纤维的横向边界点。代码如下：

[idx1,val1]=min(c); %确定图像左侧边界

[idx2,val2]=max(c); %确定图像右侧边界

最后进行切割，此处为避免损伤纤维，我们将右侧边界点加上一定系数，代码如下：

x=x(:,idx1:idx2+5) %图像切割

figure,imshow(x)

图3(3)为自动截图棉纤维图像。

2.3.4阈值分割

用几何学中的概念进行分析和特征描述，二值图像要比灰度图像方便得多。所以，特征提取前要进行二值化。图像二值化就是用0表示背景，用1表示对象。按照阈值T来分割图像，低于T的像素被置为0，高于T的像素被置为1。图像二值化的关键是阈值T的选择。此过程用MATLAB中的graythresh函数来实现。graythresh函数可以对图像以OTSU[2]算法进行阈值分割。OTSU算法是由日本学者大津展之于1979年提出的，是一种确定图像阈值的方法,又叫大津法。它将图像按灰度特性分成目标和背景两部分。目标和背景之间的类间方差越大，表示两部分的差别越大，当背景被错分为目标或者目标被错分为背景都会导致两部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。图3(4)为得到的棉纤维二值图像。

2.4特征提取

从图3(4)中可以看出，中间黑色部分为中腔，两侧白色部分为胞壁，最外侧黑色部分为边界。因此只需要测出中间黑色部分的长度以及两侧白色部分的长度便可求出棉纤维胞壁与中腔的比值，即棉纤维的成熟度。使用bwlabel函数，它可以识别出黑色背景下的白色区域，并将其标注为1，2，3以此类推。这样便得出了中腔所在的区域集合。代码如下：

[L,n]=bwlabel(x); %将所选区域按黑白分块

[r1,c1]=find(L==1); %找出左侧胞壁所占的区域

[r2,c2]=find(L==2); %找出右侧胞壁所占的区域

a1=max(c1)-min(c1) %左侧胞壁厚度

a2=max(c2)-min(c2) %右侧胞壁厚度

B=min(c2)-max(c1) %中腔宽度

2.5棉纤维成熟度的计算

利用已采集的数据，可计算出棉纤维的成熟度。计算公式为：

棉纤维成熟度S=(a1+a2)/B

(2)

综上，从试样制备到结果输出，图像分析法测试麻纤维成熟度的整个流程见图4。

图4 图像分析法测试麻纤维成熟度的流程图

3 与传统测试方法的比较

表1是两种方法测同一棉纤维成熟度的结果对比。从表中可以看出两种方法所测的数据相差不大，但图像法精度更高。如果当测试量大时，人眼疲劳所产生的误差就会彰显出来，而图像法的性能却始终如一。两者间的比较归纳如下：

3.1图像分析法更为简单快速。图像法只需要选取采集好的图像，然后在自动处理图像完毕后选取测试点即可完成测试。而传统的检验方法需要逐根观察，费时费力。

3.2图像分析法可以重复测量，而传统方法只能一次性测量。因为图像法采集的图像可以永久地储存于计算机中，再次需要时可以直接调出进行测量。而传统方法若要实现重复测试，必须保存观察所用的玻片，除了技术上难以实现外，还会造成大量的资源浪费。

3.3图像分析法更加精确。传统方法只能通过人眼观察大致估测出棉纤维的壁厚与中腔的比值。而图像法可以根据提取的数据，直接算出棉纤维的成熟度。

3.4本文开发的系统不仅能快速、可靠地测试棉纤维成熟度、未成熟纤维含量，还可给出成熟度分布(分布直方图)。

表1 两种测试方法结果对比

4 结语

4.1本文在MATLAB编程语言环境中，采用图像处理的一系列算法，实现了棉纤维的自动快速的图像预处理、中腔和胞壁的识别提取、成熟度的计算，开发了一个基于MATLAB图像处理的棉纤维成熟度检测系统。

4.2该系统从图像采集入手、设计图像处理的系列算法、特征提取到采用MATLAB的GUI将编好的m程序封装起来，整个测试系统的开发是一个典型的图像处理分析技术在纺织检测领域应用的案例，对于相关技术人员认知图像法测试棉纤维成熟度比用传统方法测试有若干优点，并为如何将纺织检测中的目测主观评价、人工检验或人工介入多的检验用图像分析法解决，提供了实训案例。

4.3系统源程序MATLAB m文件的开放性有利于研究人员对系统不断地修改和优化，对加快传统实验手段的转型升级具有参考价值。

[1] 张贤淼，王荣武，吴雄英.棉纤维成熟度检测方法的研究现状与展望[J].纺织学报，2012，33(2)：143—150.

[2] Otsu N. A Threshold Selection Method from Gray-level Histograms[J].IEEE Transactions on Systems Man & Cybernetics，1979，9(1)：62—66.

Abstract: Lumen width-cell wall thickness method for testing the cotton maturity is a traditional detecting with features of single, manual operation and visual inspection. Its significant disadvantages are single, visual inspection, low efficiency and accuracy. In this paper, a cotton fiber maturity test system was developed by using the computer image analysis technology. The system realized automatic test for lumen and cell ratio of cotton fiber based on cotton fiber microscopic image. Image analysis method has some advantages compared with traditional lumen width-cell wall thickness method. It provides references for developing objective detection.

Keywords: cotton fiber; maturity; lumen width-cell wall thickness; image processing

DevelopmentofCottonFiberMaturityTestSystembasedonMATLABImageProcessing

ZhouLei1,2

(1.Shandong Textile Research Institute, Qingdao 266032, China; 2.Shandong Province Key Laboratory of Special Textile Process Technology, Qingdao 266032, China)

TS102.2+11

B

1009-3028(2017)05-0038-04

2017-08-02

周 镭(1961—)，男，江苏宜兴人，工程师。