织物平整度客观评价中的图像预处理及特征提取

陈冬蕾 吴巧英（通信作者）

浙江理工大学

织物平整度客观评价中的图像预处理及特征提取

陈冬蕾 吴巧英（通信作者）

浙江理工大学

利用MATLAB软件对ATTCC织物平整度标准样照进行预处理：图像灰度化、中值滤波和灰度增强。通过边缘检测提取折皱密度作为平整度特征参数，对比图像预处理前后平整度客观评价结果。结果表明：图像预处理能有效提高平整度客观评价的准确性，预处理后织物平整度等级主客观评定结果之间具有良好的一致性。

平整度 客观评价 预处理

近年来，国内外研究者致力于利用先进的图像处理技术对织物平整度进行客观评价[1]。其中，边缘检测[2]能准确且直观地反映图像纹理。在提取折皱特征时，图像中的噪声会影响识别精度和速度[3]，导致提取指标不能真实反映织物特性。本文通过边缘检测提取织物图像预处理前后平整度特征参数并进行对比，为准确评价织物平整度提供参考。

一、试样选取

选取AATCC124—2001[4]织物平整度标准样照作为平整度试样。样照将织物平整度分为SA-1，SA-2，SA-3，SA-3.5，SA-4，SA-5共6个等级；其中，SA-1折皱程度最严重，随后逐渐降低，SA-5折皱程度最轻。

二、平整度图像预处理及特征值提取

（一）图像预处理

利用MATLAB图像处理软件对平整度试样进行预处理。将样照裁剪成256×256像素大小，并转换为灰度图像。用3×3模板中值滤波（过滤高频噪声）和灰度调节（增强对比度）对灰度图像进行预处理。用MATLAB工具箱stretchlim函数自动判断调节范围，使用imadjust函数指定灰度范围，重新分配像素幅度。

（二）平整度特征值提取

1.折皱信息检测：为了将织物折痕从背景中识别出来，利用MATLAB边缘检测提取图像折皱信息。分别用常见的边缘检测算子对平整度图像进行边缘检测，结果表明：Roberts算子(边缘定位精度较低)、Canny算子和Log算子(对噪声敏感，容易把不影响外观的微弱折皱考虑在内导致出现双边效果)检测结果和肉眼观察的效果出入较大；Sobel算子、Prewitt算子检测结果相似。选用对像素位置的影响做了加权处理、检测效果更好的Sobel算子对平整度样照进行边缘检测。

2.折皱密度计算：折皱密度（WD）是织物图像中的折皱面积占总面积的百分比，可以直观表征织物折皱的程度[2]。因此选取折皱密度作为特征值，计算公式如下：

其中：Wn为边缘检测图像中白色像素点的个数；A为总像素点的个数，即256×256=65536。

三、实验结果与分析

（一）预处理前后图像边缘检测结果比较

以SA-3图像为例，图1为预处理前后的图像边缘检测结果及灰度分布直方图。可见，原图像（图1(a)）检测出的折皱信息多呈不均匀点状分布；经过中值滤波和灰度增强的图像（图1(c)），提取出的折皱边缘更连贯，折皱多呈完整线状。这是由于原图像的灰度分布比较集中，灰度值在 47～254 之间（图1(b)），而调节后则覆盖了 0～255的全部区间（图1(d)），灰度图像也由原来的差异不明显变得对比鲜明。同时，中值滤波使原样照带有的噪音及明显织物纹路消失，保留并突出了织物折痕，因此使边缘检测更准确。

图1 SA-3预处理前后边缘检测图像和灰度分布直方图

（二）预处理前后特征参数测试结果比较

平整度试样特征参数测试结果见表1， 特征参数与平整度主观等级关系图见图2。可知，特征参数与平整度等级之间呈显著负线性关系。即平整度等级越高，特征值越小，反之则越大。将平整度主观等级与客观参数做散点图并线性拟合，得到原图像两变量判定系数R2为0.784，图像预处理后两变量的R2为0.924。说明预处理后折皱密度与平整度等级相关性增强，呈显著负相关。图2可见，经预处理后折皱密度变化更集中，随平整度等级变化趋势更平缓。由此说明平整度图像经预处理后提取的特征参数与主观等级之间具有良好的一致性，通过边缘检测提取的折皱密度能够较好的客观评价织物平整度。

表1 平整度样照特征参数测试结果

图2 折皱密度与平整度主观等级关系

四、结论

（1）未经预处理的图像直接提取特征值会与真实折皱有偏差。图像预处理能有效提高图片质量，使图像处理技术在特征值的提取中更加准确。

（2）图像预处理后织物平整度等级主客观评定结果之间具有良好的一致性。通过边缘检测提取的折皱密度能够较好的客观评价织物平整度。

[1]徐平华,丁雪梅,王荣武,等.洗后织物外观平整度客观评级中的若干问题[J].纺织学报,2014, 35(12)：159-164.

[2]Chengxia Liu, Yaqin Fu, Niying Wu. Novel testing equipment for fabric wrinkle resistance simulating actual wear[J]. Textile Research Journal, 2014, 84(10)：1059-1069.

[3]徐雪倩, 张凤生. 基于中值滤波和小波变换的织物图像预处理[J].青岛大学学报（工程技术版）, 2011, 26(3)：19-22.

[4]AATCC Test Method 124—2001, Appearance of Fabrics after Repeated Home Laundering[S].

陈冬蕾（1993-），女，辽宁锦州人，硕士研究生学历，研究方向：服装技术与理论；吴巧英（通信作者），女，博士学历，职称：教授。