彩色数码提花组织均衡方法研究

李 辉 孙 涌 刘霁琮

(苏州大学计算机科学与技术学院 江苏 苏州 215006)

0 引 言

目前国内外的彩色提花CAD系统品种众多，主流的彩色提花CAD系统在制作意匠图时都是通过对织物图像进行扫描，再进行分色，然后在分色图上完成修改、铺组织、勾边等主要工序。而在分色图上修改、铺组织等工序则是需要消耗织物设计人员大量时间的环节。这些工序都是在系统内部的网格图中实现，对于每一个操作都需要细心地去完成，所以工作量很大，而且对设计者的要求很高。当前主流系统都不支持自动化的方案，都需要一步步操作，所以浪费大量的时间成本。为此，本文提出了一个应用在提花组织结构均衡的方案，能够自动化铺上均衡的组织，有效节约了大量的时间。该方案主要从分色算法和经纬组织均衡来研究。

目前，织物图像的分色方法[1]主要有特征聚类，基于区域的方法或边缘检测等。特征聚类算法：比如模糊C均值[2]，需要事先确定分类个数，初始参数对分类结果有较大影响，并且没有考虑空间因素，因而对噪声敏感。基于区域的方法[3]需要根据图像区域的同一性特征对图像进行分割，它的分割效果依赖于同一性特征的稳定性。织物图像由于其纹理、纱线颜色不同等因素很难确定区域的一致性准则，所以分割效果很难保证。

织物的组织[4]是由经纬相互交织形成的规律，经纬线相互浮沉交织，必然会产生经纬线的收缩。如果每一根经线或纬线交织前后的缩率都相同，可称为经纬交织均衡[7]。在过去纹版设计过程中，经纬交织平衡与否可以在手工意匠环节中进行修改，但在科学技术不断发展的今天，手工意匠环节逐渐被计算机处理技术所替代。经纬交织的平衡需要在铺组织过程中进行解决，由于当前高效生产的需要，如果在组织设计过程中没有满足经纬交织平衡，将导致织物在实机织造过程中不能正常生产[5]，会出现大量断线情况，而这也是目前提花工艺系统面临的主要问题。

本文提出了一个应用在提花组织结构自适应均衡的方案，该方案主要包括以下步骤：首先采用混合中值滤波和分水岭算法对织物图像进行分割分色；然后根据组织均衡原则，生成一系列经纬均衡的组织结构，并根据研究的铺组织策略进行铺组织；最后通过计算织物经纬交织次数来验证所铺的组织是否有效。

1 总体思想

织物组织结构均衡方案的核心思想：首先对织物图像分割分色，计算分色图像后的各个颜色区域的大小，自定义生成交织均衡的组织库。然后再根据铺组织策略，对不同区域进行添加不同组织。最后根据研究的织物组织均衡方法对整体的组织进行计算，看是否达到均衡。如果没有达到均衡状态，则从改变区域局部组织，直到达到均衡状态为止。其流程如图1所示。

图1 总体方案流程

2 图像分色

2.1 图像预处理

彩色提花CAD系统的输入图像一般为机织物的扫描图像，它在扫描过程中可能会产生各种噪声，如果使用中值滤波来进行平滑处理，可能会存在噪声扩散或者过度滤波的现象，造成部分细节模糊。所以为了保持织物图像不同颜色纱线的边缘特征，本文采用的是混合中值滤波[6]。

混合中值滤波是由中值滤波与线性滤波结合而成的。如图2是混合中值滤波的具体示意图，采用的是3×3像素的窗口，首先取当前像素与上下左右共5个像素的中值；然后取当前像素与左上、左下、右上、右下5个像素的中值；最后再取当前像素与前面2个中值的中值作为滤波后的颜色分量值。

图2 混合中值滤波示意图

2.2 分水岭分割

分水岭算法[8]是一种数学形态学的分割方法，它的基本思路是把图像看作一幅“地形图”，图像中每个点的灰度值则表示该点在地形图上的高度，所有灰度值中的局部极小值向外扩散形成汇水盆，而集水盆形成的边界则称之为分水岭。因为分水岭算法对细微边缘比较敏感，它能够得到单像素宽且封闭的边缘，而且能够准确定位，所以本文采用opencv中分水岭算法对织物图像进行分割分色。

3 均衡组织库设计

机织物的组织结构是通过经纬线的相互交织来完成的，根据织物的经纬均衡原则[7]：织物的缩率与经纬交织的次数有关。所以生成的组织要保证经纬交织状态改变次数要相同。而生成组织结构的要素有很多，主要总结为5种，分别为方向、起点、枚数、飞数、点数。如图3所示，以5枚缎纹进行举例分析，方向主要分为垂直方向和水平方向。起点指的是图3第一列中，从下往上数第一行，每个组织点的不同位置；枚数指的是一个组织单元大小，图3枚数为5；飞数指从下往上数第一行组织点与第二行组织点中间间隔的组织点个数，图3中组织飞数为2；点数指的是每一行的组织个数，5枚缎纹中每一行中组织点的个数最多为4，即点数最多为4。根据上述均衡原理，每增加一个点数，每一行都需要增加，并且保持是连续的组织单元，因为这样生成的组织库中所有组织的交织次数是相同的，即它们之间任意替换不会改变织物的均衡状态。

图3 5枚缎纹的均衡组织库

4 铺组织策略

铺组织策略是整个组织均衡方案至关重要的一部分，策略的好坏直接决定着彩色提花组织的均衡效果和整个铺组织方案的时间效率。在上述均衡组织研究与色合计，织物分块划分思想的基础上，本文提出了一种铺组织策略，为了更好描述铺组织策略，现做如下定义：

定义1令G为织物分色图像的集合，G0,G1,G2,…,Gn分别为各个分色区域，n为分色区域的个数，即G=G0∪G1∪G2∪…∪Gn，每个颜色区域Gi都包含2个参数，即Gi(col,num)，其中col表示当前区域的颜色，num表示当前区域的大小，即区域像素点的个数。

定义2令S为设计的组织结构的集合，S0，S1,S2,…,Sn分别为之前设计的组织，n为组织个数，每个组织结构除了构成自身的五个参数(方向、起点、枚数、飞数、点数)外，还包含交织次数weaveNum，即Si(weaveNum)。

经过上述定义，本文提出的铺组织策略主要思想为：首先计算分色图像的各个颜色和它对应的区域大小，即Gi(col,num)。然后再根据排序算法对各个分色区域大小num进行排序，按从大到小进行排列，得出：G0>G1>G2>…>Gn。同理，对织物组织的交织次数进行计算，然后根据排序算法对各个组织的交织次数weaveNum进行排序，按从小到大的顺序进行排列，得出：Sn>Sn-1>…>S1>S0。最后，铺组织时用最大的区域对应交织次数最少的组织，第二大的区域对应交织次数倒数第二小的组织，以此类推，最小的区域对应交织次数最多的组织。这样对于既定的图像和组织结构，可以使各个局部大致均衡，也尽可能地使整个织物图像达到均衡。下面用图4来详细说明。

图4 铺组织策略示意图

5 自适应均衡算法

织物的交织均衡与组织点数目无关，而是由组织点的交织变化次数决定的，所以要想计算一幅组织图是否均衡，就必须计算经纬向的交织次数。假设彩色提花图像的宽度和高度分别为W和H，然后遍历彩色提花图像来了解彩色提花的组织分布情况，从而计算彩色提花图像经纬向交织次数。本文以计算经向组织均衡来举例：

1) 首先通过一个参数来weaveNum来记录每列的交织次数，纹织信息中的组织点point(x,y)可以表示成如下公式：

(1)

式中：0表示纬线在上，即纬组织点，1表示经线在上，即经组织点，所以在彩色提花图像中每列的组织点由经组织点变为纬组织点或者由纬组织点变为经组织点，则属于一次交织次数变化，即weaveNum++。

2) 遍历完整幅图像，再计算当前所有列平均组织点avgNum大小，平均组织点计算公式如下：

(2)

3) 最后通过每列的交织总数与平均交织点次数相比，看其绝对值是否在组织均衡误差λ范围内，如果在范围内，则进行后续的计算，如果不在误差范围内，此时分为两种情况：

(1) 当该列组织交织变化次数大于整体均衡交织次数，则在该列的组织交织次数减去两者的差值，即weaveNum-avgNum，而要减少组织交织次数，则需要将连续的经组织点中间的纬组织点换成经组织点，从而能够减少交织次数，进而满足该列组织均衡。

(2) 当该列组织交织变化次数小于整体均衡交织次数，则将该列的组织交织次数增加两者的差值，即avgNum-weaveNum，而要增加交织次数，则需要在连续的纬组织点中将中间的纬组织点换成经组织点，从而能够增加交织次数，进行使该列达到均衡。经向组织均衡自适应算法如下：

1 Procedure AdaptiveEqualization(W, H)

2 integer i,j,sum,avgNum,weaveNum(1:W)←0

3 for j←1 to W do

4 for i←1 to H do

5 if Point(i,j)≠Point(i+1,j) then weaveNum(j)++

6 endif

7 repeat

8 sum + = weaveNum(j)

9 repeat

10 avgNum = sum/W

11 for j←0 to W do

12 if |weaveNum(j)-avgNum |<λ then continue

13 else if weaveNum(j)>avgNum then

14 在该列减少weaveNum(j)-avgNum个交织次数

15 else 在该列增加avgNum-weaveNum(j)个交织次数

16 endif

17 endif

18 repeat

19 end AdaptiveEqualization

6 实验结果及分析

基于本文的均衡组织研究方案，对织物图像来进行铺组织实验，并验证均衡情况。本文实验的硬件、软件环境为：处理器：Intel(R) Core(TM) i3 CPU M 350 @2.27 GHz,内存容量：2 GB；操作系统：WIN7 SP1 x86 旗舰版；仿真平台：自主研发的彩色提花工艺系统。

6.1 分色实验分析

本文选取一幅宋锦织物图像进行实验，选择的图像大小240像素×300像素，图像格式为JPEG，原图像如图5(a)所示，对原图像进行混合中值滤波后，消除了孤立的噪声，图像变得平滑，有利于后续处理。图5(b)为分割分色后的图像，剔除了原图像中织物细缝处的像素，使织物中纬纱的主导色保持一致。

图5 分色效果图

6.2 组织库设计

组织库的设计是需要设计组织单元的5个影响参数，不同的组织库设计需求是根据提花图像的分色个数和用户需要设计的纹理决定的。而本文设计的方案是需要能够满足对不同的组织都可以实现组织均衡，所以根据组织均衡原则和提花图像分色个数生成如表1所示几种组织。

表1 组织结构信息

6.3 铺组织实验

为了更好地展示实验效果，本文采用白色纱线来模拟组织点填充的情况，当组织点为白色，说明当前是经组织点，即经线在上，纬线在下。实验结果如图6所示，(a)是分色之后的图，(b)是铺完均衡组织后的结果，(c)、(d)、(e)三幅图则是铺完组织图的局部放大图。可以发现，之前生成的均衡组织按照铺组织策略进行填充，并且不同的颜色区域对应着不同的组织结构。

图6 组织填充效果效果

不过也可以发现，对于颜色区域比较大的区域，组织结构很好地填充进去，而对于复杂的区域，分色图中区域分色不完全，也会造成少量组织不能铺上去。不过这不影响最后的组织均衡，因为通过图7可以看出，在铺完组织之后，宋锦织物的列交织状态变化次数整体在130次上下波动，并在允许的误差范围之内，而影响组织均衡的因素就是交织次数，所以可以得出该织物图像是列交织均衡的。

图7 宋锦织物组织列交织数据

案例二选用简单花形织物图像，大小为480像素×300像素，图像格式为JPEG，依据花形织物图像的分色结果，通过设置组织结构的5个参数来确定一个组织，自定义生成以下组织结构，如表2所示。

表2 组织结构信息

为了更好地显示实验效果，实验中用不同于织物区域的颜色作为组织点，可以更好地看出组织填充的情况，实验结果如图8所示。(a)为织物分色结果图，(b)为铺组织实验结果图，(c)-(g)则是对应每个分色区域的局部放大图。该分色图图案相比宋锦织物较为简单，分色效果较好，从图中可以看出，局部放大图中的组织都一一对应着之前设计的组织，而且可以看出织物图像的边界处也都铺上了组织。从图9中也可以发现，通过均衡组织计算，花形织物的铺完组织后的组织交织次数基本维持在160次左右，上下波动幅度在误差允许范围之内。所以根据之前研究结论可以得出该织物是满足列组织均衡的。

图8 花形织物铺组织实验图

图9 花形图像列交织数据

本文提出的整个铺组织方案，与传统铺组织环节相比，时间上有了很大的提升。传统铺组织先对不同的局部进行铺组织，并在最后手动修改局部不均衡的组织，所需时间随着根据设计人员的熟练程度而改变，一般都需要1 min以上。而本文方案自动化实现组织均衡，避免了手动修改的麻烦，应用本文方案的案例一所需时间14 s，案例二分色区域相对多些，所需时间20 s，所以总体而言跟传统方法相比在时间效率上有较大的提升。

7 结 语

本文提出的彩色提花组织结构自适应均衡的方法，对织物图像滤波、分色、均衡组织库的生成、铺组织策略、组织自适应调整进行了研究与实现。目前，国内关于织物组织均衡方法的研究还比较少，而本文提出的方案应用在课题组研发的彩色提花工艺系统中。实验结果表明该方案能够实现自动铺组织，并保证织物组织自适应均衡的效果，由传统手动设计转变为自动化操作，能够有效节约设计人员的时间成本，为当前行业中主流彩数码色提花工艺系统的研究提供了核心算法支持。

[1] 王颖,李鹏飞.印花织物自动分色系统[J].西安工程大学学报,2016,30(1):52-57.

[2] Pan R,Liu J,Gao W,et al.Automatic detection of the layout of color yarns with logical analysis[J].Fibers and Polymers,2012,13(5):664-669.

[3] Karoui I,Fablet R,Boucher J M,et al.Variational region-based segmentation using multiple texture statistics[J].IEEE Transactions on Image Processing,2010,19(12):3146-3156.

[4] 浙江丝绸工学院.织物组织与纹织学(上册)[M].2版.中国纺织出版社,1981.

[5] 李志祥.电子提花技术与产品开发[M].纺织工业出版社,2000.

[6] Kuo C F J,Jian B L,Tung C P,et al.Automatic machine embroidery image color analysis system,part II:Application of the genetic algorithm in search of a repetitive pattern image[J].Textile Research Journal,2012,82(11):1099-1106.

[7] 周赳,吴文正.基于数码技术的机织物组织设计原理和方法[J].纺织学报,2007,28(4):48-51.

[8] Tarabalka Y,Chanussot J,Benediktsson J A.Segmentation and classification of hyperspectral images using watershed transformation[J].Pattern Recognition,2010,43(7):2367-2379.