应用光学成像技术检测棉花中异性纤维的研究进展

董超群，杜玉红，任维佳，赵 地

(1. 天津工业大学 机械工程学院，天津 300387； 2. 天津工业大学 天津市现代机电装备技术重点实验室，天津 300387)

棉花中的异性纤维是影响棉花质量的主要因素[1]。异性纤维主要是非棉纤维和非本色纤维，如羊毛、头发、化学纤维、塑料薄膜、麻绳、染色线(绳、布块)等[2]。若不及时检测剔除异性纤维，在纺纱过程中会导致纱线断裂和出现疵点等问题[3]，影响棉花的质量和价格。异性纤维检测是国内外纺织行业的研究重点，当前主要采用基于光学成像技术的检测方式[4]。

异性纤维成像检测技术主要由图像采集系统、照明系统、数据处理平台、动力系统、剔除系统和控制单元组成。检测原理为含有异性纤维的原棉在气流作用下从入棉口进入沿输棉管道流动，图像采集系统进行图像采集，经图像处理算法进行实时特征提取等处理，反馈是否存在异性纤维和其位置等信息，并将信息传递到控制单元，如有异性纤维，工控机驱动对应位置电磁阀喷出高压气体，剔除异性纤维[5]。

由于异性纤维种类多且不同种类特征相差较大，单一成像系统仅对几种异性纤维检测效果较好，缺乏全面性；高分辨率成像系统可获得异性纤维细节特征，提高分辨率，但增加了图像处理时间，影响检测效率。成像质量对异性纤维检出率影响很大，而采集的图像质量主要受成像方法的影响。本文主要对棉花中异性纤维的成像方法进行归纳和总结，分析各类方法的原理，提出目前研究现状值得借鉴的内容和不足之处，并预测未来的发展方向。

1 各类成像方法

异性纤维与棉花背景对比越明显，图像处理过程中对异性纤维特征提取和检测越准确。由于棉花中异性纤维种类较多，特性各不相同，在不同成像方法中呈现出的图像差别较大。目前主要采用的成像方法有可见光成像、紫外光成像、红外光成像和X光成像等。为满足不同成像系统的要求，要搭配不同的光源或不同光源的组合。同时，光源的角度、功率和数量都会对成像效果造成影响。表1示出国内外异性纤维分拣设备的成像系统方案。

表1 国内外异性纤维分拣设备成像系统方案 Tab.1 Imaging system solutions for foreign fibers sorting equipment at home and abroad

2 基于紫外光成像的检测方法

紫外光是电磁波谱中波长为10～400 nm辐射的总称。低压汞灯是物体检测领域所用紫外光的来源之一，是一种气体放电光源，会在电路接通的瞬时产生高电压击穿汞蒸汽，汞原子向低能级跃迁产生紫外光[6]。同时，由于紫外线LED灯的价格低、耗能少，也受到部分厂家的青睐。紫外光可使具有荧光特性的物体发光，基于此特性，使用紫外光光源可检测具有荧光效果的异性纤维。

Zhou等[7]利用部分白色异性纤维在紫外光照射下的荧光效果对其进行检测，并提出一种白光紫外光交替成像方法，通过将2种光调到适合强度，消除了白光对异性纤维荧光效果的影响，可同时检测棉花中的白色和彩色异性纤维。Mustafic等[8]使用蓝色光和紫外光激发棉花中异性纤维的荧光效果并采集图像，实现了12种常见异性纤维的检测与分类。郑鹏[9]对氙灯、卤素灯、荧光灯和LED光源进行对比分析后，选取紫外光源和三基色荧光灯作为检测光源。基于非线性双阈值算法进行图像分割，并针对尺寸较小杂质通过基于微分的算法进行处理，实现了白色丙纶和细小杂质的检测，但同时使用多个不同种类的光源会产生亮度过高、图像阴影等问题，影响成像质量。杜玉红等[10]针对此问题，分析了相机成像效果与光源能量的关系，推算出多种常见异性纤维的最佳入射光能量值，建立了相机进光量与光源距离的函数方程，确定光源的最佳检测位置，最后通过神经网络和模糊聚类分析了图像的灰度值和红色(R)、绿色(G)、蓝色(B)均值，确定了各类光源的组合方式和数量，优化后异性纤维检出率接近95%，但基于紫外光源的特性，对棉花中没有荧光效应的异性纤维检出率较低，需与其他光源配合使用。

3 基于X射线成像的检测方法

在数字射线照相技术中，X射线穿过异性纤维后到相应装置上转化为光信号被系统捕获[11]，通过X光成像系统采集棉层的断层图像可获得异性纤维的三维信息。工业成像使用的X射线是在X射线管中产生的，X射线管是真空管。通过加热真空管的阴极释放自由电子，并向阳极快速移动，撞击原子核后，释放能量形成X射线并沿靶面方向射出。

Pavani等[12]采用以X射线为扫描光的显微断层摄影系统，生成异性纤维的三维断层X光图像，对图像进行阈值分割、特征提取和模糊分类，实现了棉花中异性纤维的检测和分类，准确率达到89%。Pai等[13]使用Sky Scan-1074型X射线扫描仪在 20 kV、 1 000 A工作条件下扫描棉层，通过断层图像堆叠重建棉层三维图像，基于自适应阈值算法分割图像并对提取特征进行模糊分类，分类识别准确率达到96%。

X射线具有很好的穿透性，对夹杂在棉层中间的异性纤维仍能进行成像且受棉层厚度的影响很小，但其设备价格较为昂贵，成像速度较慢，在实际生产中难以推广。

4 基于线激光成像的检测方法

激光由半导体激光器产生，具有方向性好、发散角小、能量集中和单色性等优点,同时激光光源体积较小，价格相对较低[14]。检测原理是棉花和异性纤维表面的平整性差异较大，根据激光照射后反射光回程时间的不同进行成像，实现异性纤维的检测。

韦平等[15]使用白色LED和红色线激光双光源照明获取轧花前籽棉图像，在RGB颜色空间的R通道和HSI颜色空间的S通道利用改进的Sobel边缘检测算法，同时在S通道利用一维最大熵法检测异性纤维，检出率达到70%，虽然检出率表现一般，但可见光和线激光同时成像的想法和经验值得借鉴。相机和光源的参数设置对检测效果也有很大影响。Hua等[16]通过线激光扫描棉层获取图像，分析得出线激光的最佳波长、功率和曝光时间，设置最优参数并以45°角扫描出的异性纤维图像与棉花灰度值差别明显，易于进行阈值分割和检测。不同种类异性纤维的最佳检测参数也有所区别。张林等[17]采用线激光和LED双光源进行成像，调节光源参数发现：白色异性纤维与棉花的可分度随着激光功率的增大而增大，达到峰值之后又逐步减小；有色异性纤维与棉花的可分度随着LED亮度的增大而增大，达到峰值之后又逐步减小。在此基础上将2种曲线融合，在曝光时间为106 μs、光圈为2.8 C条件下发现，线激光功率为7.01 mW、LED亮度为 3 326 lx时，白色异性纤维和深色、有色异性纤维与棉花的可分度最大，检出率分别为84.1%和93.9%。但开松程度较低的棉团在线激光照射下会产生和白色异性纤维相近的成像效果，且棉花表面的不平整性很难保证最优入射光角度影响成像效果。针对此问题，刘锋等[18]根据棉层和异性纤维表面有无绒毛的特点，在线激光照射下采集图像，图像中绒毛位置会产生高亮点，基于此特性，分析高亮点的分布情况实现异性纤维的检测，检出率达到了86.9%。何晓昀等[19]使用“LED+线激光”双光源成像方法采集棉层图像。将采集的图像分为含异性纤维和棉花图像二类，导入快速区域卷积神经网络(Faster-RCNN) 进行模型训练，训练完成的模型对白色异性纤维检出率达到90.3%。通过对训练网络参数的调优及训练集的丰富，模型会具有更高的检出率并满足更多种类异性纤维的检测。

基于线激光光源成像速度较快，抗干扰能力强，且对棉花中的白色异性纤维和塑料薄膜也具有良好的成像效果。基于此特性，通过调整线激光光源的波长、功率和相机的曝光时间，可进一步提升成像效果和检出率。

5 基于偏振光成像的检测方法

光是一种电磁波，不仅包含光强和波长信息，还有偏振信息[20]。光的偏振信息包含了光的振动方向和各方向振动强度，是对光强信息和光谱信息的有力补充[21]。透明薄膜类异性纤维在偏振光的照射下会呈现彩色，基于此特性可实现棉花中透明薄膜的检测。

Peng等[22]针对棉层中纤维多重散射和照射光传播的各向异性，基于扩展的琼斯矩阵的蒙特卡洛方法模拟偏振态的光子跃迁并追踪相位信息，提出一种彩色偏振成像方法检测棉花中的透明塑料，经验证在不同厚度的棉层中效果均较好。目前，部分异性纤维分拣机也应用了偏振成像的方法。贾小秋[23]对超越M型异性纤维分拣机结构、原理和参数进行分析发现，该机型配备3台彩色相机和1台黑白相机，其中 2台彩色相机用以检测彩色异性纤维，另1台彩色相机结合紫外光源可检测有荧光效应的异纤，同时在黑白相机前增加偏振片检测白色薄膜，基本可检测大部分常见异性纤维。在此基础上，张晨等[24]在紫外光路上通过增加偏振光源，在不增加相机的情况下，利用光测弹性的干涉效应提高透明薄膜的检出率。该方案对与棉花有明显差异的异性纤维及带有荧光粉的丙纶和透明薄膜的检出率高于80%，而接近棉花颜色的淡黄色异性纤维检出率略低于80%，保证检出率的同时节省了成本。

偏振成像会减少相机的进光量，降低图像的对比度，增大了后续图像特征提取的难度。张华林[25]基于光的弹性效应，在相机和光源之间，塑料薄膜两侧放入2块偏振片，在白光照射下，塑料薄膜呈现彩色。同时为减少偏振片对成像对比度的影响，综合分析发现分光棱镜相机成像效果最好，减小了对图像对比度的影响，可检测出棉花中的塑料薄膜。

当光源照射在反射性强的异性纤维，如透明塑料薄膜上时，相机采集的图像会受到反射光的严重影响，常常出现耀斑或反光，无法采集异性纤维的全部特征，通过调整偏振片，使透振方向与反射光的透振方向垂直可减弱反射光的影响，提高成像效果。偏振光成像技术对采集反射特性较强的异性纤维具有良好效果。

6 基于红外光成像的检测方法

红外光成像系统包括红外相机和红外光谱仪。在红外光源的照射下，不同材料的分子组成不同，只对特定波长的红外线吸收效果较好，根据红外线的吸收情况可得到该物体的红外光谱[26]，同时根据物体辐射的红外线可以进行成像。

6.1 基于傅里叶变换红外光谱分析检测方法

红外光谱的强度与形成该光的2束相干光的光程差之间有傅里叶变换函数关系。傅里叶红外光谱法是通过测量干涉图并将包含各种光谱信息的干涉图进行傅里叶变换得到实际的吸收光，从而获得红外光谱[27]。David等[28]利用傅里叶变换红外光谱(FT-IR) 和衰减全反射(ATR)技术采集异性纤维的光谱信息，并与多种异性纤维的原始光谱数据库进行匹配，实现了异性纤维的检测而不单纯依靠形状和尺寸信息，但对细小杂质的检测效果较差。在此基础上，Cintrón等[29]采用配备焦平面阵列检测器(FRA) 的傅里叶变换红外光谱显微镜，其对微小异性纤维的检测效果也较好。

棉花产地和批次的不同使得棉花的光谱信息也不唯一，单一的光谱信息比对方法易造成异性纤维的误检。Lodermilk等[30]对红外衰减全反射(ATR)和傅里叶变换红外光谱检测棉花中异性纤维的方法提出一种基于结果等级、结果频率、类别频率组合的搜索算法，该方法对不同地理位置、季节和条件下生长的棉花中异性纤维的检测识别效果与最佳标准算法检测效果基本一致，而无需人工自主选择搜索算法。Allen等[31]发现棉花在处理过程中受热和异性纤维尺寸变化也会对最终的傅里叶变换红外光谱有显著的影响，继而影响检测效果，需要扩展光谱数据库来消除影响。

6.2 基于近红外成像的检测方法

由红外光源与红外相机组成的成像系统可采集异性纤维的图像信息，红外光谱仪可采集红外光谱信息[32]。近红外线波长在700～2 500 nm之间，不同材料的辐射和吸收红外光的能力不同，呈现的影像和光谱信息存在差异。

Böhmer等[33]针对在可见光下白色和透明薄膜不易检测的问题，采用近红外测量系统采集异性纤维的近红外吸收光谱信息，通过比对差异实现异性纤维的检测。Church等[34]使用2 250～2 400 nm区域的近红外光谱检测棉纤维中的聚合物纤维，并建立了基于一阶导数光谱的主成分分析模型，检测效果得到加强。为弥补近红外成像对某些异性纤维检测效果不佳的缺点，Alchanatis等[35]利用声光可调谐滤波系统采集多波长图像并进行标定。利用近红外和可见光2个光谱通道将异性纤维从图像背景中分离出来，提出了一种基于局部直方图的鲁棒静态算法，不需要在图像采集或处理过程中调整参数。红外成像普遍存在噪声大、图像对比度低、信噪比低、灰度范围窄的现象，可通过直方图均衡、平台直方图、反锐化掩膜等方法增强图像质量。

从目前研究现状来看，共同使用图像和光谱信息能更有效提高异性纤维的检出率，而且由于短波红外线具有穿透性，在棉层稍厚的情况下依然可采集到异性纤维信息。傅里叶变换红外光谱的检测速度快，覆盖波段范围广，可实现大部分异性纤维的检测。

7 基于高光谱成像系统的检测方法

高光谱成像仪具有成像覆盖区域广、光谱分辨率高、图谱和一等特性，有机融合了图像维与光谱维信息，在各应用领域具有巨大优势[36]。通过对比棉花和异性纤维图像及光谱信息的差异实现异性纤维的检测。

目前，反射高光谱成像方法由于其实验设备结构简单而得到广泛应用，但反透射成像方法可获取更多的异性纤维样本信息。刘巍等[37]对反射、透射和反透射的高光谱图像进行阈值分割和形态学膨胀填充，提取棉花和异性纤维的光谱信息并进行主成分分析，基于支持向量机模型得出透射成像模式光谱类型检出率最高。但由于采集的原始高光谱图像信息冗余量大，降低了检测效率。Jiang等[38]采用最小冗余最大相关性算法，从可见光到近红外光谱间的高光谱成像数据中选择适合特征提取的波长，并用线性判别式分析/支持向量机/人工神经网络(LDA/SVM/ANNS)算法进行分类性能比较，最终确定了12个波长作为棉花异性纤维分类的最佳波长，提高了高光谱成像技术在棉花异性纤维分类上的分类精度和速度。Mustafic等[39]对棉花异性纤维高光谱荧光成像数据进行分析，提取了7种异性纤维113个波长，通过主成分分析法从中选取最佳特征，经LDA验证对异性纤维分类准确率达到90%。针对难以识别的白色丙纶丝，郭俊先等[40]使用扫帚式线扫描成像光谱仪进行高光谱成像，提取图像中杂质和棉花的像素光谱，采用主成分分析、独立于后端分类器的T检验准则的过滤器、特征选择和分类器结合的包装3种方法，确定杂质检测的关键波长，使白色丙纶丝检出率达到90%。

目前，基于高光谱成像方法检测异性纤维的检出率基本在90%左右，可满足工业生产的需要，但由于高光谱数据的光谱维度高，波段值多，存在大量信息冗余，数据处理量大，检测速度还无法满足在线监测的要求[41]，且光谱分析仪的价格相对昂贵，还难以应用在实际生产中。

8 结束语

随着光学成像技术的不断发展，异性纤维的检测精度和检出率都有显著的提高。基于光学成像技术的异性纤维检测现状可归纳如下。

1)彩色异性纤维与棉花背景差异较大，其检测方法已经较为成熟，基本实现在线检测。白色、近棉色和透明薄膜类异性纤维的检测一直是检测的难点，采用线激光和偏振光成像检测效果很好，但检测速度还有待提高。

2)多相机和多光源的成像方法可同时检测多种异性纤维，避免了多成像系统串联检测的时间浪费，提高了生产效率。由于各类异性纤维的检测方法之间存在差别，适合对全部异性纤维进行同时检测的成像系统尚未出现，且多种光源同时工作时会产生相互干扰，影响图像的质量。

3)目前国内的异性纤维分拣机中棉层的传输速度在7～12 m/s之间，随着相机分辨率的提高和多相机成像系统的使用，采集的图像数据量尤为庞大，对检测速度有一定的影响。

4)异性纤维分拣机中的成像系统方案经实际生产环境的检验，具有较高的可靠性，可借鉴和参考作为研究的基础。而文献中的结论基本都是在实验室条件下得出的，实验时棉花中的异性纤维通常是人为进行摆放并在静止状态或速度较慢的传送带下采集图像。在实际生产中异性纤维的分布没有规律，会存在异性纤维间相互遮挡和混入棉层的情况。同时，不同批次的棉花颜色也会有差别，棉层表面不平整会形成“暗区”，这些因素都会在实际检测中产生影响。

未来可开展的研究工作：1)提高成像系统的普适性。从多相机和多光源共同使用入手，确定最佳的光谱波段或波长，同时利用图像和光谱信息，完善异性纤维光谱数据库以减少棉花批次和工作环境的影响。2)提高检测速度。提升硬件水平，减少成像系统的相机使用数量，改进光谱信息的搜索算法，提高比对速度。3)优化多光源组合。合理选择光源的功率或者波长等参数，调整各种光源的顺序和安装角度，消除光源之间的相互影响，提高成像质量。4)优化成像系统参数自动调整算法。分析不同批次棉花和各种异性纤维的最佳成像条件，开发最优成像参数调整算法，保证不同情况下的异性纤维最优检出率。