新型高速纱线毛羽仪的设计与实现

吴晨露 胡 广 邱学明 辛斌杰侯维岩

（1.郑州大学，河南郑州，450001；2.河南省纺织产品质量监督检验院，河南郑州，450001；3.莱州市电子仪器有限公司，山东烟台，264000；4.上海工程技术大学，上海，201620）

纱线毛羽是指纤维未被卷入纱线条干而伸出纱线主体的部分，是评定纱线质量的重要参考指标之一［1］。国内外纺织仪器厂研制了多种检测仪器，其中以瑞士USTER HL系列产品颇具先进性，占据了国际大部分市场。

目前常用的纱线毛羽检测方法有光电分级统计法、全毛羽光电法和图像处理法［2-3］。光电分级统计法和全毛羽光电法存在检测结果重复性差、无法获得直观的毛羽图像、检测效率低的缺点［4-5］。图像识别处理法可以有效提高检测精度和速度，但在低照射条件下，纱线速度达到100 m/min以上时，采集到的纱线图像会出现明显的拖影，不能达到高速输出和高曝光的要求［6］。

近年来，随着图像采集和处理技术的不断发展，国内外研究人员将图像处理技术应用到纱线毛羽检测，提高毛羽检测的准确性和高速实时性［7-8］。PINTO R等人利用显微数码相机采集纱线图像，采用Otsu算法自动二值化，形态学闭处理，低通滤波去除孤立点获得纱线条干图像［9］。孙银银等人使用MOTIC SME-140视频显微镜相机采集纱线图像，经处理获得纱干和毛羽图像，以纱干边缘为基准线，分割纱线毛羽并计数［10］。王文帝等人设计了一种在单一视角下的纱线毛羽采集系统，使用自适应阈值灰度增强和线性区域阈值分割算法获得纱线外观参数，得到检测结果［11］。

本研究旨在国产化仪器的升级换代，针对目前国内缺乏高速纱线毛羽检测仪器的状况，设计了一种新型高速纱线毛羽仪。针对400 m/min的纱线检测速度，设计使用了大功率840 nm 10串10并红外LED阵列光源搭光源驱动器、背照式CCD相机对图像进行采集，采用双通道信号发生器解决光源和相机曝光窗口同步问题，进而得到高质量纱线图像。针对采集到的图像进行阈值分割和二值化，使用腐蚀膨胀形态差分法得到毛羽图像，识别、计数得到毛羽数量。

1 系统设计思路

本新型高速纱线毛羽仪分为图像采集、图像处理、长度标定、输出界面、运作执行机构、总控协调6个部分。纱线由牵引罗拉卷绕过检测区，照相机拍摄，光源提供背光照明，图像处理获得毛羽长度与数量。新型高速纱线毛羽仪的结构框图如图1所示。

图1 新型高速纱线毛羽仪的结构框图

2 系统硬件结构

图像采集部分主要由照相机、光源及光源驱动器、信号促发器组成，其高速纱线毛羽仪图像采集组件俯视图如图2所示。

图2 新型高速纱线毛羽仪图像采集组件俯视图

（1）光源。为了达到高速采样的要求，采用了大功率840 nm10串10并红外LED阵列，发光面尺寸20 mm×20 mm。其总功率100 W，电压15 V，电流7 000 mA，发光强度可以在400 m/min条件下获得无拖尾图像。使用间歇性强光投射在匀光屏上形成背光，以大占空比降低总功率，减少散热压力。

（2）光源驱动器。在激光驱动器基础上，增加大功率电源模块，设计了一个电流可调的光源驱动器模块。该模块电流上升时间小于5 ns，电流下降时间小于2 ns，输出波形几近方波，上升沿和下降沿短于红外LED工作的上升沿和下降沿，不会造成发光延迟。

（3）信号发生器控制器。采用可编程多通道信号发生器，信号频率80 Hz，脉冲宽度50 ns步进，双通道，同时控制激光驱动器和CCD的硬触发快门，实现了大功率LED和相机曝光窗口动态同步，为多周期图像采集创造条件。

（4）照相机。采用130万像素照相机。CCD全局快门速度取1 ms，其曝光窗口宽于光脉冲。背照式采集图像，背照式传感器拥有更高的宽容度、更快的数据吞吐率、更佳的低光照成像能力。镜头是8 mm焦距的低畸变镜头，视场角33.4°［12］，确保焦段镜头可以满足毫米级毛羽图像微距拍摄，保证在25 mm距离内毛羽有清晰的成像。

3 图像识别处理算法

图像处理流程图如图3所示。

图3 图像处理流程图

图像处理基本分成以下几个部分。一是图像预处理。首先采用双边滤波对图像进行去噪［13］，灰度化，再用改进的动态阈值反差法对图像进行阈值分割和二值化，最后使用最大区域提取法消除孤立点，得到清晰的纱线图像。二是图像增强。对二值化图像进行形态差分学处理，分别得到纱干图像、毛羽图像。三是目标检测，即图像毛羽计数及统计，以纱干均值直径作为表观直径，以纱干作为基准线，采用像素法对毛羽图像进行计数，统计该基准线1 mm、2 mm、3 mm、4 mm、5 mm、6 mm、7 mm、8 mm、9 mm、10 mm范围的毛羽数量。四是将计数结果回传给后台，统计并得出其直方图。

3.1 图像预处理

图像采集得到分辨率1 280像素×960像素无拖尾图像，其纱线图像如图4所示。

图4 纱线图像

3.1.1 图像去噪

光电子噪声是由光的统计本质和图像传感器中光电转换过程引起的。在弱光照的情况下，用具有泊松密度分布的随机变量作为光电噪声的模型；在强光照情况下，泊松分布趋向更易描述的高斯分布［14-15］。本研究采用强光作为背光，噪声分布更趋向于高斯分布，采用双边滤波去噪，即在高斯滤波的基础上加入了像素值权重项，既考虑距离因素，也参考周围像素点的相似度。经过双边滤波处理后的图像，在有效消除噪声的同时保留图像中的重要信息。

3.1.2 灰度化

将RGB图像运用平均算法转换为单通道的灰度图像。算法如式（1）所示。

3.1.3 动态阈值反差法

常见的阈值分割需要计算整幅图的灰度阈值，导致计算时间长、检测效率低，如大津阈值法、灰度直方图法、最大熵法［16］。

本系统在一定相机曝光时间下光源恒定，获得的图像基本不变。因此，采用动态阈值分割法获取图像阈值，再进行反向二值化。不做阈值预设，不做灰度统计，只针对像素点邻域处理，避免灰度不均匀造成的误判，减小阈值计算量，提升检测效率。本研究提出的动态阈值反差法如图5所示。

图5 动态阈值反差法

具体实现流程为：

假设输入图像为I、高为H、宽为W，其中，W和H均为奇数。Pn为图像中位于点n处的像素。

（1）建立M×N的模板作为滑动窗口，其中，M、N为奇数，M＜W且N＜H。

（2）将该滑动窗口沿原图像I交替地从左到右及从右到左遍历。

（3）在某一个八邻域内做处理。假设fs（n）是像素点n邻域的像素总和，其中灰度值255表示白色，灰度值0表示黑色。那么该邻域反向二值化情况如式（2）所示。

（4）重复（2）、（3），直到遍历完整幅图像。

3.1.4 去除孤立点

采用最大区域提取法去除孤立点。具体步骤：对纱线二值化图像进行八邻域标记，区分孤立区域与纱干区域；将标记的各个区域的面积大小进行像素统计；保留面积最大的区域（纱干区域），去除其他孤立区域。预处理后图像如图6所示。

图6 预处理后图像

3.2 图像增强

形态学处理：对纱线二值化图像先腐蚀再膨胀可以得到纱干图像，进而得到毛羽图像［17-18］。其基本原理利用结构B对图像A进行开运算，其算法表达式如式（3）所示。

即用结构元B对图像A先进行腐蚀再进行膨胀处理。对图像进行腐蚀操作，消除图像边缘多余的像素点，细化纱线图像。对纱线图像进行膨胀操作，平滑断裂的纱线图像，得到精准的纱干图像。经试验得出，结构元Disk对斜线处理效果较好，结构元Diamond对垂直线条和交叉线条处理效果较好。

具体试验流程：使用结构元Diamond（5×5）对图像进行处理，得到纱干图像；纱干图像与原图像差分得到毛羽图像；细化毛羽图像；细化后毛羽图像与原图像差分得到中空纱线图像；使用结构元Disk（3×3）对中空纱线图像进行处理得到精准纱干图像；精准纱干图像与原图像差分得到精准毛羽图像。增强后图像如图7所示。

图7 增强后图像

3.3 目标检测

经过镜头进入CCD的图像尺寸，和原毛羽的尺寸完全不一样。由于CCD显示的单位是单个像素点的尺寸，因此采取静态尺寸标定法。

将透明显微测微标尺置于纱线经过的位置。根据显微测微标尺在图像中显示的尺寸与该尺寸的像素点数量，求取1 mm对应的像素点数（像素点/mm），以该比例系数和测算对象的像素点数计算出毛羽长度。

由于CCD感光底片是规整的矩形，误差不存在累积，故像素点的相关误差忽略不计。毛羽长度标定采样部件如图8所示。

图8 毛羽长度标定采样部件图

矫正图像垂直度，使纱干中轴线在CCD传感器平面上处于垂直状态；以纱线边缘为基准线，采用像素法计算毛羽的长度，像素点个数×单个像素的长度即毛羽实际长度［19］。

对1 mm、2 mm、3 mm、4 mm、5 mm、6 mm、7 mm、8 mm、9 mm、10 mm的毛羽进行数量统计及分析，并生成对应直方图。可统计最大毛羽数、最小毛羽数、毛羽数平均值、毛羽标准偏差、毛羽变异系数以及纱干直径等。

本新型高速纱线毛羽仪在纱线测试速度400 m/min的情况下，对连续的20幅图像进行处理，得到包括毛羽分长度统计值、纱干均值在内的数值，平均处理时间为0.16 s/幅。

4 试验对比与分析

使用本新型高速纱线毛羽仪和USTER ZWEIGLE HL400型毛羽仪分别在400 m/min的检测速度下，对C 18.5 tex筒纱进行检测，每批次检测10个筒纱，每个筒纱检测2次，数据取其平均值，检测时间1 min。具体测试数据分别如表1和表2所示。

表1 新型高速纱线毛羽仪测试数据

表2 USTER ZWEIGLE HL400型毛羽仪测试数据

4.1 准确性分析

以USTER ZWEIGLE HL400型毛羽仪测试数据作为参考，对本新型高速毛羽仪测试数据进行准确性分析。以纱干为轴，将毛羽分为左右两个区域。USTER ZWEIGLE HL400型毛羽仪检测只在单侧进行，该测试数据为纱干一侧分级毛羽数量［20］。本新型高速纱线毛羽仪检测在毛羽两侧展开，该测试数据为纱干两侧毛羽数量，且1 mm毛羽数为纱线两侧大于1 mm所有毛羽数。默认USTER ZWEIGLE HL400型毛羽仪测试数据是准确的，将表1中数据进行换算，100 m纱线样品上，所有大于1 mm毛羽数（纱干两侧）的累计总和平均值分别为27 726根/100 m和29 542根/100 m，两者的偏差率为6.2%。参照FZ/T 01086—2020《纺织品 纱线毛羽测定方法投影计数法》中试验结果允许误差±（5%～8%）的要求，本新型高速毛羽仪的准确性良好［21］。

4.2 稳定性分析

本研究通过对比新型高速毛羽仪与USTER ZWEIGLE HL400型毛羽仪的相对标准偏差（%）来体现仪器检测的稳定性，其相对标准偏差比较如图9所示。

图9 相对标准偏差比较

由图9可以看出，随着毛羽长度增加，其相对标准偏差呈现增大趋势。对相同长度毛羽的检测数据（除10 mm外），新型高速毛羽仪的相对标准偏差比USTER ZWEIGLE HL400小，说明其检测数据的离散程度小，检验重复性好，整体上较优。

5 结论

本研究设计并实现了一种软硬件相结合的高速纱线毛羽仪，可以针对400 m/min高速运行的纱线进行图像采样，计算毛羽长度。硬件方面，以稳定LED阵列光源、全局快门的照相机为基础，获得高质量的纱线图像，降低了后期图像处理的难度，提高了系统的准确性。图像处理方面，以双边滤波处理图像，既消除噪声，又保留了纱线图像的边缘信息；以动态阈值反差法处理图像，针对像素点邻域处理，提高处理图像速度；针对出现的孤立点使用最大区域提取法处理，提高系统的准确度；形态差分学中，使用Disk和Diamond两种结构元对二值化图像进行处理，得到更为精准的纱线毛羽图像。最后，利用像素法计算毛羽数量。

我国是纺织品出口大国，纱线毛羽问题一直是影响产品竞争力的重要因素。本研究成果已经成功应用于新型毛羽仪的批量生产中，为我国纺织品高质量发展提供了有力的技术支撑。