[发明专利]基于图像分析的针织物起毛起球评级方法

说明书

技术领域

本发明属于图像处理和模式识别技术领域，具体涉及一种能够对针织物起毛起球进行客观评级的方法。

背景技术

织物在实际穿着与洗涤过程中，不断经受摩擦，其表面会起毛起球，使织物的外观恶化，并影响织物的服用性能。如何评价织物的起毛起球性能是纺织品检验领域的一项重要内容。现在织物起毛起球的试验方法很多，其设计原理一般都是模拟织物实际穿着时起毛起球的过程。织物起毛起球性评定的方法主要靠人主观地计算、比较单位面积上的毛球数和毛球重，不但需要丰富的经验，而且主观性大。

国内外的一些学者已开始尝试用图像处理技术评估起毛起球性能，国外有美国、澳大利亚，国内的东华大学、浙江工程学院也在这方面进行了初步研究，但在精度方面还不能达到要求，主要原因是不能很好地描述采集的图像。

本发明的支持基金为天津市应用基础研究计划项目(No：07JCYBJC13700)。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于图像分析技术的针织物起毛起球客观评级方法。该方法能够克服人为主观因素，更为客观、精确、高效地进行起毛起球等级评定。本发明首先从针织物样本图像中分割出毛球颗粒，然后通过毛球面积和数量的计算得到表征针织物起毛起球程度的指标，最后利用遗传-BP神经网络对针织物起毛起球的等级进行评估。

本发明的基于图像分析技术的针织物起毛起球客观评级方法，包括下列步骤：

步骤1：获取一幅针织物样本图像，对其进行下列预处理：

(1)用直方图均衡化的方法把样本图像的灰度值拉伸到整个灰度范围；

(2)对直方图均衡化后的图像进行Top-Hat变换，然后用变换前的图像减去变换结果，以去除纱结的影响。

步骤2：采用最小偏态法对图像进行二值化处理，计算二值图像中的各连通区域的面积，删除小于阈值的区域，从而从样本图像中提取出毛球区域；

步骤3：对毛球图像进行距离变换，对距离图像进行像素属性分析，确定粘连区域的瓶颈部位，包括边界上的连接线像素和内点中的连接线像素；

步骤4：通过链码对粘连区域连接线进行跟踪，核实连接线的有效性，进而确定粘连区域的连接线与切割点；

步骤5：针对边界切割点、邻边界切割点和内部切割点三种不同类型的切割点，采用相应的切割方法对粘连区域进行分割；

步骤6：根据毛球颗粒分割结果，计算毛球的两个或两个以上的起毛起球性能指标。

步骤7：建立BP神经网络模型，其中输入神经元取为上述的指标，输出神经元表征不同的起毛起球等级；

步骤8：把BP神经网络的权值和阈值作为基因，进行实数编码；

步骤9：将标准针织物起毛起球样本图像的指标作为BP神经网络的输入，利用遗传算法对BP神经网络的初始权值和阈值以及结构进行优化和训练。

步骤10：将测试图像的指标作为训练好的BP神经网络的输入，得到起毛起球客观评级结果。

作为优选实施方式，本发明的针织物起毛起球客观评级方法，步骤1中进行闭运算和Top-hat变换时，均选取3×3的十字形结构元素；

步骤2中，设预处理后的图像的灰度分布范围为0～G，其中目标和背景的灰度级分布概率密度分别为p₁(t)和p₂(t)，设p₁(t)和p₂(t)均服从正态分布，其灰度均值分别为μ₁(t)和μ₂(t)，方差分别为σ₁²(t)和σ₂²(t)，偏态指标分别为K₃₁(t)和K₃₂(t)，将图像的灰度级按阈值t划分为目标和背景两类，设预处理后的图像的归一化直方图为h(i)，(i＝0～G)，目标物像素占全图像像素数比为θ(t)，则：

θ(t)=Σi=0th(i)]]>