[发明专利]一种基于形态结构的纱线外观特征参数提取与分析方法

权利要求书

1.一种基于形态结构的纱线外观特征参数提取与分析方法，其特征在于，包括如下步骤：

步骤1、对纱线图像预处理步骤，对工业相机采集的纱线图像进行背景处理，并进行图像倾斜校正，通过图像滤波处理，从而得到背景噪声少及纱芯和毛羽清晰的纱线灰度图像；

步骤2、图像分割步骤，预处理后的纱线灰度图像进行纱线和背景分割，从而得到纱线二值图像；

步骤3、形态学处理步骤，对分割后的纱线二值图像进行纱芯和纱线毛羽的提取；

步骤4、纱线毛羽长度和数量统计步骤，对形态学处理步骤后的纱线二值图像进行分析计算并输出计算结果；

在步骤1中，对工业相机采集的纱线毛羽图像进行背景去除的方法如下：在相同的状态下采集没有纱线的图像和包含纱线的图像，让含有纱线的图像与不含纱线的图像进行差值运算得到差分后的纱线灰度图像；

图像校正的方法如下：分别取纱芯轴心左右两侧的端点为A、B点，求出A与B之间水平方向和垂直方向像素点个数，其中L表示点A与B之间的水平方向像素点个数，H表示点A与B之间垂直方向像素点个数，根据公式：进行计算，θ即为纱线与水平方向的夹角，然后旋转相应的θ角得到倾斜校正后的图像；

图像滤波处理方法为通过维纳滤波器对校正后的纱线灰度图像进行滤波处理；

在步骤2中，预处理后的纱线灰度图像进行纱线和背景分割的方法如下：

1)利用纱线灰度图像的矩阵减去背景的平均值再次去除纱线灰度图像的背景；

2)对再次去除背景后的纱线灰度图像的矩阵再乘以系数矩阵k，即背景和目标纱线的灰度对比度扩大k倍；

3)利用最大类间方差阈值分割方法对纱线和背景进行分割，最大类间方差公式为：

式中：p₁(t)是灰度级为[0,1,2,…,t]的像素发生的概率；m_t是灰度级为[0,1,2,…,t]像素的平均灰度；m_G是全部像素平均灰度；

最大时，t为最佳阈值；以最佳阈值进行阈值分割得到最佳分割图像；

在步骤2中，预处理后的纱线灰度图像进行纱线和背景分割之前，先对纱线灰度图像的灰度调整，纱线图像灰度调整表达式如下：

g(x,y)＝T[f(x,y)]

式中：f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f的算子，作用于点(x,y)定义的值；

s＝T(r)

式中：r表示图像f中的灰度，s表示图像g中的灰度；两者在图像中处于相同的坐标(x,y)处；上式可以简单表达为：

如果s0，则令s＝0，如果sY，则令s＝Y；

式中：k为系数；为背景灰度平均值；Y为纱线图像背景灰度最大值的k倍；

Y＝max(x_i,:)×k

图像为M行N列矩阵；x_i，：为第i行所有列的元素。

2.根据权利要求1所述的一种基于形态结构的纱线外观特征参数提取与分析方法，其特征在于，在步骤3中，对分割后的纱线二值图像中纱芯的提取的方法如下：对完成背景分割的纱线二值图像先通过结构元素对纱线二值图进行处理，然后将得到的结果与原来的纱线二值图进行差分得到已经腐蚀掉的纱线毛羽的二值图，将毛羽的二值图像细化，得到细化后的纱线毛羽的二值图像再和纱线二值图像差分得到纱线毛羽呈中空的纱线二值图像，然后再用小于先前结构元素的结构元素进行处理，从而得到去除纱线毛羽后的纱芯二值图像，纱芯二值图像与纱线二值图像进行差分得到纱线毛羽的二值图像。

3.根据权利要求2所述的一种基于形态结构的纱线外观特征参数提取与分析方法，其特征在于，在步骤4中，对纱线毛羽长度和数量统计的方法如下：把纱芯的平均直径对应的边界作为纱线毛羽统计的基线，求出1mm对应的像素点个数，然后从基线开始，分别向两侧做出间距为1mm的标记线，运用统计算法就可以得到纱线毛羽的长度和数量。

4.根据权利要求1所述的一种基于形态结构的纱线外观特征参数提取与分析方法，其特征在于，在步骤3中：先用diamond结构元素对分割后的纱线二值图像进行处理，并将处理后的纱线二值图像与原来的分割后的纱线二值图像进行差分得到已经腐蚀掉的纱线毛羽，将差分后的二值图像细化，并将得到的二值图像再和原来的分割后的纱线二值图像进行差分得到纱线毛羽中空的纱线二值图像，然后用disk结构元素对其进行处理，即可得到更为精准的纱芯二值图像。