织物起毛起球程度是影响织物服用性能, 决定纺织产品品质质量的重要指标, 目前织物起毛起球的评定方法都不是定量方法， 不能把织物表面起毛起球状态用一个含义十分清楚的物理量来定义, 因而评价结果缺乏一致性和可重复性，其正确性与可靠性也很难保证。近年来，为了改进织物起球评级的一致性、可重复性、正确性和可靠性，几种于计算机图象处 理技术的织物起球客观评级方法陆续被报道, 其研究仍然停留在实验室研究阶段。也有将基于计算机图象处理技的织物起球客观评级方法与目前普遍使用的人工目测起球评级方法进行比较研究，但没有关于织物 起球综合表征值与主观评级的比较，更没有关于测织物参数与主客观评级结果的深入比较[ 1]。
1 小波分析与织物起球图像的二维离散小波变换模型
1. 1 小波分析
本文研究的织物起球信号而言，既要监控稳定的织物纹理信号的成分，又要准确定位起球信号。这就需要引入新的时频分析方法，既能将时域和频域结合起来描述观察信号的时频联合特征，小波分析正是能满足这类需求的时频分析方法。
正交小波变换就是把信号分解到两个不同且相互正交的函数空间，一个是多尺度函数空间，另一个是小波函数空间，用滤波器的观点看，就是把信号通过低频和高频 滤波器分解为近似系数和细节系数两个部分。这样做基于的物理思想是: 去除信号在空间( 时间) 尺度的关联关系，把信号的重要性只通过其数值表达; 而与普通的滤波器的区别在于: 基于小波的滤波器是可重构的，所以通过相同的或相似的滤波器可以把信号重建[ 2]。
1. 2 织物起球图像的二维离散小波变换模型
二维小波分解在每个层次上把织物起球图像分解为4 幅原图l / 4 大小的图像，如图1 所示，左上的图像在两个维度都作用低通滤波器；右上的图像在横向作用低通滤波器，纵向作用高通滤波器；左下的图像在横向作用高通滤波器，纵向作用低通滤波 器；右下的图像在两个维度都作用高通滤波器。在实现的方法上，织物起球图像的二维小波变换也是从原始信号S开始在每个层次只分解上一层次的近似系数。在对 每个层次进行分解的时候，需要在两个维度分别作用两次滤波器。在处理织物起球图像这类二维信号的过程中，需要分别去除横向的、纵向的和两个方向的关联信 息，那么就生成了一组近似系数和三组细节系数[ 3]。
本文利用织物起球图像的二维离散小波变换模型进行分析鉴别织物起球的级别。具体做法是：
对起球织物标准样照图像做基于二维离散小波变换的图像分析，建立校准特征曲线，这一曲线是对起球织物标准样照图像做基于二维离散小波变换的图像分析所获得的细节系数分布标准差(BXCq) 与织物起球级别的关系。此法对织物起球级别的评级是客观的，消除了人为因素的干扰。与文献中报道过的现有的织物起球图像分析技术相比，这一新的织物起球图 像分析技术具有单阶段或单步骤分析就能对织物起球程度定量评级的优势。Car s t ens en 等人采用频率域中的惯量和对数幂惯量特性测量织物的磨损获得了较好的效果。在此基础上, 在频率域计算出用于评定针织物的起毛起球性能的特征量。通过对几个不同特征的研究, 发现傅立叶功率谱上的掩模区域面积是对针织物的起毛起球数量的一个较好的测量方法。织物的起毛起球特性FP 可以这样计算：
式中:M———傅立叶功率谱上的掩模区域。
细节系数标准差(BXCQ) 的差异跨度的大小，在以标准起球较准样照为依据的起球评级中是非常重要的，同时鉴别相邻起球级别的能力也是很重要的。如果原自一特定分析尺度的校准曲线两 个极端起球级别的跨度足够大，但相邻起球级别间的跨度较小，那么它将很难鉴别起球程度相近的相邻起球级别。因此，相邻起球级别间的细节系数标准差 (BXC Q) 跨度的均匀程度也是我们需要考察的重要因素。为此对给定织物的系列标准起球较准样照在确定的分析尺度上，我们定义了鉴别因子，这一鉴别因子由下式表示:
这里，JKmin是相邻起球级别间的细节系数标准差跨度最小值，JKmax 是相邻起球级别间的细节系数标准差跨度最大值，ZK是5 个起球级别间的细节系数标准差总跨度。对机织物的标准起球较准样照图像而言，每个系列的细节系数标准差( BXC Q) 均随起球程度的增加而单调递增。
2 基于小波分析的织物起球客观评级方法
机织物起毛起球性能评定方法分为图象获取与处理、掩模生成和起毛起球特征分析三个过程。
2.1图像获取与处理
在研究中，采用Vi de omet er 摄像系统获得织物样品的图像。为了避免噪声信号的干扰, 在平均十帧的条件下, 摄取图像。在进行分析之前, 通过该系统对图像进行颜色和几何形状上的修正，排除由于歪斜而引起的测量结果的变化。图2 给出了针织物样品的一个例子。
这里，JKmin是相邻起球级别间的细节系数标准差跨度最小值，JKmax 是相邻起球级别间的细节系数标准差跨度最大值，ZK是5 个起球级别间的细节系数标准差总跨度。对机织物的标准起球较准样照图像而言，每个系列的细节系数标准差( BXC Q) 均随起球程度的增加而单调递增。
2 基于小波分析的织物起球客观评级方法
机织物起毛起球性能评定方法分为图象获取与处理、掩模生成和起毛起球特征分析三个过程。
2.1图像获取与处理
在研究中，采用Vi de omet er 摄像系统获得织物样品的图像。为了避免噪声信号的干扰, 在平均十帧的条件下, 摄取图像。在进行分析之前, 通过该系统对图像进行颜色和几何形状上的修正，排除由于歪斜而引起的测量结果的变化。图2 给出了针织物样品的一个例子。
2. 2 用Mat l ab 实现起毛起球织物图像的消噪处理
因为小波工具箱仅支持具有线性单调变化的颜色图的索引图像，所以在进行小波分析之前，先将扫描得到的JPEG 格式图像转换成索引图像，然后对索引图像进行消噪处理。经消噪处理后的图像见图3[ 4]。
[1][2]下一页>>
相关信息 
推荐企业 推荐企业
推荐企业
您所在的位置：
