程序中使用策略确定降噪阈值方法其规则是:给定分解层数j , 对j +1 及更高层, 所有系数保留;对第i 层( 1≤i ≤j ) , 保留绝对值最大的Ni 个系数, Ni 由下式确定:
Ni= M( j +2- i ) α式中, M和α为经验系数, α一般取2~3。
从图3 可看出, 经过小波消噪后, 图像中分散雪花般噪声大大减少, 而且大量织物底纹等干扰信号也被去除许多, 从而更加突出了起球部分, 为准确评定起毛起球等级奠定了基础。
2. 3 掩模生成
使用上述提出的织物起球图像分析新方法,对两类织物的标难起球较准样照图像作了一维离散小波变换分析,并对前五个分析尺度的水平取向的细节系数标准差做了 记录。所用的织物的标准起球较准样照是机织物,它们是由澳大利亚份姆斯赫尔有限公司发行的。用扫描仪对上述两个系列的标准
2. 1 起球较准样照进行扫描,采用600 dpi ( dot s peri nch) 的分辨率,图4 是描获得的针织物和机织物两个系列的标准起球较准样照图像,其起球级别分为5 级,l 为严重起球,5 为不起球[5]。
Haar 小波分析计算比许多其他的小波分析更简单[9],我们选择Haar 小波用于最初的小波分析试验。研究中以给定的两个系列的标准起球较准样照图像为分析对象,采用Mat l ab 软件中的小波工具箱来进行小波分析,在此环境下小波分析能进行直到5 个尺度的分解。初始试验检查了水平取向细节系数(XC s) ,因为水平取向的图像特征是整幅图像的代表。机织物两个系列的标准起球较准样照图像的水平取向织物织纹都大约每8 个像素重复一次。图 5 展示了对机织物标准起球较准样照图像进行二维离散小波变换分析5 个尺度分解的结果,纵坐标是水平取向细节系数标准差(BXC s),横坐标是起球级别[ 6]。
水平取向细节系数标准差与起球级别的关系曲线, 就机织物细节系数与起球级别关系准起球较准样照图像而言,这一分辨率是织物水平取向织纹纹距( 像素) 的分数,很可能产生不规则的结果。随着分析尺度对织物织纹纹距的逼近,希望小波分析能最好的鉴别起球织物图像与不起球织物图像[7]。
对两个系列的标准起球较准样照图像的小波分析结果表明:此处的建议与织物织纹纹距整数倍相关的分析尺度给出了最好的起球级别鉴别结果。使用垂直取向细节系 数对、对角线取向细节系数重复进行了小波分析,得到了相似的结果。从机织物系列的标准起球较准样照图像的分析结果可以看到:在尺度5 的分析结果中,在起球程度高的几幅图像处起球水平的鉴别力低,这可能是由于图像1、 2 和3 间的差异与图像4 和5 间的差异相比比较小的缘故。正如我们所期望的,本文提出的新方法对起球级别的鉴别能力取决于用于开发校准曲线的标准样照[ 8]。
2. 4 起毛起球特征分析
对某一特定的分析应用领域来说,没有确定的选择最佳基波的规则。对织物试验分析领域,为了确定一个优化的分析小波和相应的分析尺度,提出了下列优化分析步骤[ 9]:
(1)针对一个系列标准起球较准样照图像,在足够多的垂直位置检查无球图像水平方向的强度,观察变异特征。
(2)依据波形相似原则选定几个候选分析小波,即选择波形与系列标准起球较准样照图像中无球图像水平方向变异特征相似的小波。
(3)用每一个候选小波、在最大可能深度的分析尺度上,对该系列标准起球较准样照图像做三维离散小波变换多分辨率分析。
(4)对每一分析尺度,记录细片系数标准差BXC Q[ 10] 。
(5)找出使细节系数标准差随起球程度的增加而单调递增的那个分析尺度,计算相邻起球级别起球图像的细节系数标准差(BXQ C )间的跨度,以及最大起球级别图像和最小起球级别图像间的总跨度。
我们用上述优化分析方法对针织物这一系列的标准起球较准样照进行了优化分析。所提供的起球程度评级仍然用5 级表示,1 级起球最严重,5 级无起球。表1 给出了对针织物系列标准起球较准样照图像,使用Ha ar 小波进行小波分析的结果,包括产生单调递增水平趋向细节系数标准差分析尺度,最大可能分析尺度,针织物系列标准起球较准样照图像中每一幅图像的水平趋向细 节系数标准差,相邻起球级别起球图像的细节系数标准差间的最大、最小跨度,以及最大起球级别图像和最小起球级别图像间的总跨度,按等式计算的鉴别因子[ 11]。
3 结论
不同的织物起球测试仪、 不同的测试方法、不同的测试角度以及不同的测试人员对相同布样的测试评估结果是不同的。小波分析方法应用于织物起球图像分析,能将时域和频域结合起来描述 观察信号的时频联合特征,得到稳定的织物纹理信号成分和起球信号成分。本文建立了基于二维离散小波变换的织物起球图像分析模型与客观评定方法,提出了优化 分析小波及相应的分析尺度的步骤,采用 Haar 小波对机织物起毛起球进行了分析,在织物起毛起球程度定量评级方面具有应用价值[ 12]。
<<上一页[1][2]