1、计算机测量与控制 （）测试与故障诊断 收稿日期：；修回日期：。作者简介：史先传（），男，安徽合肥人，博士，副教授，主要从事机器视觉，先进数字化装备技术方向的研究。通讯作者：许议元（），男，江苏无锡人，硕士，主要从事机器视觉方向的研究。引用格式：史先传，许议元，殷帅 基于机器视觉的摄像整纬纬斜检测研究 计算机测量与控制，（）：，文章编号：（）：中图分类号：文献标识码：基于机器视觉的摄像整纬纬斜检测研究史先传，许议元，殷帅（常州大学 机械与轨道交通学院，江苏 常州 ）摘要：为了在线检测织物的纬纱倾斜量，研究了基于机器视觉的纬斜检测算法；首先采用改进后的陷波滤波器对织物图像进行频域滤波预处理，得到纬
2、纱较为凸显的纹理图像描述；计算自相关图像初步提取纹理基元，随后构建大尺寸 边缘检测模板，结合 分析提取纬纱纹理；再通过霍夫变换将纹理区域变换到参数空间，根据黑塞矩阵分析参数空间图像后，利用阈值逼近手段获取直线检测的阈值，最后反变换到图像空间中，显示出所有检测到的纬斜角；搭建摄像检测的硬件系统和软件界面，检测多类高密、低密织物，检测出的纬斜角度平均绝对误差小于 ，平均检测时间在 内，能够满足整纬机的实际工作要求。关键词：整纬系统；机器视觉；摄像检测；傅里叶变换；纹理提取 ，（，）：，：；引言织物在染色、漂洗等工艺流程中，均会产生不同程度的纬斜量，需要经过整纬机矫正、定型机热定型后，才能达到成品布
3、料的质量标准。纬斜检测的准确性直接关系到整纬机的矫正效果。目前，国内纬斜检测的主流技术依然是光电检测技术，虽然在检测实时性上占有一定优势，但所能检测的织物种类存在局限性，例如对于透光性较差的厚重布料，光电检测信号较弱。而机器视觉作为一种高效、无接触的检测技术，已经开始应用于织物纬斜的检测中。国外的 公司在基于机器视觉的整纬机开发上处于业内领先水平。其研发的整纬系统自动化水平高，对图像数据处理速度快，在织物行进速度高达 时仍能稳定工作，整纬率可达 ，且对于不同种类的织物均能保证检测质量，适应性较广。其额外添加的监控系统通过自检便能实现故障排查。公司的宽幅图像整纬机适用于纬斜角度在 范围内的绝大多
4、数织物，允许的织物幅面长度最高可达 ，视觉检测系统在检测纬斜的同时还能检测出纬纱的密度。其自身的恒张力控制机构，可以防止宽幅织物在行进过程中出现褶皱影响整纬效果。此外，整纬机 还 配 有 触摸 屏 外 设，使 人 机 交 互 更 为便捷。近年来，国内多家企业在机器视觉整纬机的开发上也取得了一定的成效，如常州宏大公司生产的智能图像整纬机，利用多部面阵相机结合透射与反射两种红外光源，对织物实行全幅采集检测实现整纬矫正。但国内的摄像整纬技术还不够成熟，在实际生产运行的复杂工况下仍不够稳定，无法完全取代光电整纬机，与国外先进技术水平存在投稿网址：第期史先传，等：基于机器视觉的摄像整纬纬斜检测研究 一定
5、的差距。织物种类繁杂多样，国内学者都在试着寻求一种适应性较广的纬斜检测算法。对此，董燕等提出了离散傅里叶变换结合多步投影分析的纬斜检测算法，通过对频谱图像的投影映射统计，计算得到纬斜角度。王蕾等分析织物二值化后的频谱图像，计算功率谱后利用霍夫变换确定纬斜方向。刘建宝等在传统最大类间方差法的基础上进一步优化，分步分割出纬纱纹理后进行窗口像素统计，统计结果中的最大值所对应的窗口角度即为纬纱倾斜的方向。但上述文献多局限于对于织物图像的离线检测，在少有的针对实时动态摄像检测的设计中，楼跃升等指出投影法会统计到干扰信息，从而弱化了主要的纹理信息，不可避免地降低检测结果的准确性，并提出了频域次亮点检测法。
6、但该方法存在一定的局限性，实验表明该方法的检测精度受织物纹理数目的影响，对于纹理数目较少的织物检测误差会偏大。这些理论基础与实践探究都为摄像整纬技术的不断改进提供了很好的借鉴。在动态采集的过程中实时检测纬斜，必须要兼顾检测精度以及检测耗时这两个关键因素。为解决这一问题，针对性地研究了基于机器视觉的纬斜检测算法。在频域内采用改进后的巴特沃斯陷波滤波器滤除干扰像素，得到纬纱纹理较为凸显的织物图像。分析纬纱纹理特征后计算其自相关图像，结合边缘检测与 分析，将纹理区域提取出来，再对纹理区域进行霍夫变换，阈值自适应后检测出纬斜角度，实现准确高效的纬斜检测。最后搭建了 由六 台 工业相机构成的采集系统，模
7、拟摄像整纬机的工作过程，动态抓拍织物图像，并在上位机控制系统中检测纬斜，观察纬纱变化趋势，综合结果误差与检测耗时验正所提出方法的合理性。织物图像的频域预处理由相机采集到的原始织物图像需进行预处理。预处理的主要目的在于滤除噪声、经纱纹理等干扰像素，尤其是对于经纱密度大于纬纱密度的织物，其经纱纹理相较于纬纱纹理更加明显，会对纬纱的检测造成较大的干扰。而织物图像上的干扰像素分布各不相同，在空间域中很难系统地分析，因此选择利用傅里叶变换，将图像转变到频域中处理。图是同一织物处于不同纬斜角度时的频谱图像。当织物纬纱倾角发生的变化时，由于傅里叶变换的旋转性质（，）（，），其频谱图像也会发生相应角度的变化。
8、而当织物纬斜角度为 时，纬纱纹理信息在频域中则被集中反映在竖直方向的频段上，频域次亮点检测法也由此衍生而出。鉴于该方法存在的缺陷，在频域中只对织物图像作预处理，将包含纬纱信息的频段作保留处理，屏蔽包含经纱和其他干扰信息的频段，便能达到频域滤波的目的。在尺寸的织物图像上，点（，）处的灰度值可以用实函数（，）表示，其快速傅里叶变换得到的频图同一织物不同纬斜角的频谱图像谱图像具有共轭对称性，即：（，）（，）（）式中，（，）表示（，）的傅里叶变换，（，）表示（，）的共轭，为频域变量。根据这一性质可知，这些频段不可能独立出现。对于这种对称存在且较为分散的频段，可以用巴特沃斯陷波滤波器来屏蔽，其产生公式为
9、：（，）（，）（，）（）式中，表示滤波半径。，分别表示点（，）到（，）和（，）的距离。表示巴特沃斯陷波滤波器的阶数，用于调整滤波器的陡峭程度，避免图像产生振铃现象。滤波器使以（，）和（，）为滤波中心的圆形范围频段的响应值为，欧式距离（，）表达式如下：（）（）槡（）由于待滤除的经纱频段多呈高亮条带状，因此在滤除经纱频段的同时，要保留邻域频谱能量，以保证滤波后的图像细节能被还原。故在选择阻带时，要求阻带的形态较窄，然而传统的巴特沃斯陷波滤波器是基于圆形区域的阻带，会削弱非目标区域的频谱能量，导致滤波后的纬纱边缘发生一定程度的模糊和振铃。针对传统巴特沃斯陷波滤波器在此应用背景下的缺陷，本文将邻域阻带
10、近似地设计成椭圆形，从而精准滤除目标频段。若椭圆邻域阻带的长轴为，短轴为，倾斜角度为，则椭圆邻域阻带内的点（，）可表示为：（，）（）（）槡（）织物图像作为二维离散函数，在频域内实部（，）与虚部（，）的范围大，直接滤波难以准确滤除目标频段。因此需对其平滑处理，在滤波前先按照（，）（，）（，槡）计算其功率谱，将灰度值范围缩小至，区间内，提高频谱图像的对比度，再利用滤波器进行频域滤波，滤波结果如图（），（）所示。待滤波结束后使用傅里叶逆变换，由图（），（）可见，经过预处理后，织物图像的纬纱纹理得到凸显，大部分冗余的经纱纹理和噪声信息已被滤除。投稿网址：计算机测量与控制第 卷 图织物预处理前后对比纬纱
11、纹理提取 频域自相关纹理是描述织物结构的基本属性，从图像处理的角度出发，可以由灰度值、形状特征、空间位置关系等多个角度定量分析。经预处理后的织物图像中，经纱纹理像素已被弱化，纬纱纹理按照特定规律紧密排列在一起，与纬纱间的间隙呈现出明显的高低灰度交替变化，即纬纱的纹理特征。若将纬纱纹理视为由若干相互关联的像素点构成的基元，则可通过构建灰度共生矩阵计算其相关性。设织物图像为（，），图像上存在任意一点（，），以及不与其重合的一点（，）。若此时点处的灰度值为（，），点处的灰度值为（，），则在点移动的过程中，会产生不同的（，），倘若图像中共存在 个灰度等级，则会产生 个（，）的组合。对于整幅织物图像，统
12、计出每种组合出现的次数，并计算其频率，将结果排列构成矩阵，即为灰度共生矩阵 。灰度共生矩阵的相关性可以间接反映出原织物灰度图像中行列像素点间灰度值的相似程度，其计算表达式为：，（，）（）式中，（，）代表灰度共生矩阵中第行列的元素。（，）（）（，）（）（）（，）（）（）（，）（）灰度共生矩阵及相关性计算结果如图所示。计算结果表明，纹理彼此间存在较大的相关性，可以将图像与自身作自相关计算，得到其自相关图像，获取纬纱纹理像素点在图像空间中的位置分布，达到间接提取纬纱纹理的目的，其计算表达式为：（，）（，）（，）（，）（）式中，（，）（，）表示空域自相关，（，）表示（，）的共轭，与分别代表图像的宽度与
13、高度尺寸。由于直接在空间域计算织物图像的自相关图像计算量较大、耗费时间长，为了减小计算量，考虑在频域中进行自相关计算。空域自相关在频域中可等价为：（，）（，）（，）（，）（）由此，可在预处理的频域滤波结束后，对频谱图像作自相关计算，计算结果如图（）所示。再由频域返回到空间域，获得图（）所示的空域自相关图像，从微观角度，原本的纬纱纹理被细化成分布规律的局部灰度峰值像素点；而从宏观角度，纬纱纹理已表现为一条条等距分布的平行线。在此基础上执行边缘检测和 分析，便能提取出清晰的纬纱纹理区域。图灰度共生矩阵相关性计算结果图自相关图像 边缘检测纬纱边缘是由纬纱间灰度发生快速变化的邻域产生的，其变化剧烈程度
14、可以用梯度来度量，从而判断纬纱的纹路走势。织物图像作为离散数字图像，其梯度是由图像分别在、方向上的偏导数计算得到的，若图像中某一像素点（，）的像素值为（，），则其在（，）处的梯度（，）可用式（）表示，并可根据梯度分量计算该点处的幅值大小。（，）（，）珒（，）珒（）式中，珒 珒，（，）珒和（，）珒分别表示水平和竖直方向的梯度分量。由此可得（，）的幅值（，）为：（，）（，）（，槡）（）投稿网址：第期史先传，等：基于机器视觉的摄像整纬纬斜检测研究 相机实况采集得到的织物图像易参杂噪声，而边缘检测的 算子是由 平滑和微分结合而成的离散型差分算子，对噪声有抑制作用。算子采用水平和竖直的离散近似模板求取两
15、个方向的梯度分量，一般来说掩码模板的大小为，但实际情况下小模版对织物纹理边缘的检测结果较为模糊，为了得到轮廓更加清晰的边缘图像，采用的大模板掩码。由帕斯卡三角形分别确定平滑系数和差分系数的向量，得到水平方向的掩码 ，将其转置即为竖直方向的掩码 。对于层级为位置为的帕斯卡系数，可由来（，）表示：（，）！（）！，烅烄烆 （）而模板大小为的各个平滑系数（）和差分系数（）可分别记为：（）（，）（）（）（，）（，）（）式中，（）表示系数所在位置。则水平方向的掩码模板 可表示为：（）（）（）于是可计算得到大小模板的方向掩码 为：熿燀燄燅其中，中心系数权重较大是为了起到平滑边缘的作用，而总和为是为了使灰度一
16、致的区域不产生梯度。利用模板 （，）分别与以（，）为中心的窗口（，）做卷积运算，得到水平与竖直方向上的梯度分量（，），（，），根据式（）计算得到（，）处的输出值，图为最终输出的边缘方向图，边缘方向与纬纱倾斜方向一致。（，）（，）（，槡）（）式中，表示衰减因子，用于防止计算结果溢出最大值 ，取。纬纱纹理分割在经过频域滤波、自相关计算和边缘检测后，织物的边缘方向图主要由纬纱和背景两部分的像素点构成，统计，区间上各个灰度级的像素点个数，绘制灰度直方图，如图所示。通常情况下，经过平滑后的灰度直方图整体呈现出个波峰和两个波谷，而常用的最大类间方差法难以处理存在多个灰度直方图波峰的图像。图织物边缘方向图图边缘图像灰度分布统计经过试验分析发现，第一个波峰灰度值较低，主要是较暗的背景像素点；第三个波峰灰度值较高，主要是残存的经纱像素点；而两个波谷间的过渡部分就是构成纬纱纹理的像素点。基于对灰度直方图的分析，只需求取两个波谷灰度值分别作为低阈值与高阈值，就能实现对边缘方向图的二值化处理，分割出纬纱纹理部分。其中，作为弱边界，主要用于过滤背景像素的同时平滑纬纱边缘轮廓，使原本强边界分割出的断断续续的纬纱边
