1、皮革拉伸绷展点的定位方法研究与算法实现桓 源，任工昌，刘书磊，张 衡，杨一铭（陕西科技大学 机电工程学院，陕西 西安）摘 要：为推进皮革行业的智能化发展，解决皮革绷板干燥工序中拉伸绷展点智能化选取的难题，本文提出了一种基于画圆相交法的皮革拉伸绷展点定位方法，并基于此方法设计出皮革拉伸绷展点的智能识别算法。首先，利用机器视觉获得皮革源图像，经过对图像的预处理后，通过图像细化算法提取出皮革骨架，利用皮革骨架确定出必选拉伸绷展点。然后，采用画圆相交法，通过提取出的皮革轮廓与圆的交点确定出其余拉伸绷展点。最终，筛选舍弃不合理拉伸点，即可得到皮革的最终拉伸绷展点。利用此算法对大量皮革拉伸绷展点进行识别试
2、验后发现，识别出的拉伸绷展点基本满足实际的工程需求。该皮革拉伸绷展点定位方法和算法的研究，为后续皮革自动绷展智能化装备的设计提供了理论支持，对推进皮革工业的智能化发展具有积极意义。关 键 词：皮革拉伸绷展；定位方法；识别算法；图像处理中图分类号 文献标志码：.，（，）收稿日期：；修订日期：基金项目：西安市科技计划项目（）；陕西省重点研发计划资助项目（）第一作者简介：桓 源（），男，博士研究生，.，主要研究方向产品创新理论、机器人创新设计等。通信作者：任工昌（），男，博士，教授，.，主要研究方向产品创新理论、机器人创新设计等。：，.，.，.，.，.，.第 卷 第 期 年 月 中 国 皮 革 .，
3、：；引 言皮革由于其防皱耐磨和手感柔软等诸多优点被广泛运用于制作各种高档产品。我国作为皮革生产大国，皮革行业是轻工行业的支柱产业之一。由于皮革生产工序繁多，操作过程难度较大，需要大量劳动力来满足企业日益增长的产能需求。但随着近年来人口老龄化问题的加剧和环保要求的提高，皮革企业面临着严峻的挑战。为解决企业用工难，用人成本高的难题，推进皮革产业智能制造的发展升级是帮助企业脱离发展困境的有效手段。我国皮革行业经过数十年的发展，现阶段各工序已基本实现自动化作业。但由于皮革属于非规整几何图形柔软物，具有厚度小，平展面积大，形状多变的特点，导致在部分工序中必须依靠人工作业。皮革的绷板干燥作为加工过程的重要
4、工序，为提高得革率，需要工人利用夹子固定皮革边缘后进行拉伸，夹取皮革边缘的位置完全依靠工人经验，因此不同工人之间对此工序的操作存在较大差异。现阶段部分企业已使用自动绷板机代替人工完成绷板作业，但现有自动绷板机只是单纯对平行脊椎线方向的皮革边缘进行夹取拉伸，相较于传统人工的多点拉伸得革率较低。为克服现有自动绷板机选取拉伸点的不足，解决人工拉伸劳动强度大的问题，本文基于前期试验基础，结合人工选取拉伸点的经验，提出一种选取皮革拉伸点的方法，并通过设计算法实现了皮革拉伸点的自动选取。该研究为后续皮革多点拉伸绷展机的设计提供了理论支撑，对皮革行业的自动化发展具有积极意义。拉伸绷展点的选取方法.必选拉伸点
5、选取由于动物个体差异，导致皮革的大小不一，形状各异，但基本呈现一定规律。通过前期调研，人工在绷展皮革时，首先选择四肢和中脊线头尾部位对皮革进行初步拉伸，可确保皮革整体基本处于绷展状态，如图 所示。因此，对皮革的绷展过程，无论其余拉伸点如何选取，对于四肢和中脊线头尾 个部位是必选拉伸点。图 初步绷展拉伸点.其余拉伸点选取方法与原理采用合理方法选择其余拉伸点是实现后续自动拉伸点选取算法设计的关键。对人工完成的皮革绷板分析后发现，若将人工选取的各绷展点通过直线连接后，整张皮革呈现多边形形状，对人工选取的各绷展点之间距离测量后发现，各绷展点之间距离基本保持一致。则对皮革绷展点的选取问题可转化为如何将皮
6、革边缘曲线转换为多边形形状，多边形顶点即为皮革拉伸点，且要求多边形各边长度相等。本文经过分析提出了一种画圆相交法可实现将封闭曲线多边形化的目的。采用画圆相交法将封闭曲线多边形化的步骤为：选择曲线上一点作为起点，在起点处以半径 画圆，圆与曲线相交点即为多边形顶点，再以相交点为圆心，长度 为半径画圆，依次类推确定多边形各顶点，将各顶点依次连接后，即可实现对封闭曲线的多边形化，其原理如图 所示。图 画圆相交法原理图基于上述原理，在选取皮革其余拉伸点时，选择某一必选拉伸点为起点，根据各种皮革特性结合人工经验选择最佳夹取间距为半径 画圆，圆与皮革边缘皮 革中 国 皮 革第 卷交点即为拉伸点。圆与皮革边缘
7、交点位置在其余必选拉伸点附近时，若距离大于 则保留，距离小于 则舍去。最终选择所有必选点和圆与皮革边缘的交点（多边形顶点）为最终拉伸绷展点。算法设计.拉伸绷展点选取算法设计整个拉伸绷展点选取算法流程如图 所示。首先通过机器视觉传感器获取平铺状态下皮革的源图像，将 的彩色皮革图像转化为灰度图像，通过调节灰度阈值使皮革图像凸显，避免背景颜色影响。将皮革边缘突出毛刺形成的小面积对象剔除后，填补皮革内部空洞区域，形成边缘较为光滑的图像。通过将图像细化至最低限度相连的线性，即可提取出图像骨架，选取骨架各端点坐标即为必选拉伸点。进一步将图像边缘轮廓提取并增强后，以某一必选拉伸点坐标为圆心，以合理的夹取拉伸
8、间距为半径画圆，提取圆与边缘轮廓交点坐标即为其余拉伸点。最后筛选其余拉伸点后将必选拉伸点合并，即可得到最终拉伸绷展点。图 拉伸绷展点选取算法流程.图像采集首先矫正相机的畸变，并规定每次相机拍摄位置固定且以最大限度拍全皮革图像为最佳。经过多次试验，为提高皮革图像识别的准确性，尽可能确保背景与皮革颜色有明显差异。为便于后续研究，将皮革理想化为如图 所示。图 皮革源图像.图像预处理彩色模型是用来精确标定和生成各种颜色的一套规则和定义，现阶段计算机显示的彩色图像均采用 模型来储存像素点的颜色信息。由于 模型各分量的颜色值易受环境光影响，导致识别准确性下降，因此将 图像转化为灰度图像后，通过调节灰度阈值
9、并将图像二值化处理后，可增强皮革图像与背景的对比效果，凸显皮革轮廓，而且图像所包含的数据量大大减少，便于后续的进一步处理。尚未经过修边的皮革边缘参差不齐，经过前期二值化处理将皮革图像与背景对比度增强后，会形成如图 中所示的皮革毛边图像。图像中识别出的皮革毛边和背景中的杂物会影响后期图像的进一步处理，并且在现阶段人工绷展皮革过程中会人为避免选择拉伸点在毛边上。因此，需剔除识别出的皮革毛边和背景杂物图像。经过分析，皮革毛边和背景杂物图像相较于皮革整体而言面积较小，为快速完成图像处理，采用面积开运算，将二值图像中少于一定像素的所有连通分量删除，即可形成剔除毛边的图像。图 皮革毛边和图像缺失图第 期桓
10、 源，等 皮革拉伸绷展点的定位方法研究与算法实现皮 革在图像二值化处理过程中，由于皮革表面反光或皮革本身缺陷，会在皮革内部形成如图 中所示的图像缺失。若整张皮革内部图像出现缺失，会影响后期皮革图像骨架的提取，因此，需要填补皮革图像内部的空洞区域。对图像内部区域的填充可看作边界提取的反过程，即边界已知的条件下得到边界包围的整个区域。边界填充算法原理如下：初始化：种子点循环：（）在连通边界内选取种子点图像，利用十字结构元素 对种子点图像 进行膨胀，将每次膨胀结果图像与边界补图像 相交，随着不断膨胀，直至 填充满整个 的内部区域后停止膨胀，选择 与 的并集即可得到整个区域填充的结果。经过预处理后会形
11、成边缘光滑，内部无图像缺失的皮革图像，将图 所示的源图像经过预处理后，得到的皮革识别图像如图 所示。图 预处理后皮革图像.必选拉伸点确定在对皮革的理想化模型分析时，人为观察得出四肢和中脊线头尾 个必选拉伸绷展点位置较为容易。但在实际生产中，皮革形状各异，很难快速判断得出必选点位置。为解决必选点的识别难题，将皮革图像细化为有助于突出目标形状特点和拓扑结构的“骨架”，即认为“骨架”是可确保皮革处于基本绷展状态的最简支架。其细化算法的原理为：在某图像中一个 区域内，对 点相邻 个点依次标记为：，.，规定 表示黑色，表示白色，若中心 点为，并且满足下列 个条件则删除 点（令）：（）（）（）（）（）或（
12、）（）或（）其中（）表示 点相邻 个区域内 的数目。通过对图像中各点重复上述步骤，直至各点均不可删除为止，即得到了图像的骨架。将皮革图像细化得到图像骨架后，建立相应的骨架矩阵，确定卷积领域范围，统计卷积领域内点数，若个数较多则为骨架交叉点，个数较少则为骨架端点，得到的骨架端点即为必选拉伸点。对预处理后的图像进行细化后得到的骨架和端点如图 所示。图 图像骨架及端点.其余拉伸点确定必选拉伸点确定后，需沿皮革边缘确定其余拉伸点位置。首先需要提取出皮革图像的边缘轮廓，再对边缘轮廓使用画圆相交法得出交点，确定出的各圆心坐标即为拉伸点。常见的边缘检测算子有梯度算子、高斯拉普拉斯算子和 边缘检测算子等。其中
13、梯度算子和高斯拉普拉斯算子都是基于微分法的边缘检测算法，只有在图像不含噪声或去除噪声的情况下才能使用。对图像进行边缘检测时，抑制噪声和边缘精确的定位难以同时满足，通过平滑滤波去除噪声的同时会增加边缘定位的不确定性，提高边缘敏感性也会提高对噪声的敏感。所以选择在抗噪声干扰和精确定位之间折中处理的 边缘检测算子较好。边缘检测的基本思想是对图像进行平滑滤波后，采用非极值抑制技术进行处理，从而得到边缘图像。对边缘检测质量分析遵循 个准则，分别是信噪比准则、定位精度准则和单边响应准皮 革中 国 皮 革第 卷则，其 个准则原理如下：信噪比准则：（）（）（）定位精确准则：（）（）（）单边缘响应准则：（）（）
14、在 的宽度内，极大值数目为：显然，只要 固定，极大值个数也就确定。基于上述 个准则，寻找最优滤波器的问题就转化为泛函的约束优化问题。利用 边缘检测算子对皮革图像的边缘识别后，提取的边缘曲线如图（）所示。图 边缘检测与画圆图选取某一必选拉伸点坐标为圆心，以最佳拉伸点间距为半径画圆，圆与边缘曲线的交点即为所选拉伸点，再次以交点为圆心沿曲线边缘依次画圆得到效果如图（）所示。提取各圆心坐标，即得到其余拉伸点。.最终拉伸点确定以某一必选拉伸点为圆心，利用画圆相交法得出的各其余拉伸点均分布在皮革边缘，其中部分圆与边缘曲线的交点必然与其余必选拉伸点相距较近。为减少不必要拉伸点，需剔除部分与必选拉伸点距离小于
15、 的点。设必选拉伸点坐标为（，），画圆相交法得出的其余拉伸点坐标为（，），则剔除点（，）的筛选条件为：（）（）经过筛选，将不必要拉伸点剔除后，即得到最终拉伸点，如图 所示。图 最终拉伸绷展点确定 试验与结果分析为验证皮革绷展拉伸点定位算法的有效性和普适性，随机选择未经裁剪的皮革进行拉伸绷展点的识别。部分识别效果如图 所示。利用本文算法对大量皮革进行拉伸绷展点识别试验，试验结果表明：对所有与背景颜色存在明显区别的皮革，均可成功提取皮革骨架并完成拉伸绷展点的定位识别。通过对识别出的拉伸绷展点分析，的绷展点符合人工对皮革绷展点的选取习惯。由于对皮革骨架提取的差异，导致部分必选拉伸绷展点选取不太合理。
16、但经过综合对比分析，本算法识别出的拉伸绷展点可基本满足实际需求。总 结为实现皮革绷板干燥工序拉伸绷展点的自动识别选取，本文提出了一种基于画圆相交法的皮革拉伸绷展点定位方法，并利用此方法设计出皮革拉伸绷展点自动识别算法。通过机器视觉获得平铺状态下皮革源图像后，经过对图像预处理去除图像缺陷，第 期桓 源，等 皮革拉伸绷展点的定位方法研究与算法实现皮 革图 皮革拉伸点识别试验利用细化原理提取出了皮革骨架，进而得出必选拉伸绷展点，再利用画圆相交法确定出其余拉伸点，经过筛选确定出最终拉伸绷展点。利用此算法对大量皮革拉伸绷展点经过识别定位试验后，结果表明：该算法识别定位出的拉伸绷展点基本满足实际运用需求。本文所研究的定位方法和算法，为皮革绷板干燥工序的拉伸绷展点选取提供了有效解决方案，对推进皮革行业的智能制造发展进程具有良好的促进作用。参考文献：张生.皮革在家居环境美化中的应用研究 中国皮革，（）：贺霞.浅谈国内皮革机械行业的发展现状 中国皮革，（）：金涌.绿色创新 轻工产业持续发展的金钥匙 轻工学报，（）：王丹.中国制革机械发展历程及未来 北京皮革，（）：杨淑娟，邵其龙.皮革干燥机理研究 革在干