本发明专利技术公开了一种基于小波变换及形态学运算的织物起毛起球图像分割方法，首先将采集的织物起毛起球图像进行直方图均衡化，然后进行8级小波多分辨率分解；再将表达最高频信息的第一、第二级小波分解层及表达低频信息的小波近似分解层系数置零后重构图像；然后用最大类间方差法将重构后的图像二值化，再依次用水平、45度、垂直、135度方向的线形结构元对图像进行腐蚀操作；最后再对腐蚀后图像依次进行膨胀操作，膨胀操作和腐蚀操作应用结构元顺序相反，即依次为135度、垂直、45度、水平方向的线形结构元。本发明专利技术的方法能有效克服织物纹理、光照不匀、织物表面不平、毛球大小不一、毛球形状各异对织物起毛起球等级判定的影响。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，首先将采集的织物起毛起球图像进行直方图均衡化，然后进行8级小波多分辨率分解；再将表达最高频信息的第一、第二级小波分解层及表达低频信息的小波近似分解层系数置零后重构图像；然后用最大类间方差法将重构后的图像二值化，再依次用水平、45度、垂直、135度方向的线形结构元对图像进行腐蚀操作；最后再对腐蚀后图像依次进行膨胀操作，膨胀操作和腐蚀操作应用结构元顺序相反，即依次为135度、垂直、45度、水平方向的线形结构元。本专利技术的方法能有效克服织物纹理、光照不匀、织物表面不平、毛球大小不一、毛球形状各异对织物起毛起球等级判定的影响。【专利说明】
本专利技术属于图像处理、纺织领域，尤其涉及一种。
技术介绍
穿着或洗涤过程中引起的起毛起球程度是描述织物服用性能的一个重要指标。传统的起毛起球等级评定方法，通过专业实验人员观察起毛起球试样，并与标准样照对比，通过毛球个数及大小判定等级，具有很强的主观性。为了克服传统评定方式的缺点，目前出现了很多基于图像处理技术的方法，具有很好的一致性，并且可重复，同时提高了评定的正确性和可靠性。主要分为三类，一类仅在空间域利用颜色信息完成评定过程，这类方法对织物纹理变化敏感、给出的算法仅能处理某一类织物，如适用于精梳毛织物的起毛起球等级评定算法，对精梳针织绒处理时却得不到精确的处理结果；一类主要通过傅立叶变换，利用纹理信息变化的周期性去除织物纹理的影响，因为傅立叶变换不能表达局部信息，只有变化很强的全局周期信息才能体现在频谱图中，因此往往存在纹理去除不干净、非周期噪声不能滤除的弊端；还有一类应用了既能体现频率信息又能体现空间域信息的小波变换。小波变换是这三类方法中处理织物起毛起球图像效果最好的，但目前的应用仍存在对毛球大小不一敏感，纹理不能完全去除的缺点。这是因为基于小波变换的织物起毛起球检测方法认为织物纹理主要出现在小波分解的3、4级子图像或其它某几级子图像中，且认为毛球所在子图像级数与织物纹理不同，进而依据这个特点将纹理干扰去除。而在实际应用中织物所起毛球的大小本身就不均一、有些毛球大小差异还很大，一部分毛球很可能和纹理处于同一小波分解级上，对于纱线较粗的织物进行小波分解时纱线产生的低频信息也常常会出现在毛球所在小波分解级上，这样就导致通过小波变换获得的去噪图像仍还有纹理信息，而一些不该去除的小毛球却被去除了，影响织物起毛起球等级的正确判定。本专利技术提出一种基于小波变换、OTSU分割算法、形态学运算的方法，能有效解决上述问题，去除织物起毛起球过程中织物纹理、光照不匀、织物绒毛及织物表面不平等干扰的影响，且对毛球大小不一、形状各异具有鲁棒性。
技术实现思路
本专利技术针对基于图像处理算法的织物起毛起球等级检测过程不能有效去除织物纹理影响，且当毛球大小不一、形状各异时影响等级检测准确性的情况，提出一种，该方法还能有效克服光照不匀、织物表面不平对等级检测准确性的影响。本专利技术的目的是通过以下技术方案实现的:，包括如下步骤:步骤1:采集织物起毛起球图像；步骤2:从步骤I采集的织物起毛起球图像中筛选出不含非织物背景的织物起毛起球图像；具体为:步骤2.1:通过读取织物图像的维数，判定获得的是彩色图像还是灰度图像，如果为彩色图像则进行灰度化处理；基于图像处理方法的织物起毛起球等级检测过程并不是全自动过程，需要人的参与。在获取起毛起球图像时需要人将图像扫描进电脑，或通过摄像头经图像采集卡将图像读进电脑。在这个过程中不同人获得的图像就有可能是彩色或灰度，也有可能使获取的图像含有扫描仪的扫描面或桌面等非织物部分(这里认为非织物部分为颜色单一的平面，这也和实际情况相符)。为了提高本专利技术算法的通用性，先对图像进行彩色与否的判定，如果为彩色则转换为灰度图再进行后续处理，判定过程通过读取存储图像的维数进行，如为三维则判定为彩色图像，通过公式(I)将其变换为灰度图像。【权利要求】1.一种，其特征在于，包括以下步骤: 步骤1:采集织物起毛起球图像； 步骤2:将步骤I采集的织物起毛起球图像进行裁剪，得到不含非织物背景的图像；具体为: 步骤2.1:通过读取织物图像的维数，判定获得的是彩色图像还是灰度图像，如果为彩色图像则进行灰度化处理，得到灰度图像； 步骤2.2:通过最大类间方差(简称OTSU)方法获得织物灰度图像的分割阈值，然后依据分割阈值分割图像； 步骤2.3:采用半径为9个像素的圆形结构元，对步骤2.2分割后的图像连续进行两次腐蚀运算，再采用同一个结构元连续进行三次膨胀运算，然后取像素值为O的最大区域的质点，以质点作为原点，质点水平向右方向定为X轴正方向，以X轴正方向为起始位置，逆时针旋转过的角度为正角度，顺时针旋转过的角度为负角度；以原点为起点分别向±45°、±135°方向引一条直线，如果这些直线都能和区域边界有一个交点，则判定当前像素值为O的区域是织物区域；如果经过上述步骤不能判定织物区域，则将步骤2.2获得的二值图像的像素值取反后重新进行步骤2.3的织物区域判定；如果能判定存在织物区域，则微调±45°、土135°方向直线和区域边界的四个交点，使这四个交点组成长方形或正方形，然后对步骤2.1获得的灰度图像依据上述四个交点进行裁剪，获得长方形或正方形的不含非织物背景的图像。 如果经过上述步骤2.3的操作，未找到织物区域，则认为采集到的图像不含非织物背景。 步骤3:将不含非织物背景的织物起毛起球图像进行直方图均衡化； 步骤4:对均衡化后的织物起毛起球灰度图像进行8级小波多分辨率分解，得到分辨率不同的8级子图像； 步骤5:将小波分解后8级子图像中的1、2级小波分解细节子图像及近似级小波分解子图像的小波分解系数置零，然后将1、2级及近似级小波分解系数置零后的小波分解图像重构； 步骤6:对重构后的图像进行基于OTSU法的分割； 步骤7:对分割后的图像依次采用水平、45度、垂直、135度方向的线形结构元进行腐蚀操作，再依次用135度、垂直、45度、水平方向的线形结构元进行膨胀操作，得到最终的仅含毛球的二值图像。 所述线形结构元以像素为单位，其大小依据织物粗糙度来确定，粗糙织物采用7个像素大小的线形结构元，非粗糙织物则采用5个像素大小的线形结构元。 粗糙织物的判定方法如下: (7.1)计算图像小波分解后各层的总频率: C1 = clh+cld+clv 式中，I为小波多分辨率分解的第I层，h为I层水平分解系数图像，d为I层对角分解系数图像，V为I层垂直分解系数图像，Clh为I层水平分解分解系数图像的总频率，Cld为I层对角分解系数图像的总频率，Clv为I层垂直分解系数图像的总频率；其中，Clx (X =h, d, V)由以下公式得到 【文档编号】G06T7/00GK104021561SQ201410270904【公开日】2014年9月3日 申请日期:2014年6月17日 优先权日:2014年6月17日 【专利技术者】韩永华, 汪亚明, 崔新辉, 刘成霞, 孙麒, 郑俊褒, 汪泓, 康锋 申请人:浙江理工大学本文档来自技高网...
【技术保护点】
一种基于小波变换及形态学运算的织物起毛起球图像分割方法，其特征在于，包括以下步骤：步骤1：采集织物起毛起球图像；步骤2：将步骤1采集的织物起毛起球图像进行裁剪，得到不含非织物背景的图像；具体为：步骤2.1：通过读取织物图像的维数，判定获得的是彩色图像还是灰度图像，如果为彩色图像则进行灰度化处理，得到灰度图像；步骤2.2：通过最大类间方差(简称OTSU)方法获得织物灰度图像的分割阈值，然后依据分割阈值分割图像；步骤2.3：采用半径为9个像素的圆形结构元，对步骤2.2分割后的图像连续进行两次腐蚀运算，再采用同一个结构元连续进行三次膨胀运算，然后取像素值为0的最大区域的质点，以质点作为原点，质点水平向右方向定为x轴正方向，以x轴正方向为起始位置，逆时针旋转过的角度为正角度，顺时针旋转过的角度为负角度；以原点为起点分别向±45°、±135°方向引一条直线，如果这些直线都能和区域边界有一个交点，则判定当前像素值为0的区域是织物区域；如果经过上述步骤不能判定织物区域，则将步骤2.2获得的二值图像的像素值取反后重新进行步骤2.3的织物区域判定；如果能判定存在织物区域，则微调±45°、±135°方向直线和区域边界的四个交点，使这四个交点组成长方形或正方形，然后对步骤2.1获得的灰度图像依据上述四个交点进行裁剪，获得长方形或正方形的不含非织物背景的图像。如果经过上述步骤2.3的操作，未找到织物区域，则认为采集到的图像不含非织物背景；步骤3：将不含非织物背景的织物起毛起球图像进行直方图均衡化；步骤4：对均衡化后的织物起毛起球灰度图像进行8级小波多分辨率分解，得到分辨率不同的8级子图像；步骤5：将小波分解后8级子图像中的1、2级小波分解细节子图像及近似级小波分解子图像的小波分解系数置零，然后将1、2级及近似级小波分解系数置零后的小波分解图像重构；步骤6：对重构后的图像进行基于OTSU法的分割；步骤7：对分割后的图像依次采用水平、45度、垂直、135度方向的线形结构元进行腐蚀操作，再依次用135度、垂直、45度、水平方向的线形结构元进行膨胀操作，得到最终的仅含毛球的二值图像。所述线形结构元以像素为单位，其大小依据织物粗糙度来确定，粗糙织物采用7个像素大小的线形结构元，非粗糙织物则采用5个像素大小的线形结构元。粗糙织物的判定方法如下：(7.1)计算图像小波分解后各层的总频率：Cl＝Clh+Cld+Clv式中，l为小波多分辨率分解的第l层，h为l层水平分解系数图像，d为l层对角分解系数图像，v为l层垂直分解系数图像，Clh为l层水平分解分解系数图像的总频率，Cld为l层对角分解系数图像的总频率，Clv为l层垂直分解系数图像的总频率；其中，Clx(x＝h,d,v)由以下公式得到Clx=1M×NΣi=1MΣj=1Nflx(i,j)2]]>式中M×N为小波多分辨率分解第l层各方向子图像的大小，flx(i,j)为坐标点(i,j)处的小波多分辨率分解系数；(7.2)寻找Cl出现最大值的小波层Smax，当Smax＞4时，则判定为粗糙织物。...
【技术特征摘要】
【专利技术属性】
技术研发人员：韩永华，汪亚明，崔新辉，刘成霞，孙麒，郑俊褒，汪泓，康锋，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。