一种织物光泽度自动分析评价方法及系统技术方案

本发明专利技术公开了一种织物光泽度自动分析评价方法及系统，所述方法包括：光泽度等级划分步骤，将织物的光泽度量化为N个等级；建立光泽度等级与特征参数的对应关系步骤，选取图像的M个特征参数，各特征参数具有一个或者多个查找区间，每个查找区间对应一个光泽度等级或者多个光泽度等级；织物光泽度评价步骤，获取待评价织物的织物图像及织物图像的M个特征参数，并根据该M个特征参数查找出该待评价织物所属的光泽度等级。本发明专利技术的方法，以光学成像原理，利用计算机视觉，在光线稳定的环境中获取稳定的织物图像，建立图像的特征参数与光泽度等级的关系，获取织物图像的特征参数并得到织物光泽的等级，以实现符合人眼视感觉织物光泽效应的客观评价。

【技术实现步骤摘要】
一种织物光泽度自动分析评价方法及系统
本专利技术涉及图像处理
，具体地说，是涉及一种织物光泽度自动分析评价方法及系统。
技术介绍
织物光泽是织物视觉风格-观感的主要构成，是评价织物外观质量的一项重要内容。织物光泽的测试评价不仅对织物视觉效果的改进与成品风格的提升具有重要的意义，更是织物表面的光泽设计、工艺改进和质量控制的依据。因此，对织物光泽的测试评价技术的研究显得尤为重要。目前，对于织物光泽的评价主要有两种方法：感官评定法和仪器测试法。感官评定法是凭人的视感觉对织物的光泽感作出的相对优劣的主观评定。通常是集中一定数量实践经验丰富且判断能力强的检验人员，通过目视判断对光泽排定优劣秩位。织物光泽的感观评定法简便、快速，且直观。应但这种方法易受检验环境以及人为因素的影响，评价结果与经验和心理状态有关，它只能相对地比较出织物光泽感的好坏，不能得出定量数值。仪器测试法是对织物光泽的客观评价，是用各种与反射光有关的物理量来进行量化，即用相关仪器对光泽的量进行测量。仪器测试的出发点是代替人眼感官并且形成光泽描述的量化机制，但是，现有的仪器测试法所给出的织物光泽的物理量，对于织物光泽视觉属性的反映都是间接的表征，虽然与织物光泽的外观风格有一定的相关性，但不能代替人眼感官的评价内涵。总的来说，基于不同的织物光泽理论，国内外研制的多种纺织专用光泽仪测试的指标有所不同。归纳起来，可分为：(a)反映表面光泽强度的有：正反射光强、漫反射光强、反射率、对比光泽度、二维对比光泽度；(b)反映光泽分布(方向差异)的有：变角光泽分布、三维对比光泽度、Jeffries对比光泽度；(c)反映各向表面反射光、内部反射光构成(内外差异)的有：偏光光泽度；等等。虽然测试指标很多，但是来自于不同的理论，适用于不同的测试方法。各法的优劣在业内存在争议，有的仪器适用范围的规定却与评判顺序颠倒，测试结果的可靠性也受到质疑。早在2001年，姚穆院士等就提出了织物光泽评价的正确的研究方法应是客观结合主观(一定程度上模拟主观)达到主客观一致的方法。也就是说，正确的评价方法应该是一种符合人眼视感觉的客观评价技术，因为织物的光泽感通过人的感觉和知觉来实现，是人对光泽的主观感受信息的评价。因此，必须寻找更接近人对光泽的主观感受信息表征的理论和测试手段。二十多年前计算机就已普及，织物光泽测试的研究仍在传统物理原理的光泽仪的改进上延伸，计算机只是作为数据处理手段引入到一些织物光泽仪的研究中。现在计算机视觉和图像识别分析技术的理论和实践已经比较成熟，此技术具备定量描述可视化表面性能的优势，是一种客观结合主观的研究途径。鉴于目前国内外还没有一种理想的符合人眼视感觉的织物光泽的客观评价技术，有必要专利技术一种利用计算机视觉，在光线稳定的环境中获取稳定的织物真彩图像，从特定的织物表面图像上利用计算机区分光泽的构成，描述光泽的状态，评定光泽的大小，期望把人眼可观测到的织物表面光泽形成的视觉风格(如：暗哑的，无光泽的，散光的，闪亮的，光亮的)的内涵转化为图像数据的形式，以数字化的特征参数刻画出来，再通过建立智能化光泽评价模型描述图像数据的量化特征与织物光泽的关系(结果如表1所示)，代替人眼评定的不确定性，以及现有仪器测量的不足。这种基于计算机视觉的符合人眼视感觉的客观评价技术，能够实现织物光泽的仿真评价。
技术实现思路
本专利技术为了解决现有纺织品织物光泽评价的人眼评定的不确定性，以及现有仪器测量的不足。提出了一种织物光泽外观自动分析评价方法及系统，可以解决上述问题。以光学成像原理配置球形座具用以包覆织物样本，利用计算机视觉，在光线稳定的环境中获取稳定的织物半球图像，编制分析软件，从织物图像的光泽感得到织物光泽的等级和性能描述语言，以实现符合人眼视感觉的织物光泽的客观评价。为了解决上述技术问题，本专利技术采用以下技术方案予以实现：一种织物光泽度自动分析评价方法，包括以下步骤：光泽度等级划分步骤，将织物的光泽度量化为N个等级，N为大于1的整数；建立光泽度等级与特征参数的对应关系步骤，选取图像的M个特征参数，各特征参数具有一个或者多个查找区间，每个查找区间对应一个光泽度等级或者多个光泽度等级，其中，M为大于1的整数；织物光泽度评价步骤，获取待评价织物的织物图像，对织物图像进行处理，获取织物图像的M个特征参数，并根据该M个特征参数从所述查找区间中查找出该待评价织物所属的光泽度等级。进一步的，织物光泽度评价步骤中，对织物图像进行处理包括以下步骤：(11)、将彩色的织物图像转换为灰度图像；(12)、将所述灰度图像转换为二值图像。进一步的，步骤(11)中，将彩色的织物图像转换为加权平均值灰度图像及R、G、B三个分量的灰度图像之后，通过对上述四个平行灰度图像增强暗度来增强灰度对比度，，最后选取其中亮暗反差最大的灰度图像作为步骤(12)的操作对象。进一步的，该M个特征参数包括名义填充度、灰度对比度、光泽填充度极差、灰度共生矩阵对比度、饱和度对比度中的任意两个或以上的组合。进一步的，名义填充度K的计算方法为：二值图像中白色像素所占面积SW与织物图像中织物成像区域的总面积SZ的面积之比，即：灰度对比度C的计算方法为：对灰度图像进行灰度差分计算，得到灰度对比度C；光泽填充度极差Φ的计算方法为：二值图像中白色像素所占面积SW与织物图像中矩形窗口的总面积SR的面积之比，即：灰度共生矩阵对比度CONN的计算方法为：对灰度图像进行图像纹理分析，得到灰度共生矩阵对比度CONN；饱和度对比度SC的计算方法为：获取HSI颜色空间的织物图像中S分量图像，并得到S分量图像的灰度对比度作为饱和度对比度SC。进一步的，织物光泽度评价步骤中，根据织物的M个特征参数查找出该织物所属的光泽度等级的方法为：(21)、获取织物图像的M个特征参数之后，将各个特征参数分别与其对应的查找区间进行比对；(22)、若某一特征参数落入与该特征参数所对应的其中一查找区间，且该查找区间唯一对应一光泽度等级，则该织物的光泽度等级判断为与该查找区间所对应的光泽度等级一致。进一步的，步骤(22)之后，若某一特征参数落入与该特征参数所对应的其中一查找区间，且该查找区间对应两个或以上光泽度等级，则继续判断其他特征参数所落入的查找区间对应的光泽度等级，比对出不同查找区间共同对应的一个光泽度等级作为该织物的光泽度等级。进一步的，所述织物光泽度自动分析评价方法采用离散型Hopfield神经网络进行评价，首先，将N个等级所对应的样本图像作为离散型Hopfield神经网络的平衡点，然后利用正交化法对离散型Hopfield神经网络进行学习，使各等级的评价指标趋于网络的平衡点，学习完成后，这些平衡点即为各个织物光泽等级所对应的等级分割点；将待评价织物的特征参数作为新的初态输入至离散型Hopfield神经网络，离散型Hopfield神经网络执行计算，当其网络状态不再改变时，此时新的平衡点对应的等级便是待评价织物的光泽度等级。本专利技术同时提出了一种织物光泽度自动分析评价系统，包括图像采集装置和处理装置，所述图像采集装置包括CCD相机、LED光源、球形座具以及遮光箱体，所述CCD相机、LED光源以及球形座具设置在所述遮光箱体内，将待评价织物包覆在所述球形座具上，由CCD相机对待本文档来自技高网...

【技术保护点】
1.一种织物光泽度自动分析评价方法，其特征在于，包括以下步骤：光泽度等级划分步骤，将织物的光泽度量化为N个等级，N为大于1的整数；建立光泽度等级与特征参数的对应关系步骤，选取图像的M个特征参数，各特征参数具有一个或者多个查找区间，每个查找区间对应一个光泽度等级或者多个光泽度等级，其中，M为大于1的整数；织物光泽度评价步骤，获取待评价织物的织物图像，对织物图像进行处理，获取织物图像的M个特征参数，并根据该M个特征参数从所述查找区间中查找出该待评价织物所属的光泽度等级。

【技术特征摘要】
1.一种织物光泽度自动分析评价方法，其特征在于，包括以下步骤：光泽度等级划分步骤，将织物的光泽度量化为N个等级，N为大于1的整数；建立光泽度等级与特征参数的对应关系步骤，选取图像的M个特征参数，各特征参数具有一个或者多个查找区间，每个查找区间对应一个光泽度等级或者多个光泽度等级，其中，M为大于1的整数；织物光泽度评价步骤，获取待评价织物的织物图像，对织物图像进行处理，获取织物图像的M个特征参数，并根据该M个特征参数从所述查找区间中查找出该待评价织物所属的光泽度等级。2.根据权利要求1所述的织物光泽度自动分析评价方法，其特征在于，织物光泽度评价步骤中，对织物图像进行处理包括以下步骤：(11)、将彩色的织物图像转换为灰度图像；(12)、将所述灰度图像转换为二值图像。3.根据权利要求2所述的织物光泽度自动分析评价方法，其特征在于，步骤(11)中，将彩色的织物图像转换为加权平均值灰度图像及R、G、B三个分量的灰度图像之后，通过对上述四个平行的灰度图像增强暗度来增强灰度对比度，，最后选取其中亮暗反差最大的灰度图像作为步骤(12)的操作对象。4.根据权利要求2所述的织物光泽度自动分析评价方法，其特征在于，该M个特征参数包括名义填充度、灰度对比度、光泽填充度极差、灰度共生矩阵对比度、饱和度对比度中的任意两个或以上的组合。5.根据权利要求4所述的织物光泽度自动分析评价方法，其特征在于，名义填充度K的计算方法为：二值图像中白色像素所占面积SW与织物图像中织物成像区域的总面积SZ的面积之比，即：灰度对比度C的计算方法为：对灰度图像进行灰度差分计算，得到灰度对比度C；光泽填充度极差Φ的计算方法为：二值图像中白色像素所占面积SW与织物图像中矩形窗口的总面积SR的面积之比，即：灰度共生矩阵对比度CONN的计算方法为：对灰度图像进行图像纹理分析，得到灰度共生矩阵对比度CONN；饱和度对比度SC的计算方法为：获取HSI颜色空间的织物图像中S分量图像，并得到S分量图像的灰度对比度作为...

【专利技术属性】
技术研发人员：谢莉青，申悦，
申请(专利权)人：青岛大学，
类型：发明
国别省市：山东,37