韓永華，汪亞明，康 鋒，孫 麒

(浙江理工大學(xué)a.信息學(xué)院;b.研究生處，杭州310018)

穿著或洗滌過(guò)程中引起的起毛起球程度是描述織物服用性能的一個(gè)重要指標(biāo)［1］。傳統(tǒng)的起毛起球等級(jí)評(píng)定方法是通過(guò)專業(yè)實(shí)驗(yàn)人員觀察起毛起球試樣，并與標(biāo)準(zhǔn)樣照對(duì)比，以毛球個(gè)數(shù)及大小來(lái)判定等級(jí)，具有很強(qiáng)的主觀性［2］。為了克服傳統(tǒng)評(píng)定方式的缺點(diǎn)，目前出現(xiàn)了很多基于圖像處理技術(shù)的方法，具有很好的一致性，并且可重復(fù)，同時(shí)提高了評(píng)定的正確性和可靠性。方法主要分為三類:一類僅在空間域利用顏色信息完成評(píng)定過(guò)程［2-6］，這類方法對(duì)織物紋理變化敏感，僅適用于某類特定織物;另一類主要通過(guò)傅立葉變換［1，7-8］，利用紋理信息變化的周期性去除織物紋理的影響，因?yàn)楦盗⑷~變換不能表達(dá)局部信息，只有變化很強(qiáng)的全局周期信息才能體現(xiàn)在頻譜圖中，因此往往存在紋理去除不干凈、非周期噪聲不能濾除的弊端;還有一類應(yīng)用了既能體現(xiàn)頻率信息又能體現(xiàn)空間域信息的小波變換［9-16］，但已有的這些基于小波變換的方法要么僅以小波變換作為去噪手段，再額外增加空間域算法進(jìn)行處理;要么求解的評(píng)定參數(shù)單一，影響織物起毛起球判定的準(zhǔn)確性。針對(duì)上述特征，提出了通過(guò)小波多分辨率分解直接提取起毛起球密度、毛球大小、毛球形狀等多個(gè)織物特征，進(jìn)而進(jìn)行織物起毛起球等級(jí)判定的方法。

1 小波多分辨率分解的應(yīng)用

織物起毛起球圖像中的噪聲主要由織物紋理結(jié)構(gòu)、光照不勻等造成，其產(chǎn)生的頻率信息和待處理的毛球不相同。利用這一點(diǎn)，結(jié)合小波變換的頻率分層特性，找到織物毛球所在的層，在這一層上提取特征，進(jìn)行起毛起球等級(jí)判定。

1.1 織物毛球所在頻率層的確定

光照不勻產(chǎn)生的干擾主要為低頻噪聲，在利用小波變換算法時(shí)總是處于近似層上，和分解級(jí)數(shù)關(guān)系不大，很容易去除。紋理結(jié)構(gòu)是織物固有特征，遍布整個(gè)織物圖像，對(duì)應(yīng)的頻率信息總量相比其他頻率占有絕對(duì)優(yōu)勢(shì)，可基于這一點(diǎn)實(shí)現(xiàn)毛球?qū)拥挠行Х蛛x。

圖1(a)為針織物1級(jí)起毛起球圖。經(jīng)驗(yàn)證，織物紋理及毛球產(chǎn)生的頻率信息主要在小波的5級(jí)分解層內(nèi)，因此每次等級(jí)判別過(guò)程都通過(guò)小波變換將織物圖像進(jìn)行5級(jí)分解。為了可視性，圖1(b)僅顯示了圖1(a)的3級(jí)小波分解圖。將分解圖像的最外圍各細(xì)節(jié)圖像也就是頻率最高的層稱為第1級(jí)分解圖，從外向里依次為第2級(jí)、第3級(jí)。同時(shí)考慮到研究過(guò)程只是應(yīng)用頻率分層及方向特性，因此選用了最古老、最成熟的Haar小波。

圖1 小波多分辨率分解示意Fig.1 The diagram of wavelet multiresolution decomposion

為了去除織物紋理結(jié)構(gòu)的影響，按下式計(jì)算各細(xì)節(jié)層小波分解系數(shù)平方和的均值，

式中:l為小波多分辨率分解的第l層;h為l層水平分解系數(shù)圖像;d為l層對(duì)角分解系數(shù)圖像;v為l層垂直分解系數(shù)圖像。

式(1)中的Clx為小波分解系數(shù)平方和，下標(biāo)表示計(jì)算對(duì)象為小波分解的第l層x方向上的子圖像，由下式獲得，

式中:M×N為小波多分辨率分解第l層各方向子圖像的大小;flx(i，j)為坐標(biāo)點(diǎn)(i，j)的小波多分辨率分解系數(shù)。

計(jì)算各層分解系數(shù)和之后，從第1級(jí)到第5級(jí)依次對(duì)相鄰層Ci、Cj，按下式計(jì)算比值，

如果小波分解系數(shù)平方和遞減變化，則選擇第一個(gè)明顯發(fā)生跳變的比值對(duì)應(yīng)的低頻層作為毛球細(xì)節(jié)信息開始的頻率層，第一個(gè)明顯跳變指求取比值的計(jì)算順序中碰到的第一個(gè)超過(guò)平均值的跳變，平均值是指按式(3)計(jì)算的所有比值A(chǔ)ij的平均值;如果先遞減再遞增，則選取開始遞增的比值對(duì)應(yīng)的低頻層作為毛球細(xì)節(jié)信息開始的頻率層。這兩種頻率變化情況主要出現(xiàn)在織物紋理比較平滑，產(chǎn)生的頻率信息高于毛球的情況，此時(shí)所有比選定毛球?qū)宇l率高的層作為織物紋理干擾層。若織物紋理粗糙，可導(dǎo)致紋理產(chǎn)生的頻率信息低于毛球，如粗絨線類織物，此時(shí)除第1級(jí)高頻層外，分解系數(shù)平方和會(huì)先遞增再遞減，則選擇第一個(gè)明顯發(fā)生遞增跳變的比值對(duì)應(yīng)的高頻層作為毛球細(xì)節(jié)信息開始的頻率層，所有比選定毛球頻率層低的，沒(méi)有發(fā)生再次跳變的層作為織物紋理層，這里明顯跳變的定義和小波分解系數(shù)平方和遞減變化的過(guò)程一樣，只是此時(shí)平均值的求解只針對(duì)遞增過(guò)程的比值進(jìn)行。此外織物紋理結(jié)構(gòu)具有很強(qiáng)的方向性，產(chǎn)生的頻率信息要么為水平、垂直方向，要么主要為對(duì)角方向，而毛球產(chǎn)生的頻率信息是隨機(jī)的，可通過(guò)計(jì)算選取頻率層3方向細(xì)節(jié)分解系數(shù)的平方和，歸一化后，對(duì)平方和求方差δ，如δ＜0.15，則確定為毛球?qū)?，否則再和選定層相鄰的頻率層上進(jìn)行相應(yīng)計(jì)算，找到符合要求的層。對(duì)圖1進(jìn)行上述操作，發(fā)現(xiàn)織物毛球細(xì)節(jié)信息從第3級(jí)開始，圖2(a)為將第1級(jí)和第2級(jí)細(xì)節(jié)信息置零后重構(gòu)的圖像，圖2(b)為僅對(duì)第3級(jí)細(xì)節(jié)信息進(jìn)行重構(gòu)獲得的圖像。

圖2 起毛起球織物圖像的小波變換處理過(guò)程Fig.2 The wavelet transform processing of pilling fabric

1.2 織物起毛起球等級(jí)特征的提取

織物起毛起球的等級(jí)判定主要依賴以下幾個(gè)參數(shù)［16］:起毛起球密度，毛球大小，毛球形狀等。起毛起球密度定義為毛球區(qū)域和圖像區(qū)域的比值?？赏ㄟ^(guò)計(jì)算去除織物紋理所在頻率層并重構(gòu)圖像的小波分解系數(shù)的平均值，然后計(jì)算超過(guò)平均值系數(shù)的個(gè)數(shù)和總系數(shù)的個(gè)數(shù)之比來(lái)實(shí)現(xiàn)。利用小的毛球和周圍區(qū)域相比變化更突然，產(chǎn)生頻率比大的毛球高的特點(diǎn)，判定毛球的大小。確定織物紋理結(jié)構(gòu)及起毛起球主要細(xì)節(jié)信息所在頻率層后，找到和起毛起球頻率層相鄰的頻率信息最多的非織物紋理結(jié)構(gòu)層，即毛球細(xì)節(jié)信息次多的層，按下式確定代表毛球大小的頻率層。

式中:A表示織物毛球主要細(xì)節(jié)信息所在的頻率層與毛球非主要細(xì)節(jié)信息所在層中頻率信息最多的層的系數(shù)平方和之比，其余各符號(hào)含義同式(1)、(2)。

考慮到同一塊織物，毛球大小也會(huì)有差異，導(dǎo)致代表毛球的頻率信息會(huì)出現(xiàn)在不同頻率層上，大的毛球產(chǎn)生的主頻信息在低頻層，小的毛球產(chǎn)生的主頻信息在高頻層，判斷織物產(chǎn)生毛球總體是大還是小，就看毛球頻率信息出現(xiàn)在低頻層和高頻層的量的多寡。當(dāng)?shù)皖l層所表達(dá)的大毛球產(chǎn)生的頻率量達(dá)到較高頻率層所表達(dá)的小毛球產(chǎn)生信息量的1/4時(shí)，認(rèn)為毛球整體大小由低頻層的毛球決定，否則由高頻層決定。求解特征A時(shí)，分子部分對(duì)應(yīng)較高頻率層l，分母對(duì)應(yīng)較低頻率層l+i。當(dāng)滿足A≥4時(shí)，選定l層，否則選定l+i層。按上述規(guī)則選定的層如果為1～3級(jí)中的某一級(jí)，則斷定為毛球較小，否則稱毛球較大。

關(guān)于毛球形狀，如果毛球接近圓形，則進(jìn)行小波多分辨率分解時(shí)，產(chǎn)生的水平、垂直及對(duì)角三方向的頻率信息近似相等，若毛球形狀并不規(guī)則，如圖1(a)所示，則會(huì)導(dǎo)致三方向的頻率量具有一定離散性。按式(2)計(jì)算三方向的小波分解系數(shù)平方和，歸一化后，求方差δ，如果δ≤0.5，判定為形狀單一的圓形，否則判定為不規(guī)則形狀。

2 結(jié)果與討論

針對(duì)精梳針織絨、粗梳針織絨、光面精梳毛織品、絨面精梳毛織品、粗梳毛織品的5級(jí)起毛起球標(biāo)準(zhǔn)樣照，進(jìn)行了參數(shù)提取操作。發(fā)現(xiàn)織物不同時(shí)提取的各級(jí)起毛起球密度值存在差異，表1給出了各級(jí)密度特征的分布范圍。

由表1可見，因織物類型不同，織物起毛起球相鄰等級(jí)的密度值出現(xiàn)了交叉，不能僅以求取的密度值作為等級(jí)判定的唯一依據(jù)。當(dāng)兩種織物求取的密度相同時(shí)，如果其中一個(gè)織物毛球比較大，則總毛球個(gè)數(shù)就少，采用人工視覺(jué)判定時(shí)相應(yīng)等級(jí)偏低。此外如果通過(guò)圖像處理判定織物生成的毛球?yàn)楸容^規(guī)則的圓形，則說(shuō)明各毛球間的相互連接不緊密，分布比較分散，在相同等級(jí)下密度偏低。最后得出織物起毛起球的等級(jí)判定規(guī)則為:如果計(jì)算的密度出現(xiàn)了等級(jí)交叉，若同時(shí)判定毛球尺寸大且形狀不規(guī)則，則歸入較低一級(jí);若同時(shí)判定毛球尺寸小、且形狀接近圓形則歸入較高一級(jí);若為其他情況，則依據(jù)織物紋理結(jié)構(gòu)產(chǎn)生的頻率信息的高低進(jìn)行最終判斷，織物紋理頻率信息在小波多分辨率分解的第4或5級(jí)，則將歸入較低起毛起球等級(jí)，否則歸入較高等級(jí)。

表1 不同織物5級(jí)毛球密度分布范圍Tab.1 The density distribution of pilling in five grades

應(yīng)用上述算法，對(duì)120幅起毛起球圖片進(jìn)行了等級(jí)判定，準(zhǔn)確率達(dá)到91.3%。

3 結(jié)論

依據(jù)小波多分辨率分解的空間頻率信息，定位了織物紋理結(jié)構(gòu)及毛球主要細(xì)節(jié)信息所在的頻率層，進(jìn)而提取起毛起球密度、毛球大小、毛球形狀3個(gè)指標(biāo)，實(shí)現(xiàn)了不同織物起毛起球等級(jí)的統(tǒng)一檢測(cè)方法。這種方法能有效克服各種和毛球變化頻率不同的噪聲的干擾，提高了評(píng)定過(guò)程的魯棒性。

［1］周圓圓，潘汝如，高衛(wèi)東，等.基于標(biāo)準(zhǔn)樣照與圖像分析的織物起毛球評(píng)價(jià)等方法［J］.紡織學(xué)報(bào)，2010，31(10):29-33.ZHOU Yuanyuan，PANRuru，GAOWeidong，et al.Evaluation of fabric pilling based on standard images and images analysis［J］.Journal of Textile Research，2010，31(10):29-33.

［2］陳霞，李立輕.圖像處理技術(shù)在評(píng)估織物起球等級(jí)上的應(yīng)用［J］.紡織導(dǎo)報(bào)，2005(2):82-85.CHEN Xia，LI Liqing.Evaluation of fabric pilling grade by using image processing technology［J］.China Textile Leader，2005(2):82-85.

［3］楊旭紅，張長(zhǎng)勝，唐人成.圖像分析法評(píng)價(jià)Lyocell織物的起球性能［J］.印染，2001，27(12):50-53.YANG Xuhong，ZHANG Changsheng，TANG Rencheng.Pilling evaluation of lyocell fabric using image analysis［J］.Dying and Finishing，2001，27(12):50-53.

［4］陳霞，黃秀寶.基于光照投影的起球織物圖像的采集、預(yù)處理和毛球分割［J］.東華大學(xué)學(xué)報(bào)，2003，29(5):36-41.CHEN Xia，HUANG Xiubao.Image acquisition，preprocessing and pilling segmentation for the pilled fabric based on light projection［J］.Journal of Donghua University，2003，29(5):36-41.

［5］CHEN Xia，HUANG Xiubao.Evaluating fabric pilling with light-projected image analysis［J］.Textile Research Journal，2004，74(11):977-981.

［6］CHEN Xia，HUANG Xiubao.Image analysis of fabric pilling based on light projection［J］.Journal of Donghua University，2003，20(4):1-4.

［7］曹飛，汪軍，陳霞.織物起球標(biāo)準(zhǔn)樣照的圖像分析［J］.東華大學(xué)學(xué)報(bào):自然科學(xué)版，2007，33(6):751-755.CAO Fei，WANG Jun，CHEN Xia.The image analysis of the pilling fabric standard photes［J］.Journal of Donghua University:Natural Science Edition，2007，33(6):751-755.

［8］KIM S M，PARK C K.Evaluation of fabric pilling using hybrid imaging methods［J］.Fibers and Polymers，2006，7(1):57-61.

［9］劉菁.小波分析在織物起毛起球客觀評(píng)級(jí)中的應(yīng)用［J］.武漢科技學(xué)院學(xué)報(bào)，2009，22(4):7-10.LIU Jing.The objective grading of fabric pilling based on wavelet analysis［J］.Journal of Wuhan University of Science and Engineering，2009，22(4):7-10.

［10］PALMER S，WANAG X G.Objective classification of fabric pilling based on the two-dimensional discrete wavelet transform［J］.Textile Research Journal，2003，73(8):713-720.

［11］CHEN X，XU Z B.Detecting pills in fabric images based on multi-scale matching filtering［J］.Textile Research Journal，2009，79(15):1389-1395.

［12］ZHANG JM，WANG X G，PALMER S.Objective grading of fabric pilling with wavelet texture analysis［J］.Textile Research Journal，2007，77(11):871-879.

［13］ZHANG J M，WANG X G，PALMER S.Objective pilling evaluation of wool fabrics［J］Textile Research Journal，2007，77(12):929-936.

［14］ZHANG J M，WANG X G，PALMER S.The robustness of objective fabric pilling evaluation method［J］.Fibers and Polymers，2009，10(1):108-115.

［15］SOO C K，TAE J K.Fabric surface roughness evaluation using wavelet-fractal method partⅡ:fabric pilling evaluation［J］.Textile Research Journal，2005，75(11):761-770.

［16］DENG Z，WANG L，WANG X.An integrated method of feature extraction and objective evaluation of fabric pilling［J］.Journal of the Textile Institute，2011，102(1):1-13.