【文章內(nèi)容簡介】 試的靜水壓方法進行織物的防水性能的測試，國內(nèi)按照 GB47441984標(biāo)準(zhǔn)制造了 YG812 型水壓儀 [12]來測試防水指標(biāo)。隨著科技的進步、技術(shù)的提高和人 們更高的要求，根據(jù)標(biāo)準(zhǔn) GB/T47441997《紡織品 抗?jié)B水性測定 靜水壓試驗》和FZT0100491 《涂層織物 抗?jié)B水性測定 靜水壓試驗》又制造了 國產(chǎn) YG(B)812D20 圖 YG(B)812D20數(shù)字滲 水性測定儀 織物防水性能計算機自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 8 型數(shù)字式滲水性測試儀，如圖 所示。 該儀器用于測定經(jīng)過防水處理的各種織物的抗?jié)B水性，如帆布、油布、帳篷布、苫布、防雨服裝布及土工布材料等。測試范圍為 500pa~2021kpa。靜壓法通過測試在多少壓力下有水滲入來測試織物的防水性，而淋水實驗是通過測試干、濕面積比來測試織物的防水性的，而且 YG(B)812D20 型數(shù)字式滲水 性測試儀沒有利用圖像處理的方法。雖然該儀器是數(shù)字式的，但和本課題的要求是不同的。 由于我國的測試標(biāo)準(zhǔn)引進了 AATCC 的標(biāo)準(zhǔn)，因此基于 AATCC 噴淋試驗的織物防水等級的評定方法是和國外一致的。但同時我國也制定了自己的標(biāo)準(zhǔn)。如 GB/T 47451997《紡織織物表面抗?jié)裥詼y定 沾水試驗》 。 GB/T 47451997標(biāo)準(zhǔn)和 ISO 4920：1981 標(biāo)準(zhǔn)是等價的。它們的測試方法和原理等同于 AATCC 標(biāo)準(zhǔn)，這里不再贅述。我國標(biāo)準(zhǔn)的缺點是對于深色織物來說，圖片標(biāo)準(zhǔn)不是十分令人滿意的，因此主要依據(jù)文字描述來評級。 GB/T 47451997 標(biāo)準(zhǔn)的沾水等級描述為： 1 級 —— 受淋表面全部潤濕。 2 級 —— 受淋表面有一半潤濕，這通常是指小塊不連接的潤濕面積的總和。 3 級 —— 受淋表面僅有不連接的小面積潤濕。 4 級 —— 受淋表面沒有潤濕，但在表面沾有小水珠。 5 級 —— 受淋表面沒有潤濕，在表面也未沾有小水珠。 ISO 4920： 1981 標(biāo)準(zhǔn)的沾水等級描述為： ISO 5—— 上層表面沒有沾水或潤濕。 ISO 4—— 上層表面有少量的不規(guī)則的沾水或潤濕。 ISO 3—— 上層表面受淋處有潤濕。 ISO 2—— 全部上層表面有部分潤濕。 ISO 1—— 全部上層表面完全潤濕。 三種標(biāo)準(zhǔn)所對應(yīng)的關(guān)系如下： GB 5＝ ISO 5＝ AATCC 100 GB 4＝ ISO 4＝ AATCC 90 GB 3＝ ISO 3＝ AATCC 80 GB 2 = ISO 2＝ AATCC 70 GB 1＝ ISO 1＝ AATCC 50 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 9 三種標(biāo)準(zhǔn)是相容和相似的，只是我國標(biāo)準(zhǔn)只有 1~5 五個等級，沒有 0 級。 目前我國根據(jù)標(biāo)準(zhǔn)研制了很多測試儀器，但其原理和方法是一樣的，都是需要人工來操作和完成的，沒有實現(xiàn)測試的自動化。本課題要研究的就是在測試時不需要人為的干預(yù)，實現(xiàn)測試的自動化。 隨著 計算機技術(shù)、模式識別、人工神經(jīng)網(wǎng)絡(luò)和圖像處理技術(shù)等的迅速發(fā)展，以及人們對數(shù)字圖像處理技術(shù)的進一步認(rèn)識，開始有研究人員把圖像處理技術(shù)應(yīng)用到了目前檢測手段繁瑣、精度低的項目上，如織物防水性能的檢測領(lǐng)域。 如王曉紅 [17]等人提出了利用模糊聚類分割算法來評定織物淋水等級。他們 應(yīng)用基于二維直方圖的圖像分割模糊聚類方法對標(biāo)準(zhǔn)織物淋水試驗等級的圖像進行分割處理 ， 即利用模糊 C— 均值 (FCM)聚類算法得到像素點的隸屬度集合 ， 并由各像素點的隸屬度實現(xiàn)圖像分割 ， 完成圖像的二值化。然后計算二值化后的圖像上黑區(qū)域 (物體 )面積百分率 ， 此值即為織物上的沾水面積百分率。實際評定織物淋水等級時 ， 采用歐氏距離計算實驗樣品與標(biāo)準(zhǔn)樣品淋水面積的貼近度來確定其淋水等級。實驗結(jié)果如圖。 圖 a 采用 FCM算法分割的圖像 圖 b 標(biāo)準(zhǔn)織物淋水等級的原始圖像 圖 實驗結(jié)果 從效果上來看，實現(xiàn)了評定織物防水等級的功能，但他們利用參考等級圖片不是基于 AATCC標(biāo)準(zhǔn)的，因此對利用 AATCC標(biāo)準(zhǔn)的測試織物來說，此方法不適用，需要研究新的計算機圖像處理的方法。 圖 像 的邊緣是指圖 像 局部區(qū)域亮度變化顯著的部分，該區(qū)域的灰 度剖面一般可以看作是一個階躍，既從一個灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個灰度相差較大的灰度值。圖 像 的邊緣部分集中了圖 像 的大部分信息，圖 像 邊緣的確定與提取對于整個圖 像 場景的識別與理解是非常重要的，同時也是圖 像 分割所依賴的重要特征，邊織物防水性能計算機自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 10 緣檢測主要是圖 像 的灰度變化的度量、檢測和定位，自從 1959提出邊緣檢測以來，經(jīng)過五十多年的發(fā)展，已有許多中不同的邊緣檢測方法。在我們常用的幾種用于邊緣檢測的算子中 Laplace算子常常會產(chǎn)生雙邊界；而其他一些算子如 Sobel算子又往往會形成不閉合區(qū)域。 而 最優(yōu)的階梯型邊緣檢測算 法 [18](Canny邊緣檢測 )能解決前面的問題，是一種很好的邊緣檢測算法 , 同時 模糊邊緣檢測算法 也是一種比較好的算法 [19]。 霍夫變換 (Hough變換 [20])是圖像處理中從圖像中識別幾何形狀的基本方法之一，應(yīng)用很廣泛，也有很多改進算法。最基本的霍夫變換是從黑白圖像中檢測直線 (線段 )。 我們可以運用霍夫變換檢測出圓來，計算其半徑和圓心位置?；舴蜃儞Q有許多改進方法，用處都很大。 由于原來的評判大都在人工的條件下進行，這些方法費工時，勞動強度大，而且很容易受人的生理、心理狀態(tài)和社會環(huán)境等因素的影 響，導(dǎo)致評定的誤差比較大，一致性很不理想。但由一寫方法是基于計算機技術(shù)的，但那些方法不是建立在 AATCC等級評判標(biāo)準(zhǔn)之上，所以尋找一項客觀的和 AATCC評判標(biāo)準(zhǔn)相結(jié)合的評判方法顯得十分重要。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 11 2 圖像的預(yù)處理和形態(tài)學(xué)的處理 圖 檢測樣本圖 本課題的淋水試驗是在圖 所示的淋水實驗臺進行的，圖像的獲取采用數(shù)碼像機，本課題所得的待 檢測的 圖像如圖 所示。本課題所要做的研究是通過圖像檢測技術(shù)來求 潤濕部分的面積和金屬框框住部分的圓面積 (即測試區(qū)域面 積 )，并求出潤濕部分的面積和金屬框框住部分的面積之比 (本文稱潤濕比，用小數(shù)或百分比表示，下同 )，最后 用數(shù)字化后的 AATCC 標(biāo)準(zhǔn)來評定防水等級。 對獲得的防水性檢測結(jié)果圖像首先要進行圖像預(yù)處理。因為灰 度圖是指只含亮度信息，不含色彩信息的圖像 ，為了更方便地處理圖像，需要把圖像灰度化?；叶然笥捎趫D像反差比較小，可進行直方圖均衡化，使圖像的細(xì)節(jié)更清楚。同時為了去除圖像本身帶有的和環(huán)境引入的噪聲，可采用濾波處理。經(jīng)圖像預(yù)處理后的圖像可對其進行進一步處理。 圖 像 的灰度化 通常經(jīng)輸入系統(tǒng)獲取的圖像信息中含有各種 各樣的噪聲和畸變，例如室外光照度不夠會造成圖像灰度過于集中。在對圖像進行分析之前必須要對圖像質(zhì)量進行改善。目前在圖像改善方面主要有灰度化、圖像的銳化、圖像的細(xì)化、噪聲的去除、色彩變換等等。本系統(tǒng)采用灰度化來降 低處理信息量，減少處理工 作量。 一般情況下彩色圖像每個像素用三個字節(jié)表示，每個字節(jié)對應(yīng)著 R、 G、 B 分量的亮度 (紅、綠、藍 )，轉(zhuǎn)換后的黑白圖像的一個像素用一個字節(jié)表示該點灰度值，它的值在 0~255 之間，數(shù)值越大，該點越白，即越亮，越小則越黑。轉(zhuǎn)換公式為： ( , ) ( , ) ( , ) ( , )G ray i j R i j G i j B i j? ? ? ? ? ? (21) 其中 ( , )Grayi j 為轉(zhuǎn)換后的黑白圖像在 (, )ij 點處的灰度值， R、 G、 B 分別為紅色、金屬框 潤濕區(qū)域 檢測區(qū)域 (金屬框框住部分 ) 織物防水性能計算機自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 12 綠色和藍色分量值。 (a)原圖 (b)灰度圖 圖 灰度轉(zhuǎn)換 直方圖均衡化 由于 灰度 變化后的圖片的反差不是很大，為了提高圖像的反差，增強圖片邊緣清晰度 ，使圖像的細(xì)節(jié)更清楚以 便處理，需對灰度化后的圖像進行灰度分布的均衡化。直方圖均衡化方法的基本思想是對在圖像 中像素個數(shù)多的灰度級進行展寬，而對像素個數(shù)少的灰度進行縮減，從而得到清晰圖像。 若像素點的灰度為 R，變化后的灰度為 S，需要注意的是 R、 S 是歸一化后的灰度值，其灰度變換函數(shù) T()為： ( ) ( ) jk k r j nS T r P r n? ? ??? 0 1 , 0 1 , 0 , 1 , ,kkr s k n? ? ? ? ? (22) 式中， ()rjPr 是第 j 級灰度值的概率， jn 是圖像中 j 級灰度的像素總數(shù)， k 是圖像中灰度的總數(shù)目， n 是圖像中像素的總數(shù)。對變換后的 S 值取最靠近的一個灰度級的值，建立灰度變換表，將原圖像變換為直方圖均衡的圖像 (見圖 )。 圖 均衡化后的圖像 濾波 處理 一幅由掃描儀掃入或來自攝像機的圖像不可避免的會有一些噪聲出現(xiàn)，圖像本浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 13 身也會帶有隨機噪聲 和高斯噪聲 ，噪聲的存在會干擾正常的圖像處理，故必須除去，特別是個別灰度值有突變的 更要去除。平均濾波往往不僅去除了噪聲，還 常使圖像的邊緣模糊，因而造成視覺上的失真。為了很好 地 保持圖像邊緣，實驗證明中值濾波是比較好 的選擇。中值濾波是一種非線性的處理方法，與其對應(yīng)的中值濾波器也是一種非線性的濾波器。中值濾波是在 1971 年由 JwJukey 首先提出并應(yīng)用在一維信號處理技術(shù)中，后來被二維圖像信號處理技術(shù)所應(yīng)用。它在一定的條件下，可以克服線性濾波器如最小均方濾波、平均值濾波等所帶來的圖像細(xì)節(jié)模糊，而且對濾波脈沖干擾及圖像 掃描噪聲更加有效。特別適合用在有很強的胡椒粉式或脈沖式的干擾時，因為這些干擾值與其鄰近像素的灰度值有很大的差異，因此經(jīng)排序后取中值的結(jié)果是強迫將此干擾變成與鄰近的某些像素的灰度值一樣，達到去除干擾的效果。在實際運算過程中并不需要圖像的統(tǒng)計特征，這也帶來不少方便，但是對一些細(xì)節(jié)特別多，特別是點、線、尖頂細(xì)節(jié)多的圖像不宜才用中值濾波方法。 (圖像經(jīng)中值濾波處理后的結(jié)果如圖 所示 )。 圖 中值濾波后的圖像 邊緣檢測 邊緣檢測是圖像識別中抽取圖像特征的重要屬性。從本質(zhì)上說，圖像邊緣是圖像局部特征 不連續(xù)的反映，它標(biāo)志著一個區(qū)域的終結(jié)和另一個區(qū)域的開始。 本課題需要提取出兩類邊緣：金屬框框住部分的測試 區(qū)域邊界 (本課題的測試區(qū)域為圓形區(qū)域 )和織物經(jīng)水噴淋后產(chǎn)生的潤濕區(qū)域邊界。 邊緣提取首先要檢出圖像局部特征的不連續(xù)性，然后再將這些不連續(xù)性的邊緣像素 連接成完備的邊界。邊緣的特征是沿邊緣走向的像素變化平緩，而垂直于邊緣方向的像素變化劇烈。所以，提取邊緣的算法就是檢出符合邊緣像素的數(shù)學(xué)算子。 邊緣檢測算子檢查每個像素的鄰域并對灰度變化率進行量化，通常包括方向的確定。 織物防水性能計算機自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 14 經(jīng)過幾次試驗后，本課題使用的算子是 Sobel 邊緣檢測算子。 在 邊緣 檢測中，常用的一種模板是 Sobel 算子。 Sobel 算子有兩個，一個是檢測水平 邊緣 的 1 2 10001 2 1? ? ???????；另一個是檢測垂直邊緣的 1 0 12 0 21 2 1???????????。與 111000111?????????和 1 0 11 0 11 0 1???????????相比， Sobel 算子對于像素的位置的影響做了加權(quán)，因此效果更好。 Sobel 算子另一種形式是各向同性 Sobel(Isotropic Sobel)算子，也有兩個， 一個是檢測水平 邊緣 的 1 2 10001 2 1????????，另一個是檢測垂直 邊緣 的1 0 12 0 21 0 1?????????。各向同性 Sobel 算子和普通 Sobel 算子相比，它的位置加權(quán)系數(shù)更為準(zhǔn)確，在檢測不同方向的邊沿時梯度的幅度一致。 經(jīng) Sobel 算子邊緣檢測后的結(jié)果如 圖 所示，圓形的金屬框十分明顯，但織物潤濕邊緣就不怎么明顯了。所以對不同的邊緣需尋找不同的算法來進行檢測。 圖 Sobel算子邊緣檢測后的圖像 圖像的膨脹 由于邊緣檢測后圖像中的邊緣有斷點 (如圖 所示 )，必須把圖像的斷點連接起來，以進行下一步的處 理，可以對圖像進行膨脹處理來連接這些斷點。 膨脹 (dilation)可以看作是腐蝕的對偶運算，其定義是：把結(jié)構(gòu)元素 B 平移 a 后得到 Ba，若 Ba 擊中 X，記下這個 a 點。所有滿足上述條件的 a 點組成的集合稱作X 被 B 膨脹的結(jié)果。用公式表示為： D(X)={a|Ba↑ X}=X?B(如圖 所示 )。圖 中 X 是被處理的對象， B 是結(jié)構(gòu)元素，不難知道，對于任意一個在陰影部分的點 a，Ba 擊中 X，所以 X 被 B 膨脹的結(jié)果就是那個陰影部分。陰影部分包括 X 的所有范浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 15 圍，就像