【正文】 — C0 中所有的像素的平均灰度值； ()Out—— C1 中所有的像素的平均混度 值 u 為圖像所有像素的平均灰度值； 其定義如下： 01( ) ( )()BktBu t k p kt? ????? (47) 11( ) ( )()Ot k lOu t k p kt? ? ? ???? (48) ( ) ( ) ( ) ( )B B O Ou t u t t u t???? (49) 最后從 0 到 L1 依次改變 t 的值，取使 G 為最大的 t 值 就是最佳的閾值 T ，即 01arg m ax [ ( )]tLT G t? ? ?? (410) 利用 Otsu 方法自動選取的閾值來確定 th ，然后利用下面的公式 (411)來確 定 tl 。 th k tl?? (411) k 在 [2,3]中取值。 改進(jìn)的 Canny 算子邊緣檢測 結(jié)果如圖 所示。 織物防水性能計算機(jī)自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 24 圖 改進(jìn)的 Canny 算子邊緣檢測結(jié)果 填充封閉區(qū)域 通過邊緣檢測后， 實(shí)際檢測的邊緣會出 現(xiàn)一些斷點(diǎn)，為了使這些邊緣能夠封閉起來我們可以通過膨脹使斷點(diǎn)連接起來。然后再把封閉區(qū)域進(jìn)行填充，我們使用的是種子填充法 [26]。 經(jīng)種子填充法填充后的結(jié)果如圖 所 示。 圖 填充結(jié)果圖 潤濕邊界的提取 要正確地提取潤濕邊界，首先要將經(jīng)膨脹后的邊界還原，可采用腐蝕進(jìn)行解決，腐蝕量與膨脹等量。 圖像的腐蝕 把結(jié)構(gòu)元素 B 平移 a 后得到 Ba，若 Ba 包含 于 X，我們記下這個 a 點(diǎn)，所有滿足上述條件的 a 點(diǎn)組成的集合稱做 X 被 B 腐蝕 (Erosion)的結(jié)果。用公式表示為：E(X)={a| Ba?X}=X○ B，如圖 所示。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 25 圖 腐蝕 原理圖 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(diǎn) a， Ba 包含于 X，所以 X 被 B 腐蝕的結(jié)果就是那個陰影部分。陰影部分在 X 的范圍之內(nèi)，且比 X 小，就像 X 被剝掉了一層似的，這就是為什么叫腐蝕的原因。 在圖 中，左邊是被處理的圖像 X(二值圖象，我們針對的是黑點(diǎn) )，中間是結(jié)構(gòu)元素 B，那個標(biāo)有 origin 的點(diǎn)是中心點(diǎn)，即當(dāng)前處理元素的位置。腐蝕的方法是，拿 B 的中心點(diǎn)和 X 上的點(diǎn)一個一個地對比，如果 B 上的所有點(diǎn)都在 X 的范圍內(nèi)，則該點(diǎn)保留，否則將該點(diǎn)去掉；右邊是腐蝕后的結(jié)果?？梢钥闯?，它仍在原來 X 的范圍內(nèi)，且比 X 包含的點(diǎn)要少，就像 X 被腐蝕掉了一層。 圖 腐蝕運(yùn)算示意圖 圖像進(jìn)行填充后，白色部分除了內(nèi)部的潤濕區(qū)域部分 (如圖 所示 )外，就是金屬框。為把金屬框去掉，同時還原經(jīng)膨脹后的潤濕邊界，可進(jìn)行腐蝕處理，經(jīng)腐蝕處理后去掉了金屬框，剩下的就是潤濕部分了 (如圖 所示 )。 織物防水性能計算機(jī)自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 26 圖 潤濕區(qū)域圖 邊緣檢測 圖 潤濕部分的邊界 圖 邊界標(biāo)注圖 檢測出潤濕區(qū)域邊界如圖 所示 )，疊加到原圖上如圖 所示。 至此，織物測試區(qū)域和測試區(qū)域中的潤濕部分已經(jīng)提取出來，本課題最核心的任務(wù)已 經(jīng)基本完成。但必須把檢測標(biāo)準(zhǔn)數(shù)字化，才能由計算機(jī)實(shí)現(xiàn)測試等級的自動評價，如要以 AATCC 的評定標(biāo)準(zhǔn)進(jìn)行評定，首先必須將用文字、圖像描述的 AATCC檢測標(biāo)準(zhǔn)進(jìn)行數(shù)字化。浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 27 5 織物防水等級評定 圖 測試系統(tǒng)流程圖 本課題 的 “織物防水性能計算機(jī)自動評判系統(tǒng) ”主要由 三部分組成 (如 圖 所示 )。系統(tǒng) 的第一部分 是測試結(jié)果圖像 獲 取部分；系統(tǒng) 的第 二 部分 是圖像處理部分，也是本 課題的最核心部分，包括圖像的預(yù)處理和形態(tài)學(xué)處理 等； 第三部分 是織物防水性測試結(jié)果的計算機(jī)自動 等級評定。 本文針對的是 第 二 部分 和 第 三 部分 。 圖 是 AATCC 標(biāo)準(zhǔn)等級評分圖表 中的六個等級的標(biāo)準(zhǔn)圖像 ，如要以 AATCC的評定標(biāo)準(zhǔn)實(shí)現(xiàn)計算機(jī) 進(jìn)行 等級自動評定，首先必須將用文字、圖像描述的標(biāo)準(zhǔn)進(jìn)行數(shù)字化。首先計算 標(biāo)準(zhǔn)等級評分圖表上的 6 個等級的 “潤濕比 ”，然后用各等級的“潤濕比 ”與相應(yīng)的等級、分值進(jìn)行回歸分析，作兩者間的關(guān)系曲線 (如圖 所示 )。對待測樣本只需 求 出其 “潤濕比 ”， 通過關(guān)系曲線即可求出 “等級 ”和 “分值 ”，因AATCC 標(biāo)準(zhǔn)等級僅六檔 (沒有中間等級，即等級沒有小數(shù) )，所以對求出 的 “等級 ”和“分值 ”要進(jìn)行規(guī)范化處理，本系統(tǒng)采用 “等級就近原則 ”進(jìn)行規(guī)范 化 ，即以 “潤濕比 ”線性等分兩等級， “潤濕比 ”靠近哪一側(cè)就取哪一側(cè)的等級。 (a) 0 級 (0 分 ) (b) 1 級 (50分 ) (c) 2 級 (70分 ) (d) 3 級 (80分 ) (e) 4 級 (90分 ) (f) 5 級 (100 分 ) 圖 AATCC 標(biāo)準(zhǔn)圖 第三部分 淋水試驗 圖像攝取 濕潤部分的分割 測試區(qū)域的分割 計算干 、 濕部分的比例 轉(zhuǎn)換結(jié)果 評定分?jǐn)?shù) 評定等級 圖像處理 第一部分 第二部分 織物防水性能計算機(jī)自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 28 (a)潤濕比 (y軸 )— 分?jǐn)?shù)圖 (x 軸 ) (b)潤濕比 (y軸 )— 等級圖 (x軸 ) 圖 AATCC 標(biāo)準(zhǔn)下的 “潤濕比 ”與分值、等級的關(guān)系 在第 4 章的基礎(chǔ)上，即檢測到潤濕區(qū)域邊緣后，掃描整個圖像，求出潤濕區(qū)域邊緣包圍的面積作為潤濕區(qū)域的面積。測試區(qū)域可以用已經(jīng)求得的圓心 半徑計算出測試區(qū)域面積， 然后求出 “潤濕比 ”(=潤濕 區(qū)域的面積 /測試區(qū)域面積 100%)，根據(jù) “潤濕比 ”從圖 中求得等級和分值，評價結(jié)果如圖 所示。 由于 GB、 ISO、 AATCC 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 所以可以能很容易地三個標(biāo)準(zhǔn)之間進(jìn)行相互轉(zhuǎn)換。 圖 檢測結(jié)果 潤濕比 潤濕比 評分 等級 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 29 6 結(jié)論與展望 結(jié)論 本課題總體上說可以分為三部分，如圖 所示。第一部分為試驗圖像的獲取，通過數(shù)碼像機(jī)獲取噴淋實(shí)驗后的織物的圖像。第二部分為圖像的處理，這里可以分為圖像的預(yù)處理和形態(tài)學(xué)上的處理。 圖像的預(yù)處理中包含圖像的灰度化，用來去除彩色圖像豐富的顏色信息對潤濕區(qū)識別的干擾，直方圖均衡化是用來增強(qiáng)圖像整體對比度，中值濾波用來去除個別灰度的突變，避免噪聲對圖像處理的干擾；為了提取金屬框框架我們用了 Sobel 算子邊緣檢測，并在 Hough檢測圓的基礎(chǔ)上做了改進(jìn)，從而進(jìn)一步提高了精確度和速度，面對本課題最大的問題 —— 對有反 光、色彩不均勻，潤濕區(qū)域與背景反差不大的圖片上如何自動識別潤濕的輪廓，本文運(yùn)用了大津法 (Otsu)和 Canny 算子邊緣檢測算法相結(jié)合方法實(shí)現(xiàn)了自動檢測功能。第三部分為潤濕區(qū)域分?jǐn)?shù)的評定和等級的評定， 根據(jù)檢測標(biāo)準(zhǔn)圖本文建立了潤濕比 (即潤濕區(qū)域面積和檢測區(qū)域面積之比 )與等級、分值的關(guān)系曲線，實(shí)現(xiàn)了將用文字、圖片描述的標(biāo)準(zhǔn)的數(shù)字化。 測試時只需根據(jù)檢測結(jié)果 計算潤濕比，即可根據(jù)潤濕比與等級、分值的關(guān)系曲線求出等級和分值， 實(shí)現(xiàn)了對織物潤濕邊緣的快速識別和對織物防水性能的自動評定 。 本課題基本上完成了對潤濕織物的圖像進(jìn)行潤 濕區(qū)域的自動檢測，并給出了 AATCC 評定 結(jié)果 。 鑒于目前織物的防水性能檢測都是建立在人工的基礎(chǔ)之上的，費(fèi)時、費(fèi)力、費(fèi)用高，而且無法進(jìn)行大批量的檢測，不適合現(xiàn)代工業(yè)化的發(fā)展需求?？椢锓浪阅苡嬎銠C(jī)的自動評判的研究，很好地彌補(bǔ)了這一點(diǎn)。隨著技術(shù)的不斷進(jìn)步，這一系統(tǒng)也會不斷的完善，更適合工業(yè)化的要求。 展望 但由于接觸紡織和計算機(jī)圖形學(xué)的時間不長，對于該課題的研究時間不長，所以在研究的過程中存在著 一些 不足的地方，目前只能識別單一顏色的織物，對于顏色復(fù)雜的織物的識別不是很理想。 如迷彩服這種顏色比較復(fù)雜的織物 ，識別和判別的結(jié)果很不理想。還有對于整個表面潤濕的織物的識別和判別會出現(xiàn)誤判 (無法確定是干還是濕 )。 織物防水性能計算機(jī)自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 30 同時本課題是在實(shí)驗室內(nèi)完成，工作量大、時間緊，所以沒有來得及做人工檢測與本項目檢測結(jié)果的對照試驗，以致無法進(jìn)行誤差分析，如有機(jī)會將補(bǔ)做這方面的工作。 今后一定會進(jìn)一步學(xué)習(xí)并做實(shí)踐調(diào)查，把課題的缺陷彌補(bǔ)，使課題的評判更加準(zhǔn)確，以適合各種織物的防水性等級評判。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 31 參考文獻(xiàn) [1]周曉東 , 朱平 , 王炳 . 防水透濕織物的設(shè)計機(jī)理與應(yīng)用 [J]. 染整技術(shù) . 28(9), 2021. 15 [2]陳益人 , 陳小燕 , 鄭鵬 . 幾種國內(nèi)外防水透濕織物的性能比較 [J]. 棉紡織技術(shù) . 34(2), 2021. 8183 [3]Condensation of Water Vapor on Waterproof Breathable Fabrics[J]. Journal of Southeast University, 19(2),2021 [4]鄭餛琳 . 透濕防水技術(shù)專集 [J]. 財團(tuán)法人中國紡織工業(yè)研究中心 . 臺北 , 1999. [5]余礬等 . 我國防水透濕服飾產(chǎn)品消費(fèi)者行為之研究 [J]. 華岡紡織期刊 .8(1), 2021. 7688 [6]姚向東 . 微機(jī)圖像處理技術(shù)在紡織品定量檢測中的應(yīng)用 [J]. 現(xiàn)代商檢科技 . 7(1), [7] 張永波 , 顧振亞 . 防水透濕織物性能檢測方法綜述 [J]. 針織工業(yè) . 5, 1999. 5053 [8] 章均義 , 何紅霞 , 林旭 . 織物防滲水性能測試方法及升壓速率控制的研究 [J]. 山東紡織科技 .4, 2021. 3133 [9]劉妍 . 2021年 AATCC測試標(biāo)準(zhǔn)的變化簡介 [J]. 紡織導(dǎo)報 . 4, [10]王建平 . 國內(nèi)外紡織標(biāo)準(zhǔn)的 發(fā)展與應(yīng)用 [J]. 印染 . 18, [11] htt//[12] htt//[13] 陳益人 , 陳小燕 . 防水透濕織物耐靜水壓測試方法比較 [J]. 上海紡織科技 . 33(8), 2021. 47 [14] 狄劍鋒 . 織物拒水拒油整理極其性能檢測 [J]. 上海紡織科技 . 31(4), 2021. 5254 [15] 劉雍 , 馬敬安 . 防水透濕織物的研究現(xiàn)狀及發(fā)展趨勢 [J]. 中原工學(xué)院學(xué)報 . 15(3), 2021. 5660 [16] T. Noda 等著 , 吳文英譯 . 采用圖像處理法評定服裝面料的防水性能 [J]. 國外紡織技術(shù) . 12, 2021. 3638 [17] 王曉紅 , 衣永政 , 吳冬梅 . 模糊聚類分割算法在織物淋水等級評定中的應(yīng)用 [J]. 陜西工學(xué)院學(xué)報 . 13(4), [18] htt//織物防水性能計算機(jī)自動評判系統(tǒng)中潤濕邊界域識別及等級評定研究 32 [19]ShihHsuan Chiu,Jiunjian effective voting method for circlr detection[J].Pattern Recognition Letters,26(2021),121133. [20]A new fuzzy edge detection algorithm [J]. Journal of Donghua University, 20(2),2021 [21] Mlian Sonka,Vaclav Hlavac, Roger Boyle. Image Processing Analysis and Machine Vison[M].:People， s post amp。 Telemunications Publishing [22]王植，賀賽先 . 一種基于 Canny 理論的自適 應(yīng)邊緣檢測算法 [J]中國圖像圖形學(xué)報 .9(8).. [23], , , , . Improvement of interfacial tension measurement using a captive bubble in conjunction with axisymmertric drop shape analysis(ADSA)[J]. 250,2021. 233246 [24] Computational Approach to Edge Detection[J].IEEE Trans,PAMI8,1