一种纺织品接缝滑移检测伴随现象的分析方法

摘要

本发明涉及材料测试与分析技术领域，具体涉及一种纺织品接缝滑移检测伴随现象的分析方法，即利用光学手段获取在检测纺织物接缝滑移时的纺织物图像，该纺织物图像具体为可见光图像，对所述纺织物图像进行材料分析与测试，确定纺织物的边缘轮廓区域和纺织物的缝线区域；根据所述纺织物的边缘轮廓区域和缝线区域，确定在检测纺织物接缝滑移时的伴随现象种类。本发明通过获取在检测纺织物接缝滑移时的纺织物可见光图像，并对其进行材料分析与测试，可以准确确定在检测纺织物接缝滑移时的伴随现象种类。

说明书

技术领域

本发明涉及材料测试与分析技术领域，具体涉及一种纺织品接缝滑移检测伴随现象的分析方法。

背景技术

接缝滑移是指织物经接缝后，缝纫处的纱线抵抗外在拉力的能力，是衡量织物接缝性能的一个重要指标。可是在接缝滑移测试过程中常有以下几种现象出现，分别为：

1、织物在缝线处破裂，说明面料本身强力值不是很高；

2、缝线断裂，说明织物的接缝滑移性能非常好；

3、织物断裂，面料的拉伸强力过低，但面料的接缝性能还是很好的；

4、接缝处纱线滑脱，说明织物的接缝滑移性能不合格。

在进行接缝滑移测试过程中，不仅需要检测出织物是否纺织品接缝滑移时撕裂，更要确定出现的具体是哪一种问题。例如，申请公开号为CN 103245295 B的专利公开了一种基于数字图像处理的机织物接缝纱线滑移程度测量方法，但是该方法仅使用数字图像检测接缝滑移程度，但并未对上述在接缝滑移时出现的场景进行分析。因此，现有技术并没有给出在进行接缝滑移测试过程确定具体出现的现象种类。

发明内容

本发明的目的在于提供一种纺织品接缝滑移检测伴随现象的分析方法，用于解决如何确定在进行接缝滑移测试过程所出现的具体现象的问题。

为解决上述技术问题，本发明提供了一种纺织品接缝滑移检测伴随现象的分析方法，包括以下步骤：

获取在检测纺织物接缝滑移时的纺织物图像，对所述纺织物图像进行预处理，得到预处理后的纺织物图像；

在所述预处理后的纺织物图像中构建滑动窗口，并根据每个滑动窗口内像素点的灰度值，确定每个滑动窗口对应的灰度共生矩阵；

根据每个滑动窗口对应的灰度共生矩阵，确定每个滑动窗口的纹理信息，进而根据各个滑动窗口的纹理信息，确定每个滑动窗口对应的纹理信息差异；

根据每个滑动窗口对应的纹理信息差异，确定纺织物图像中的问题区域，并根据所述问题区域，确定纺织物的边缘轮廓区域；

获取与检测纺织物相匹配的梯度阈值范围，并根据所述梯度阈值范围对预处理后的纺织物图像进行边缘检测，得到纺织物的缝线区域；

根据所述纺织物的边缘轮廓区域和缝线区域，确定在检测纺织物接缝滑移时的伴随现象种类。

进一步的，所述获取与检测纺织物相匹配的梯度阈值范围，包括：

获取与检测纺织物同种类别的纺织物的表面图像，获取所述表面图像的灰度图像，进而得到所述灰度图像的灰度直方图；

选取灰度直方图中灰度值出现频数最多的灰度级，并将所述灰度图像中的其他像素点的灰度值按照设定比例向所述灰度值出现频数最多的灰度级靠拢，从而得到靠拢后的灰度直方图；

获取不同颜色光源照射到所述与检测纺织物同种类别的纺织物上时所对应的灰度值以及不同颜色光源照射到所述与检测纺织物同种类别的纺织物上时所形成阴影部分的灰度值范围；

根据靠拢后的灰度直方图的灰度级范围和所述所形成阴影部分的灰度值范围，确定由灰度图像与阴影部分形成边缘时的灰度差异范围；

根据所述灰度差异范围、靠拢后的灰度直方图的灰度级范围以及不同颜色光源照射到所述与检测纺织物同种类别的纺织物上时所对应的灰度值，确定最优颜色光源照射到所述与检测纺织物同种类别的纺织物上时所对应的灰度值，并确定所述最优颜色光源照射到所述与检测纺织物同种类别的纺织物上时的表面图像的灰度梯度范围；

根据所述最优颜色光源照射到所述与检测纺织物同种类别的纺织物上时的表面图像的灰度梯度范围、靠拢后的灰度直方图的灰度级范围和所述所形成阴影部分的灰度值范围以及设定比例，确定评价函数值，并不断改变所述设定比例直至所确定的评价函数值大于设定评价阈值，将大于设定评价阈值时所对应的最优颜色光源照射到所述与检测纺织物同种类别的纺织物上时的表面图像的灰度梯度范围作为与检测纺织物相匹配的梯度阈值范围。

进一步的，所述并将所述灰度图像中的其他像素点的灰度值按照设定比例向所述灰度值出现频数最多的灰度级靠拢对应的计算公式为：

其中，

进一步的，所述确定最优颜色光源照射到所述与检测纺织物同种类别的纺织物上时所对应的灰度值，包括：

根据靠拢后的灰度直方图的灰度级范围以及不同颜色光源照射到所述与检测纺织物同种类别的纺织物上时所对应的灰度值，确定不同颜色光源对应的最小灰度值和最大灰度值；

判断是否满足所述最小灰度值大于靠拢后的灰度直方图的灰度级范围中的最大最小灰度差值，且最大灰度值小于所述灰度差异范围中的最小灰度值，若满足，则将对应颜色光源作为最优颜色光源，从而得到最优颜色光源照射到所述与检测纺织物同种类别的纺织物上时所对应的灰度值。

进一步的，所述确定不同颜色光源对应的最大灰度值a和最大灰度值b对应的计算公式为：

a=min(

b=max(

其中，a为不同颜色光源对应的最小灰度值，b为不同颜色光源对应的最大灰度值，[

进一步的，确定评价函数值对应的计算公式为：

其中，

进一步的，所述确定在检测纺织物接缝滑移时的伴随现象种类，包括：

根据所述纺织物的边缘轮廓区域和缝线区域，确定边缘轮廓区域的中心点的坐标和缝线区域的中心点的坐标，并计算两中心点的纵坐标的距离；

判断两中心点的纵坐标的距离是否大于设定距离阈值，若大于，则判定在检测纺织物接缝滑移时的伴随现象为织物断裂。

进一步的，所述确定在检测纺织物接缝滑移时的伴随现象种类，还包括：

对所述纺织物的边缘轮廓区域进行边缘检测，得到各个边缘线，并从所述各个边缘线确定目标边缘线；

判断目标边缘线的数目是否大于设定数目阈值，若大于设定数目阈值，则判定在检测纺织物接缝滑移时的伴随现象为织物在缝线处破裂。

进一步的，所述确定在检测纺织物接缝滑移时的伴随现象种类，还包括：

判断所述纺织物的缝线区域是否至少包括两部分区域，若至少包括两部分区域，则判定在检测纺织物接缝滑移时的伴随现象为缝线断裂。

进一步的，确定每个滑动窗口对应的纹理信息差异对应的计算公式为：

其中，

本发明具有如下有益效果：通过预先获取的与检测纺织物相匹配的梯度阈值范围以对预处理后的纺织物图像进行边缘检测，可以准确确定纺织物的缝线区域，避免了纺织物纹理的影响。同时，通过在预处理后的纺织物图像中构建滑动窗口，根据每个滑动窗口的纹理信息，确定每个滑动窗口对应的纹理信息差异，进而可以准确确定纺织物的边缘轮廓区域，进而根据纺织物的边缘轮廓区域和缝线区域，可以准确确定在检测纺织物接缝滑移时的伴随现象种类。本发明给出了一种可靠的纺织品接缝滑移检测伴随现象的分析方法，通过利用光学手段，获取在检测纺织物接缝滑移时的纺织物可见光图像，并对其进行材料分析与测试，可以准确确定在检测纺织物接缝滑移时的伴随现象种类。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明的纺织品接缝滑移检测伴随现象的分析方法的流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

本发明所针对的具体场景为：对在检测床单被罩等单层纺织物的接缝滑移性能时产生的现象的进行分析。

本发明目的为：检测床单被罩等单层纺织物的接缝滑移性能是否发生伴随现象，以及具体的现象划分。

本发明提供了一种纺织品接缝滑移检测伴随现象的分析方法，其对应的流程图如图1所示，包括以下步骤：

（1）获取在检测纺织物接缝滑移时的纺织物图像，进而得到预处理后的纺织物图像；

（2）在所述预处理后的纺织物图像中构建滑动窗口，并根据每个滑动窗口内像素点的灰度值，确定每个滑动窗口对应的灰度共生矩阵；

（3）根据每个滑动窗口对应的灰度共生矩阵，确定每个滑动窗口的纹理信息，进而根据各个滑动窗口的纹理信息，确定每个滑动窗口对应的纹理信息差异；

（4）根据每个滑动窗口对应的纹理信息差异，确定纺织物图像中的问题区域，并根据所述问题区域，确定纺织物的边缘轮廓区域；

（5）获取与检测纺织物相匹配的梯度阈值范围，并根据所述梯度阈值范围对预处理后的纺织物图像进行边缘检测，得到纺织物的缝线区域；

（6）根据所述纺织物的边缘轮廓区域和缝线区域，确定在检测纺织物接缝滑移时的伴随现象种类。

下面结合具体的步骤，对上述的纺织品接缝滑移检测伴随现象的分析方法进行详细介绍。

步骤一：采集图像，对图像进行预处理。

在检测接缝滑移时，对接缝两侧施加一定大小的拉力，将可变色光源放置在纺织品的后方，将摄像机放置在纺织品前方，且纺织品前方有环境光。对得到的图像进行灰度化、除噪等预处理操作。

步骤二：接缝滑移的检测。

首先通过纹理信息判断纺织品是否出现了纺织品撕裂或其它的问题，其次根据对四种情况下的接缝滑移问题进行分析，将四种接缝滑移情况一一分辨出来。

根据得到的图像进行分析：

1、采用灰度共生矩阵对图像进行分析

不管出现上述背景技术中的问题中的哪一个，图像的纹理都会在出现问题的区域部分出现明显差异，故通过构建滑动窗口，在窗口内构建灰度共生矩阵，通过灰度共生矩阵得到对纹理描述，比较滑动窗口内的纹理与其他窗口内的纹理差异进而初步确定该纺织品出现了接缝滑移伴随现象。

其中，滑动窗口的大小为20*20，滑动窗口时，纵向横向步长均为10。通过比较滑窗内图像纹理信息与所有滑窗内的纹理信息差异，得到该滑窗内区域异常的判断方法

其中，根据灰度共生矩阵得到关于窗口内纹理信息，得到对比度CON和能量ASM，

设置阈值μ=50，即当所得Y大于阈值μ时，便可认为该窗口对应区域纹理与其他区域纹理不一样，从而可以得到问题区域。

2、采用自适应阈值的canny检测方法对图像进行分析

对纺织品进行接缝滑移检测，那么首先就需要确定接缝的位置。根据缝线分析可知，缝线处，处处都是针线来回穿梭形成的可见针迹，根据这一特征，可以使用边缘检测的方法，检测出边缘线多，且密度较大的部分便为大致的缝线区域了。

使用canny算子对步骤一中的预处理后的图像进行边缘检测，将每条边缘线进行标记，记录他们的长度以及中心点的位置信息。通过使用基于他们中心点位置信息的密度聚类方法，对所检测到的边缘线进行聚类，聚类得到的边缘数量最多的一类边缘所在的区域便可能为纺织品缝线区域。

根据本发明所针对问题，由于纺织物由经纬线针织而成，故而在进行边缘检测时，很容易将这些针织线边缘检测出来，从而增大从边缘图像中找到目标边缘的难度，故提出了一种自适应阈值的canny算子边缘检测算法来减少甚至消除这种检测出来的边缘。

对于单层织物，缝隙断裂等情况进行边缘检测时可以出现的情况为纺织品颜色与背景颜色的差异。故可以通过在进行检测时设置不同背景颜色，使得纺织品与背景得到的灰度梯度范围与边缘检测时由于纺织品自身纹理以及因褶皱遮挡形成的阴影产生的灰度梯度范围产生差异。即在设置梯度阈值时，便可设置阈值范围为该范围，使得检测出来的边缘全部为纺织品与背景产生的边缘。

为了确保图像自身纹理产生的灰度差异与纺织品背景产生的灰度差异范围不一致，将图像中一定范围灰度级的灰度值进行变换，根据图像得到图像的灰度直方图，首先根据灰度直方图选取其中灰度值出现频数最多的灰度级，根据图像，将其它像素灰度值按一定比例

根据灰度直方图忽略该图像阴影部分灰度，即预设此部分灰度级范围为[0,25],得到图像灰度直方图灰度级范围[u,v],其中，u，v灰度直方图中的最小灰度级、最大灰度级。

计算得到灰度中值e：

则根据上述内容可以得到如下灰度级变换方法：

其中，g为像素点原灰度值，G为变换后的灰度值，

为了保证缝隙灰度值为预设背景灰度值，将光源设置在另一侧，改变光源颜色。使得计算梯度时，得到边缘梯度在一定范围内，为本发明想要的边缘。

将不同颜色光源照射在图像上的灰度值记为t。考虑到由于纺织品的不平整性，有些纺织品会因为某些原因形成褶皱，进而造成光线上的遮挡变化，进而在图像上形成阴影。根据阴影部分的灰度值，得到由阴影形成的灰度值范围[0,25]。

此时由图像与阴影形成边缘时的灰度差异为[

a=min(

b=max(

且符合：

即所求得的灰度梯度值大于图像中最大最小灰度差值，小于图像中任意灰度值与阴影形成的梯度值。

本着对原图像修改越少越好原则，尽量保持原图像灰度分布，即比例系数

即变换t值与

即仅当所求梯度值在所选阈值范围内，才可认为所选边缘为本发明所需边缘。通过对不同种类的图像进行分析，可以得到不同的梯度阈值，但是在检测同一批次图像内容差不多的纺织品图像时，可以将第一次得到的阈值范围一直使用，无需重复计算。

3、确定出现接缝滑移问题的种类

a）缝隙识别

在采用自适应阈值的canny检测方法对图像进行分析得到缝线区域后，若得到的缝线为两部分，那么说明该纺织品可能出现的是背景技术中的第二种缝隙滑移问题，即缝线断裂。

b）问题区域识别

根据步骤二中得到问题区域，通过对图像进行边缘检测，将得到的边缘线进行拟合，得到k个边缘线，对得到的边缘线进行轮廓拟合，得到j个轮廓边缘，选取其中拟合轮廓最大的边缘进行分析。

c）问题区域与缝隙的位置关系

根据得到的轮廓边缘，计算边缘轮廓的中心点的坐标（c1,d1），根据得到的缝线区域，计算缝线区域的中心点的坐标（c2,d2），此时有：

其中，

设置阈值e=125，即当两中心点的纵坐标的距离ζ大于所述阈值e，便可认为出现问题的轮廓区域与缝隙距离较远，该纺织品可能出现的是背景技术中的第三种缝隙滑移问题，织物断裂。

根据图像分析，纱线滑落与第一种缝隙滑移问题类似，但不同于第一种缝隙滑移问题的是，在图像中还可以看到有一些线是连着缝线的，故可以根据这一特征将第一种缝隙滑移问题与第四种缝隙滑移问题分开。

因此，对轮廓区域使用边缘检测，通过检测得到每条边缘线，根据图像可知，大多检测出来的边缘线垂直与纬线，故可以根据这一特征，对边缘线进行约束，找到其中不垂直纬线的边缘线，并记这些边缘线的数量为

设置阈值φ=3，即当所得的

需要说明的是：以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。