基于图像处理的织物沾水性客观评价方法

刘成霞， 刘圣剑

(1. 浙江理工大学 服装学院, 浙江 杭州 310018； 2. 浙江省服装工程技术研究中心, 浙江 杭州 310018)

基于图像处理的织物沾水性客观评价方法

刘成霞1,2， 刘圣剑1

(1. 浙江理工大学 服装学院, 浙江 杭州 310018； 2. 浙江省服装工程技术研究中心, 浙江 杭州 310018)

目前织物沾水性的评价主要依赖人工进行，易受主观因素的影响，导致评定结果不理想。针对这一现状，对织物沾水性客观评价方法加以研究。首先选取24块常见面料进行沾水性测试，对照AATCC沾水等级标准样照进行人工评定等级，之后对沾水试样进行拍照，并用MatLab软件对照片进行图像处理：彩色图像灰度化、直方图均衡化、中值滤波、边缘检测、膨胀、腐蚀等，提取了湿润面积与测试面积，再根据AATCC沾水等级标准样照确定每一等级的湿润比，从而对试样沾水等级进行客观评定。结果表明，织物沾水等级主客观评定结果之间具有良好的一致性,利用图像处理技术对织物沾水等级进行客观评判的方法是可行的。

织物； 沾水性； 客观评价； 湿润面积比； 图像处理

目前对于织物沾水等级的评定主要依赖人工进行，这种方法受评定者心理状态和生理状况的影响太大，主观因素会使判别产生偏差，容易因疲劳而产生误检，因此评定误差大，一致性不好，且效率不高。

图像处理技术由于具有评价准确，效率高等优点，被广泛应用于疵点检验、组织识别、起球等级[1]及平整度评价、纤维检验[2]等。如陈树越[3]和SHADY等[4]利用图像处理技术对织物疵点的检测方法进行了研究。潘如如等[5]探讨了机织物组织自动识别技术和方法。陈慧敏、李艳梅等[6-7]分别利用图像处理技术研究了评价织物以及缝纫平整度的方法。周明、卢雨正等[8-9]分别用图像处理技术表征了纳米纤维膜的孔隙率以及竹节纱织物竹节分布均匀性。而关于织物沾水性的研究甚少，且现有研究主要是利用BP神经网络对织物沾水等级进行评定[10]。

综上，主观评判具有误差大，效率低等缺点，因此本文利用图像处理技术对织物沾水等级进行客观评定的方法进行研究。

1 试验部分

1.1 试样选取

选取24块沾水性差异较大的常见织物，基本规格见表1。

表1 织物规格参数表Tab.1 Fabric specification parameters

1.2 织物沾水性测试

根据GB/T 4745—1997《纺织织物 表面抗湿性测定 沾水试验》，用LFY-214表面抗湿性能测试仪，在标准大气环境中对24种织物进行沾水性测试，每种织物测试3块试样，并参照AATCC沾水等级标准样照进行沾水等级主观评定，评定结束后相同条件下迅速在沾水试样的正上方用数码相机对沾水试样进行拍照。

1.3 织物沾水图像处理及特征提取

将所拍沾水织物图像输入计算机，并用MatLab图像处理软件按如下步骤进行处理。

1.3.1 织物沾水图像处理

1)为了增强对比度和去除高频噪声，对灰度图像进行直方图均衡化和中值滤波预处理，结果见图1。

图1 织物沾水图像预处理Fig.1 Image pre-processing of fabric spray test. (a) Histogram equalized image; (b) Median filtered image

2)为了将织物湿润区域从背景中识别出来，分别用Roberts算子、Sobel算子、Prewitt算子、Canny算子和log算子对中值滤波后的图像进行边缘检测，结果如图2所示。

图2 不同算子进行的边缘检测Fig.2 Edge detection using different operators. (a) Median filtered image; (b) Roberts operator; (c) Sobel operator; (d) Prewitt operator; (e) Canny operator; (f) Log operator

图2显示：Roberts算子、Prewitt算子、Sobel算子几乎没有检测到湿润边缘，而Canny算子较好地检测到了湿润边缘，且耗时比log算子短,但Roberts算子在检测织物圆形区域时效果较好。故本文在织物测试区域检测时采用Roberts算子，在湿润面积检测时采用canny算子。

3)对Roberts算子边缘检测图像进行形态学处理:膨胀(为了使不连续的边缘连接起来)、腐蚀(为了去除点或短线等噪声)、细化(为了使边缘单位像素化)的具体过程见图3。

图3 Roberts算子边缘检测图像的形态学处理Fig.3 Morphology processing of image for detected by roberts operator. (a) Roberts operator; (b) Expanded image; (c) Corroded image; (d) Thinned image

1.3.2 织物沾水特征提取

1)检测区域提取。 根据AATCC检测标准，检测区域的边缘是圆形的金属框，借助Photoshop图像处理软件的磁性套索工具对图3(d)快速提取圆形检测区域(结果见图4(a))，然后对圆轮廓进行求反操作(结果见图4(b))，再利用MatLab中的bwarea函数求得圆形检测区域面积S2，运算结果见表2。

图4 检测区域的图像处理过程Fig.4 Image processing detecting area. (a) Circle outline; (b) Negate image

2)湿润面积的提取。图像处理过程见图5，先对图2(e)Canny算子边缘检测图像进行膨胀处理，得到图5(a)，然后Photoshop提取圆形检测区域，进行求反和腐蚀处理，最后用bwarea函数得到湿润面积S1，运算结果见表2。

3)湿润面积比R的计算。据湿润面积S1和检测区域面积S2，按下式计算织物湿润面积比，计算结果见表2。

1.4 织物沾水等级的客观评定

用扫描仪对AATCC织物沾水性等级评价的标样(见图6)进行图像采集，然后用1.3中的图像处理和特征提取的步骤提取标样中6个沾水等级的湿润面积比，计算结果如下:

R5=0%，R4=5.62%，R3=15.44%，R2=42.86%，R1=55.28%，R0=92.64%。

表2 织物沾水等级主客观评定结果Tab.2 Subjective and objective evaluation of fabric spray test

注：“/”表示图像法无法判断沾水等级。

图5 湿润区域的处理过程Fig.5 Image processing of wet area. (a) Expandedimage of edge detected by Canny operator; (b) Extracted testing area; (c) Negate image; (d) Corroded image

图6 AATCC织物沾水性等级评价标准样照Fig.6 AATCC standard photos of fabric spray test.(a) Grade five; (b) Grade four; (c) Grade three; (d) Grade two; (e) Grade one; (f) Grade zero

2 结果与讨论

2.1 织物沾水等级主客观评价之间关系

分析表2可知：1)主客观评价结果之间具有良好的一致性。在24块测试织物中，主客观等级评价结果完全吻合的有20块；2)评价结果相差1级的有1块，即13#，这是因为13#织物是深灰色，拍摄时产生了较大的光照不匀，造成湿润部分提取误差较大，影响了正确的等级评价;3)客观法无法评出等级的有：3#、15#和17#这3块织物为多色印花织物，利用图像法进行湿润面积提取时，织物本身的多种颜色对计算机处理造成了较大干扰，计算机无法正确识别湿润区域(边缘检测结果见图7)，这也正是图像处理存在的缺点。

图7 3种印花织物的边缘检测结果Fig.7 Edge detection of three kinds of print fabrics

2.2 织物沾水等级客观评价方法的特点

1)与传统的肉眼主观判定相比，基于图像处理的客观评价方法减少了心理、环境因素等对判定结果的影响，因此相对来说更客观。

2)在判定效率方面，主观判定会因人的长时间工作而产生视觉疲劳，计算机处理把人从持续对比中解放出来，所以评价效率更高。

3)对于多色印花织物，目前还难以利用图像处理技术对沾水等级进行准确的客观评定，需要借助人工肉眼判定。

实际操作过程中可采取主观和客观2种方法相结合进行评判。即对于单色织物利用图像处理方法进行判定，对于多色织物则根据标准样照进行人工判定。这样既能实现对所有织物的检测，又最大化地提高评定结果的准确性。

3 结 论

1) 基于图像处理技术的织物沾水等级客观评定结果与主观评定结果之间具有良好的一致性。相比人工评判，利用图像处理进行客观评价具有更准确和更高效的优点。

2)湿润面积比与沾水等级之间有较好的对应关系，可作为织物沾水等级评判的依据。

3)对于多色印花织物，图像处理法无法正确判断沾水等级，需要结合肉眼主观评判或探索新的客观评价方法。

FZXB

[1] KIM S C, KANG T J. Image analysis of standard pilling photographs using wavelet reconstruction [J].Textile Research Journal,2005,75(12):801-811.

[2] WANG R W, WU X Y, WANG S Y, et al. Automatic identification of ramie and cotton fibers using characteristics in longitudinal view, part Ⅰ: locating capture of fiber images [J].Textile Research Journal, 2009, 79(14):1251-1259.

[3] 陈树越，冯军. 基于尺度变换的Gabor滤波器织物疵

点检测[J].纺织学报,2010，31(9)：38-41. CHEN Shuyue, FENG Jun. Fabric defect detection with Gabor filter based on scale transformation[J].Journal of Textile Research, 2010，31(9)：38-41.

[4] SHADY E, GOWAYED Y, ABOUIIANA M, et al. Detection and classification of defect in knitted fabric structures[J].Textile Research Journal,2006,76(4):295-300.

[5] 潘如如，高卫东，刘基宏，等.机织物组织自动识别技术[J].纺织学报，2010，31(6)：43-47. PAN Ruru，GAO Weidong，LIU Jihong，et al. Automatic identification of woven fabric weave[J].Journal of Textile Research,2010，31(6)：43-47.

[6] 陈慧敏，顾洪波，张渭源.基于点模型的织物平整性能分析[J].纺织学报，2008，29(9):38-42. CHEN Huimin，GU Hongbo，ZHANG Weiyuan. Digital analysis of fabric smoothness appearance on point sampled model [J].Journal of Textile Research, 2008，29(9):38-42.

[7] 李艳梅,张渭源.小波分析在织物缝纫平整度客观评价中的应用[J].纺织学报，2009，30(10):115-119. LI Yanmei，ZHANG Weiyuan. Application of wavelet analysis in evaluation on seam pucker of fabrics [J].Journal of Textile Research, 2009，30(10):115-119.

[8] 周明，王鸿博，王银利，等.基于图像处理技术的纳米纤维膜孔隙率表征[J]. 纺织学报,2012，33(1)：20-23. ZHOU Ming，WANG Hongbo，WANG Yinlin，et al. Characterization of porosity of nanofiber membrane based on image processing technology[J]. Journal of Textile Research,2012，33(1)：20-23.

[9] 卢雨正.竹节纱织物竹节分布均匀性评价方法[J].丝绸,2012,49(4):33-36. LU Yuzheng. Evaluation method for the slub distribution evenness in the slubby yarn fabric[J].Silk Monthly, 2012,49(4):33-36.

[10] 巫莹柱，张晓利，黄伯熹.BP神经网络在织物沾水等级评定中的应用[J].山东纺织科技，2009(4)：43-45. WU Yingzhu，ZHANG Xiaoli，HUANG Boxi.The application of BP neural network to the evaluation of the spray rating of fabric[J].Shandong Textile Science & Technology，2009(4)：43-45.

Research on objective evaluation of fabric wettability based on image processing

LIU Chengxia1,2, LIU Shengjian1

(1.FashionDesignAcademy,ZhejiangSci-TechUniversity,Hangzhou,Zhejiang310018,China； 2.ZhejiangProvincialResearchCenterofClothingEngineeringTechnology,Hangzhou,Zhejiang310018,China)

At present the evaluation of fabric wettability relies on human′s eyes to make a judgment, which is easily affected by subjective factors. So the result of the subjective evaluation is not favorable. Aiming at this, the paper makes a study on how to evaluate fabric wettability objectively. Firstly, twenty-four common fabrics were selected and wettability test was conducted on them. Then they were evaluated subjectively according to the AATCC standard photos, followed by taking pictures of the wetted samples. MatLab was used to process the images. The procedures include: transfer ring of the colored image into a gray one, histogram equalization, median filtration, edge detection, corrosion and expansion, as a result, the wetted area and test area were extracted. Finally, objective evaluation of the fabrics was carried out in accordance with the wetted area ratio of each grade in AATCC standard image. It indicated that the result of the objective evaluation of fabric wettability based on image processing was in agreement with that of the subjective one, demonstrating that it is feasible to evaluate objectively the grade of fabric wettability using image processing method.

fabric; wettability; objective evaluation; wet area ratio; image processing

0253- 9721(2013)09- 0044- 05

2012-07-02

2013-04-16

浙江理工大学先进纺织材料与制备技术教育部重点实验室优秀青年人才培养基金项目(2011QN11); 浙江省服装工程技术研究中心开放基金项目(2012007)

刘成霞(1975—)女，副教授，博士生。主要研究服装材料及其测试方法。E-mail:glorior_liu@hotmail.com。

TS 101.92.3

A