毛纤维纵向形态参数测试软件的开发

，

(江阴职业技术学院,a.化学纺织工程系；b.计算机科学系，江苏江阴　214405)

从羊毛本身看，其最重要的性状特征就是粗细，羊毛的细度直接决定它的性能、加工及价格。因此，羊毛细度检测方法显得尤为重要。目前，检测方法主要分为两类——直接检测和间接检测，比较常见的有OFDA(光学纤维直径分析仪)、Laserscan(激光细度仪)、显微镜投影仪等，这些方法能够比较快速、准确地获得羊毛直径指标[1]。

目前大多数厂家及检测机构采用软件技术检测羊毛纤维的细度。但是也发现一些问题，如图1和图2所示，虽然都是羊毛纤维，但在内部结构上却有着较大的差异，图2中的羊毛纤维含有髓质层，这种结构形成羊毛的弱节，使羊毛脆而易断，不易染色[2-3]。但目前使用的软件所提交的指标中，没有包含有髓质层羊毛的结构参数，软件获得的指标参数不能涵盖羊毛的所有性状特征，为此从实际需求出发，自行设计开发适合教学及检测使用的、指标比较完备的测试软件。

图1　羊毛纤维

图2　含髓质层的毛纤维

1　软件总体设计

1.1　软件的功能设计

按照软件的开发目标，设计软件功能如图3所示，包括图像采撷、图像处理和结果报表3部分。

图3　软件的功能设计

1.2　软件设计流程

软件设计流程如图4所示。

图4　软件设计流程

1.3　软件设计关键点

1.3.1分时处理与并发处理的协调

软件开发过程中，由于采用了图像采撷卡，在图像采撷与图像处理之间需要协调。因为采撷图像和处理图像都需要由CPU处理，涉及到共享资源访问，既要让两者并发工作，以提高效率；又不能让两者无限制地并发而影响效果，因此要进行分时处理，也就是要让分时处理机制和并发处理机制协调好，保证工作有条不稳的正确运行，既能使采集工作有效，又能使分析工作受到的干扰尽可能的小。

1.3.2图像处理

软件设计中建立特征向量和滤波降噪的处理方式。

a)以羊毛直径边界亮度(v1)，边界平行度(p)，边界之间区域亮度(v2)为特征值建立羊毛直径特征向量[4]，如式(1)所示：

V=[W1×EX(v1Δ·max(p(v1))),W2×
EX(p),W3×EX(v2Δ·max(p(v2)))]

(1)

式中：(Δ·max(p(v))表示max(p(v))的Δ邻域；EX(v(Δ·max(p(v)))表示该邻域内v的均值；EX(p)表示羊毛直径边界平行度的均值；Wn(n=1,2,3)表示该特征值的权重。

以羊毛髓质层的亮度(v)、长度(l)、宽度(w)、边界偏移量(off)作为特征值建立髓质层特征向量，如式(2)所示：

V=[W1×EX(vΔ·max(p(v))),W2×EX(l),
W3×EX(w),W4×EX(off)]

(2)

式中：(Δ·max(p(v))表示max(p(v))的Δ邻域；EX(v(Δ·max(p(v)))表示该邻域内v的均值；EX(l)、EX(w)、EX(off)分别表示髓质层长度、宽度、边界偏移量的均值；Wn(n=1,2,3,4)表示该特征值的权重。

软件必须首先勾勒出视野内羊毛和髓质层的轮廓。因此，首先将羊毛的边界亮度和平行度作为特征向量；同时，为了防止将平行的两根羊毛误判为一根羊毛的边界，加入边界之间的区域亮度作为特征值，这样可以勾勒出羊毛直径。对于髓质层，主要考虑它在羊毛直径的位置，即边界偏移量。通过这个特征向量，既可以勾画出髓质层的位置，又可以剔除满足其他条件、但偏移量“失真”的污点信息。

测量时，采用摄像头、采撷卡捕获图像信息，通过VC6.0中嵌入的OpenCV读取采撷卡缓存的图像数据，并进行处理，最终在显示器上获取图像。为了标定获取的图像的尺寸，需要首先借助标准尺(图5)占据的像素点数计算出每个像素点代表的长度，而后获得羊毛纤维直径及髓质层长度和宽度指标。

图5　20 μm标准尺

通过式(1)和式(2)，获得羊毛直径及髓质层的特征向量；对每一根羊毛纤维，直径特征向量必备，但髓质层特征向量则视每一根羊毛而不同。在此基础上，采用SVM[5]方法对有限样本进行训练，得到划分目标的支持向量，根据支持向量对样本集之外的特征进行类别确认[6]。

b)由于纤维试样容易被灰尘、污点干扰，影响图像的效果，致使图像出现噪声干扰、清晰度下降等问题。为了能有效地处理这类图像，在提取特征值之前首先采用高斯滤波方法对图像进行降噪处理，高斯滤波有利于图像平滑，消除随机噪声的影响，对图像细节也具有较好的保护作用。为了避免在降噪过程中造成信息损失，将图像按式(3)进行量化处理：

(3)

式中：f(x,y)表示坐标为x,y处的图像像素值；t是每个量化级的期望值，按照将像素值划分为32个等级的设定，取

将t值代入式(3)中，可以得出，当像素值为0～7时，f(x,y)为0；当像素值为8～15时，f(x,y)为t，即为8；……；当像素值为248～255时，f(x,y)为31t，即为248。通过式(3)，将像素值划分为[0,8,16,24,…240,248]32个等级，可以更加有效地提取主要信息，实现降噪的目的。

图6是采撷到的羊毛纤维图像，图7是经处理在后台得到的结果。可以看出，经过处理的羊毛纤维，周围的污点、杂质等已被有效滤除，只保留纤维直径轮廓和髓质层轮廓。

图6　采撷到的羊毛纤维

图7　分析得出的完整图像

1.3.3不同种类羊毛结构参数的纳入

不同种类的羊毛，品质不同，其细度指标不同；将这些结构参数纳入软件系统，以便针对不同的测试对象给出相应的结果。表1是国毛和澳毛的细度分类。

2　软件运行结果

图8、图9以及图10分别是软件主界面和数据结果。图9为软件测试得到的羊毛细度指标，图10是针对本次测试对象——国毛，按照其细度分类统计的结果，髓质层毛指标包含在“两型毛含量”中。

表1　国毛和澳毛的细度分类

图8　软件主界面

图9　软件测试得到的细度指标

图10　国毛试样细度分类统计结果

图10的结果包含“细羊毛”、“两型毛”、“其他”三项数据；“粗毛”、“腔毛”两种含量没检出，用“----”表示。各指标均遵照表1的规定，“其他”是除去已测出的各类型羊毛含量，余下部分的羊毛含量。

3　结论与讨论

以羊毛纤维的边界线亮度、边界线平行度、边界之间区域亮度为特征值建立羊毛纵向轮廓特征向量，以髓质层的亮度、长度、宽度、边界偏移量为特征值建立髓质层特征向量，运用SVM方法对羊毛轮廓及其髓质层进行标定，并进行滤波降噪；同时纳入不同品种羊毛细度指标，通过VC6.0中嵌入的OpenCV读取采撷卡缓存的图像数据，并进行图像处理，开发羊毛纵向形态参数测试软件，可以获得比较准确详细的纤维细度及其他纵向结构参数指标，为生产及贸易提供可靠的依据。结合软件的使用效果，尚有需要完善的工作：

a) 结合市场调研结果，目前国内使用的羊毛除了澳毛、国毛，还有数量较多的新西兰毛、乌拉圭毛等，它们在品质上又区别于澳毛和国毛，因此，有必要针对不同品种的羊毛，纳入不同的羊毛细度指标体系，进一步完善软件系统。

b) 软件是与显微镜配合使用的，使用时，为了获得载玻片上多根羊毛的纵向形态参数信息，旋转载物台旋钮，造成羊毛纤维被重复测试的可能性。目前主要依靠人为主观的方式按一定方式转动旋钮，尽量避免重复测试，这是下一步软件需要努力改进的方向。

c) 进一步提高滤波降噪的精准性，避免在髓质层分析中，对髓质层附近的试样污点产生误判和漏判，影响最终结果。