基于机器视觉的纺织布品色差检测研究

冀永乐,张团善,颜亚飞,张 帆,蒙春学

(西安工程大学 机电工程学院,陕西 西安 710048)

0 引 言

纺织品色差是评定纺织品质量的一个重要方面[1].色差偏差的大小不仅影响纺织布品的外观和价格,而且直接影响整批纺织布品印染的质量.色差是由色相、明度、饱和度的差别所造成的综合结果[2].纺织布品印染过程中的染液浓度、灯光效应和温度等都会对纺织布品染色产生影响,因此对其进行色差检测是个复杂过程.目前,某些纺织品印染厂仍然采用人眼观察来比较颜色样品与标准颜色之间的差别[3],这种方法要求检测人员有丰富的颜色辨别经验,测量结果影响因素大,工作效率低,可能因为成品颜色相差较大而导致整批纺织品浪费.机器视觉就是用机器代替人眼来做测量和判断[4],利用机器视觉能够有效避免印染过程织物颜色检测的问题,能够提高印染纺织品颜色检测效率[5].

目前,机器视觉被广泛应用到纺织品印染过程中颜色检测[6],并利用数字图像处理[7-8]分析色差.文献[9]采用直方图交叉算法进行颜色相似性度量来观察颜色差异,可去除单色织物的伪颜色,但织物的纹理比较明显,影响颜色特征的提取;文献[10]采用改进的BP神经网络算法选择OHTA颜色空间进行纺织品颜色分类;文献[11]通过获取目标像素点为中心的邻域内像素点中值来确定织物图像的颜色特征值;文献[12]应用改进灰色聚类算法进行颜色特征提取;文献[13]提出了一种通过个体建立直方图向量反馈信息,以集体反馈信息进行图像向量权重分析,根据彩色图像融合向量的反馈信息建立框架,实现彩色图像颜色特征的提取.

从以上的研究结果看出,对纺织布品的颜色检测可通过多种方法得到颜色结果,但在检测纺织品颜色时存在的问题主要体现为:一方面是环境因素对提取颜色特征影响比较大;另一方面则是图像采集不同区域,颜色存在差别.本文通过CCD工业相机采集单色纺织品颜色特征信息,然后将数字图像信号传送给PC机进行图像增强、颜色量化、开闭运算和双边滤波图像处理,提取纺织品的RGB颜色特征值,再转化为CIELAB空间求出Lab值,带入标准CIELAB色差公式得到色差结果.实验结果证明,通过以上图像处理方法,能够有效去除采集被测纺织品图像信息中存在的织物纹理和颜色特征不明显等问题,具有适用性.

1 图像采集

在暗箱中采用LED光源照射,利用CCD相机对反射光线进行光电转换[14],采集待测纺织品的图像信息.纺织品颜色采集主要包括CCD工业相机、待测单色纺织布品、LED光源、PC机和暗箱.采集系统如图1所示.

图 1 图像采集系统示意图Fig.1 Schematic diagram of image acquisition system

在该图像采集系统中,将待测单色纺织布品放入暗箱中,暗箱顶端有LED光源照射,将工业相机的中心点与待测纺织布品的中心点放置同一垂直方向,能够减少相机图像采集中某侧光强对颜色提取的影响,工业相机与待测纺织布品的距离为30 cm,调整光照强度和相机焦距采集待测纺织布品图像信息.

实验中待测单色纺织布品采用一上一下斜纹棉织物为研究对象,该纺织布品表面光滑且织物组织排列有序,在进行图像处理时易去除织物组织纹理,纺织布品颜色特征的提取更为精确.

2 图像处理

2.1 图像增强

摄像头获得的图像经过数/模转换,线路传输时都会产生噪声污染,图像质量降低,因此要对图像进行增强图像处理.图像增强只是将图像中感兴趣的重要特征有选择性的突显出来,同时衰减不需要的特征.通过图像增强后,纺织品颜色特征会变亮一些.

2.2 颜色量化

颜色量化是将原图像中不太重要的相似颜色根据人的视觉效果归类为一种颜色,减少图像中的颜色[16].颜色量化是数字图像处理的基本技术之一,颜色量化目的在于减少图像所需的颜色数目,量化处理后的图像其颜色特征更为集中.

2.3 开闭运算

开运算是先腐蚀后膨胀的过程[17],用来消除小物体,在纤细点处分离物体,平滑较大物体的边界的同时并不明显改变其面积.

闭运算先膨胀后腐蚀的过程.用来填充物体内细小空洞,连接邻近物体,平滑其边界的同时并不明显改变其面积.

腐蚀是一种消除边界点,使边界向内部收缩的过程.膨胀是将与物体接触的所有背景点合并到该物体中,使边界向外部扩张的过程.通过开闭运算处理图像的颜色特征,可以消除图像中与颜色信息无关的信息点.

2.4 双边滤波

双边滤波采用空间邻近度因子以及灰度相似度因子乘积作为加权的权重,空间邻近度因子表示距离中心像素越远的像素占得权重越少,灰度相似度因子表示灰度差异越大的像素占得权重越少[18].因为采集到的颜色图像信息包含织物组织纹理,会对织物颜色特征产生影响,所以就需要双边滤波进行处理,只留下颜色特征信息.

3 实验结果

3.1 图像处理结果

通过检测4组单色纺织品颜色特征(其中:① 深绿色织物,② 紫红色织物,③ 棕色织物,④ 粉色织物),用图像增强、颜色量化、开闭运算和双边滤波4种不同的图像处理方法得到颜色结果,如图2所示.

图 2 图像处理颜色结果Fig.2 Color results of image processing

从图2中看出,经过图像增强、颜色量化、开闭运算双边滤波处理后的颜色图像更为平滑,颜色特征也较为集中单一,图像中的织物纹理、小点杂质也被处理掉,能够更为清晰分析待测织物的RGB颜色特征.

3.2 色差分析

应用CIELAB色差公式测量颜色标准,能够较好突出颜色变化的程度[19].在 CIELAB 色彩空间中,L*,a*,b*3个分量对总体平均色差的贡献是可分离独立的.因此可以用以下公式对窗口区域内的3个分量值求得其算术平均值[20].基于CIE颜色空间的CIELAB色差ΔE可表示为

X,Y,Z是物体的三刺激值,Xn,Yn,Zn为CIE标准三刺激值,L表示像素的亮度,a表示从红色到绿色的范围,取值范围是[127-128];b表示从黄色到蓝色的范围,取值范围是[127-128][21].

将采集到的纺织品RGB颜色特征转换到CIELAB色彩空间,分析图像处理后织物的RGB值与Lab值,带入到CIELAB色差公式,得到色差结果如表1所示.

表 1 色差比较结果

在色差标准中,色差值0～0.5表示色差可以忽略,0.5～1.0表示色差程度很低,1.0～2.0表示色差程度中等,2.0～4.0表示色差程度严重,4.0以上表示色差程度过大不可用,由表1得到的色差值结果在色差标准中大致处于0.5～1.0之间,说明色差程度很低,精确率可达到87.5%以上,通过图像处理后的颜色特征与标准颜色特征相差不大,获得的单色纺织品颜色信息更为直观,更能反映单色纺织品的颜色特征,具有可参考性.

4 结束语

本文通过在暗箱中操作,调节光照强度,控制CCD工业相机对单色纺织品的图像颜色进行检测,采用图像增强、颜色量化、开闭运算和双边滤波处理方法,实现对单色纺织品的颜色特征信息准确提取,带入标准CIELab色差公式得到色差结果.通过实验结果,能够准确得到图像处理后纺织品颜色与标准颜色的色差值,色差结果合理,证实了实验方法的有效性.