精确图像测量技术在液滴法中的应用

游小荣，裴 浩，李淑芳,2

(1.常州纺织服装职业技术学院, 江苏 常州 213164； 2.常州市新型纺织材料重点实验室, 江苏 常州 213164)

织物的导湿能力对人体着装体感舒适性有重要的影响，这就要求在使用这些织物之前，需要对其吸湿透湿性能进行定量测量。常见的织物吸湿性能测试方法有4类[1-2]，分别是条带芯吸法、液滴法、称重法和保水率法。目前这些方法仍然以人工测试为主，存在操作重复性多、枯燥乏味、耗时耗力以及检测人员主观性误差较大等问题。

随着信息技术的不断发展，越来越多学者将图像处理等信息技术应用到纺织品测试领域。庄勤亮[3]借助图像处理技术对针织物液体传导机制进行研究，测量液体扩散的高度，但未能考虑多方向扩散结果。谢梅娣[4]借助图像处理技术对针织物导湿性能进行研究，验证了图像测量的可行性，但未考虑动态特性。贺庆楼[5]运用CCD摄像头和采集卡连续动态获取图像，得到液滴在织物上的动态扩散过程，但实用性有待加强。杜文豪[6]运用图像处理技术对不同结构参数织物导湿性能开展研究，但未对测试对象进行精确标定，存在一定误差，且成本相对较高。本文在液滴法的基础上，结合图像处理技术，探寻一种精确、成本低的织物吸湿性能测试方法。

1 精确测量原理

在相机内部参数未知、测量距离不确定的情况下，对相机进行标定，借助数据曲线拟合方法，确定液滴实际面积与液滴所占总像素之间的关系；基于图像处理法，对被测量液滴进行图像预处理、图像分割，统计出液滴的总像素值；最后根据液滴实际面积与液滴所占总像素之间的关系，计算出液滴的实际扩散面积。

本文的研究基于图像处理的液滴面积精确测量技术，分为相机标定、图像预处理、液滴区域提取、液滴面积计算4个步骤，具体如下。

①相机标定：通过对多个被测对象(标定卡片)进行测量，得到多组被测对象-像素值与实际物理尺寸的关系，并采用数据曲线拟合技术，确定被测对象面积与被测对象总像素之间的关系。

②图像预处理：用于对拍摄图片进行图像预处理，采用图像滤波技术去除图像中的孤立点。

③液滴区域提取：对预处理后的图像进行图像分割，提取被测对象，得到被测对象的总像素值。

④液滴面积计算：根据相机标定得到的被测对象像素值与物理尺寸的关系，计算出液滴实际面积。

2 测量过程

2.1 相机标定

根据相机成像原理可知，相机成像过程中，分别采用了像素坐标系、图像坐标系、相机坐标系和世界坐标系4个坐标系。根据公式推导，世界坐标系和像素坐标系存在如下关系[7]。

(1)

式中:XC、YC、ZC为像素坐标系；XW、YW、ZW为世界坐标系；R为3×3矩阵；T为3×1矩阵。

从世界坐标系到像素坐标系存在3D到2D变换、旋转和平移等情况发生，像素坐标系和世界坐标系并不是线性关系，同时，相机分类众多，拍摄条件(如拍摄距离)存在差异。为实现精确测量，事先需对相机进行标定。

2.1.1 标定所需实验设备

高度可调的普通USB摄像头、拍摄软件、标定卡片(卡片边长分别0.5～5.0 cm，间隔为0.5 cm，共10张)。

2.1.2 标定过程

首先将摄像头调整好高度，并正对着被测对象(标定卡片)，拍摄10张标定卡片的图像，然后采用图像处理方法，统计得到各标定卡片在图像中所占的总像素值。被测对象物理面积与实际像系数如表1所示。

表1 被测对象物理面积与实际像素数

2.1.3 标定结果

通过Matlab进行数值拟合，分别采用Poly3、Fourier3和Sin2函数进行拟合，拟合结果对比如表2所示。其中，Poly3为三阶多项式拟合函数，Fourier3为三阶傅里叶逼近拟合函数，Sin2为二阶正弦函数逼近，SSE为误差平方和，R-square为确定系数，RMSE为标准差。数据拟合结果见表2。

表2 数据拟合结果

根据表2显示的拟合结果可以看出，采用Fourier3函数进行数据曲线拟合结果最佳，拟合效果如图1所示。

图1 Fourier3函数数据曲线拟合效果图

确定被测物总像素y与被测物实际物理面积x之间关系为：

y=a0+a1cos(xw)+b1sin(xw)+a2cos(2xw)+b2sin(2xw)+a3×cos(3xw)+b3(3xw)

(2)

式中：a0为“5.538e+004”;a1为“-6.377e+004”;b1为“6 753”；a2为“5 086”；b2为“1.848e”；a3为“3 478”；b3为“-2 427”；w为“0.109 7”。

通过横纵坐标互换，重新采用Fourier3函数进行曲线拟合，可得到被测物实际面积x与总像素y存在如下关系：

x=a0+a1cos(yw)+b1sin(yw)+a2cos(2yw)+b2sin(2yw)+a3cos(3yw)+b3sin(3yw)

(3)

式中：a0为“151.7”；a1为“-167.1”；b1为“-137.5”；a2为“0.995 4”；b2为“97.45”；a3为“14.43”；b3为“-13.94”；w为“1.378e-005”。

2.2 图像预处理

图像预处理的作用是去除被测对象上的孤立点，让图像变得更为柔和。

常用的传统空间域去噪方法[8]包括空间域低通滤波法、图像邻域均值法、多幅图像均值法及中值滤波方法等。某样品的原始图像如图2所示，经过8方向邻域均值滤波处理结果如图3所示。原始图像经8方向中值滤波处理结果如图4所示。对比邻域均值滤波和中值滤波的实验结果，本文选用了中值滤波进行图像预处理。

2.3 液滴提取

在完成图像预处理后，为了获得液滴的完整图像，还需对液滴进行提取，提取的方法可采用图像分割技术。图像分割技术又包含很多方法，如直方图阈值法、基于区域生长方法、边缘检测方法、特征空间聚类、模糊方法、物理模型方法、神经网络方法以及组合方法[9-10]。

本文采用的图像分割方法是直方图阈值法和与基于区域生长方法的组合方法，直方图阈值法可将图像很好地进行二值化处理，而基于区域生长方法则能更好地获取一个闭环的目标区域，减少测量误差。

具体实现步骤是先采用直方图阈值法对预处理后的图像进行二值化处理，效果如图5所示。可以看出存在很多杂点和杂边；然后再使用区域生长方法进行目标(液滴图像)的提取，如图6所示为采用区域生长方法处理后的效果，能够很好地满足后续图像测量的要求。

被测物实际面积x与总像素y存在如式(3)所示的关系。根据2.3处理后的图像，统计得到液滴总像素数y，再将y值代入式(3)，即可求得被测物实际物理面积x。

3 结果与讨论

以人工滴液法为测量标准，分别与文献[11]采用线性标定方法(k=0.953)图像测量法、本文精确测量图像法进行比较。对8组织物样片进行吸湿性能测试，验证本图像处理方法的有效性，实验结果如表3所示。

表3 传统手工液滴法与图像处理方法对比

从表3可以看出，通过文献[11]的图像处理法来测量液滴扩散面积，与人工液滴法测试相比，其误差范围均值在3%以内，产生误差的主要原因在于该方法采用了线性关系来处理，且测量值越大误差越大。通过采用本文研究的图像处理方法，与人工液滴法测试相比，其误差范围控制在1%以内，验证了本方法的精确性和有效性。

4 结束语

本文在相机内部参数未知、测量距离不确定的情况下，根据对多个被测对象(标定卡片)进行图像处理，得到一组被测物实际面积与总像素之间关系的数据，根据数据拟合方法，确定了实际面积与总像素之间关系为非线性关系，并利用图像处理算法得到每次液滴的总像素数，从而推出液滴的实际面积。结果表明，本文采用的方法不仅精度高、成本低而且测量速度快，具有很好稳定性，为织物性能测试中液滴测量提供了较好的方法。