專利名稱：織物皺摺的自動評級方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種織物皺摺的自動評級方法，特別是一種用電腦影象對織物皺摺的自動評極方法。
對服裝工業(yè)而言，織物表面的皺摺程度對其成型后服裝的美觀性有相當大的影響，經(jīng)過水洗之后所呈現(xiàn)的皺摺的檢測是很重要的。在紡織品檢測項目中的皺摺外觀評級，一般必須動用三名受過專業(yè)訓(xùn)練的檢測人員，分別將待測試樣與標準比對樣板一一比對之后，由主觀的評極結(jié)果平均而得到較為客觀的結(jié)果。
人工比對方式有若干缺點，如(一)必須動用三名人力不斷的抽換標準比對樣板與待測試樣作比對，造成人力資源的浪費。
(二)必須提供具有良好照明的評級室，浪費空間。
(三)可能因為人工的疏忽或外在環(huán)境的影響(如當時檢測人員的心情、觀測的遠近、周圍光源的明暗程度等)造成差別的失誤。
本發(fā)明的目的在于提供一種影象自動評級技術(shù)，以降低檢測單位硬件耗費的成本，縮短人員訓(xùn)練時間。
為達到上述目的，本發(fā)明采取如下措施本發(fā)明的織物皺摺的自動評級方法，其特征在于，包括如下步驟a.利用掃描器將待測樣本織物的皺折掃描為顯示影象；b.經(jīng)影象預(yù)處理突出顯示皺折影象，即抽取特征；c.量化影象數(shù)據(jù)；
d分析其線性度及偏離值特征；e.利用分類差別方程式，判定織物影象的等級。
所述的方法，其特征在于，所述影象預(yù)處理是使用灰階程度化、排序化、均值化、模糊化等影象處理技術(shù)。
所述的方法，其特征在于，所述影象數(shù)據(jù)量化是使用立體縱剖分析與偏離值分析技術(shù)和統(tǒng)計方法。
結(jié)合附圖及實施例對本發(fā)明的具體技術(shù)特征詳細說明如下


圖1本發(fā)明的設(shè)備裝置示意圖。
圖2利用本發(fā)明的方法進行操作時的顯示示意圖。
圖3A、3B分別為本發(fā)明的均勻光線與曝光狀態(tài)的掃描影象比較圖。
圖4本發(fā)明的均值化分析結(jié)果示意圖。
圖5本發(fā)明的模糊化處理結(jié)果示意圖。
圖6本發(fā)明的織物縱切面分析結(jié)果示意圖。
圖7本發(fā)明的差別方程式示意圖。
圖8本發(fā)明的皺摺影象自動評級系統(tǒng)的流程圖。
請先參閱圖1，其為本發(fā)明的裝置示意圖，本發(fā)明所涉及的裝置包括一掃描器1、連接于一電腦主機2，可將試樣織物4的影象掃描于屏幕3上顯示，由于利用掃描器1作為影象輸入裝置，故可有效地控制固定光源，改善使用攝影機不能控制良好環(huán)境光源的缺點。在使用前，先利用標準樣本做為比對樣板，將數(shù)據(jù)儲存于存儲器內(nèi)，而測試樣本以經(jīng)過水洗后的單色織物為主。其樣本的掃描以約15°傾斜角度進行。
有關(guān)軟件的操作如圖2所示，其表示如下內(nèi)容
(1)被辯織物顯示區(qū)當影象由掃描器掃描后顯示于“被辯織物顯示區(qū)”。
(2)圖形操作區(qū)操作“圖形操作區(qū)”上的小圖示，可將待測織物影象放大或縮小。
(3)比例尺經(jīng)由調(diào)整比例尺上的調(diào)整鈕，可控制待測織物影象的大小。
(4)標準樣本顯示區(qū)標準樣本顯示區(qū)可將相對應(yīng)于待測織物等級的標準樣本影象顯示于此。
(5)被辯識物結(jié)果顯示器操作“被辯識物顯示區(qū)”上的小圖示，可以觀察詳細的量化數(shù)據(jù)。
本發(fā)明的主要工作是要將縱掃描以得的影象經(jīng)由影象處理的方式將其量化，而后再依據(jù)量化的數(shù)據(jù)來做出正確客觀的評級；因此，在相關(guān)理論的應(yīng)用方面，主要可分為兩個部分，即“影象量化”與根據(jù)“評級”的相關(guān)理論得出結(jié)果。
當從掃描器取得影象后，皺摺特微還不是非常的明顯，另由于織物本身具有其獨特的織品紋理，也會因此影響到量化數(shù)據(jù)的正確性，故在量化之前，必須先對影象做預(yù)處理，以凸顯皺摺特征并去除不必要的雜訊(如織物的紋理)；在本發(fā)明中，以灰階程度化(Histogram)、排序化(Posterization)、均值化(Equalization)等影象分析技術(shù)來增強皺摺的特征，以模糊化(Blurring)的技術(shù)去除織物的紋理造成的干擾，最后再以立體縱剖視(3D-Profile)的演算法來將影象量化。詳細內(nèi)容說明如下。
灰階程度表示統(tǒng)計整張影象中象素點灰階值的分布情形。以灰階值作為X軸的表示單位，以每一個灰階值的象素點總數(shù)作為Y軸的表示單位，繪出該張影象的灰階程度圖形。一般而言，為避免在掃描時所造成的不必要曝光，都希望所用于實驗的掃描影象所呈現(xiàn)的Histogram為較完美的波形圖象，而不是布滿鋸齒的波峰。因為Histogram較完美的波形表示掃描過程中光源散布在樣本上較為平均，但若為布滿鋸齒的波形，則表示樣本的某一個角落已經(jīng)曝光。圖3表示兩者的比較示意圖。
其中，沒有受到曝光影響的影象(圖3A左上角影象所示)，由于掃描光線均勻地分布在整張影象上，故其灰階程度化(如圖3A右下角圖形所示)會呈現(xiàn)出較為完美的波形。同時此類影象也能呈現(xiàn)出被掃描物真實的表面。受到曝光影響的影象(如圖3B左上角影象所示)，由于掃描光線不均勻地分布在整張影象上，造成影象的某一個角落受光較為強烈，其余部分受光較為少，故其灰階程度化(Histogram)(如圖3B右下角圖形所示)會呈現(xiàn)出鋸齒狀的波形。此類影象無法呈現(xiàn)出被掃描物真實的表面。因此此類影象由于明暗對比過于強烈，導(dǎo)致受曝光影響的明暗程度超過物體本身皺摺所造成的些微明暗對比。
排序化也是將影象的灰階值從0～255均勻地等分成n個區(qū)段，每一個區(qū)段取一個灰階值作為該區(qū)段的灰階值。其目的是將漸進的灰階值去除，而直接顯現(xiàn)出強烈的對比。由于布料皺摺在燈光的照明下會呈現(xiàn)出亮度的漸層效果，因此利用排序化的方法可以把皺摺的部位突顯出來。
均值化為灰階程度化的后續(xù)分析工具，主要是將原來灰階程度化中最黑的灰階值設(shè)定成“Black”，最白的灰階值設(shè)定成“White”，然后其余的中間值等量散布于灰階值0～255的范圍。如圖4所示，圖4B為灰階程度化的示意圖，圖4A為灰階程度化后又做均值化的處理結(jié)果。在本發(fā)明中均值化的主要目的是將影象表面的特征突顯出來，均值化處理可以使織物的皺摺程度突顯出來。
模糊化待測樣本多半是實際的布料，而布料是經(jīng)過紡織而成的，所以布料的表面都會存在本身的紋路，這樣，該布料表面的紋路經(jīng)過掃描后會對影象分析方法產(chǎn)生相當?shù)挠绊懀绫砻娴牧炼葧尸F(xiàn)許多起伏不平的波峰或波谷，同時在分析其3D-Profile時該曲線的直線度也會造成相當大的影響。然而標準樣本的材料是紙張，所以并不會有上述的情形發(fā)生。為解決布料表面紋路所造成的影響，本發(fā)明是運用影象處理技術(shù)中的模糊化技術(shù)，將布料表面的紋路所造成的影響減少到最低程度。下列的方程式說明了模糊化的運算情形。其中G表示該點的灰階值。此方程式的主要目的是將影象中的每一點的灰階值，用一個3×3的掩碼(Mask)來求其均值。G=Σi=19xin]]>圖5說明經(jīng)模糊化處理的結(jié)果。我們可以發(fā)現(xiàn)物體表面的紋路已經(jīng)被模糊掉，留下的只是表面皺摺的影象而已。
3-D表面分析(Surface Analysis)是利用每一個象素(x，y，z)的數(shù)對，其中x，y表示該象素的位置，而z表示該象素的灰階值，建構(gòu)出一個三維空間的座標系統(tǒng)，然后將每一個象素依照座標(x，y，z)繪成3-D Surface，最后再利用三角網(wǎng)格來模擬布料皺摺的程度；然而運用三角網(wǎng)格來作為3D模型化(Modeling)的辯識特征，需耗費CPU許多時間在計算上以及在建立這些三角網(wǎng)格上以模擬被辯識物的表面。如此一來對于本發(fā)明將來的商品化程度有不利的影響，所以利用更簡便的方法來進行待測織物表面的分析是勢在必行的。
3D-分布(3D-Profile)即是用來替代上述3D模型化3D-Surface Modeling)的特征分析法則。3D分布(3D-Profile)特征分析其實就是利用被辯識物體表面的橫切面，或縱切面的起伏程度作為分析的依據(jù)。也就是說，(x，y，z)的三維空間分析簡化為(x，z)或是(y，z)的二度空間分析，其中z值仍然表示被辯識物體表面的亮度灰階值，而(x，y)則為其橫座標與縱座標。圖6表示被辯識物體表面的3D分布(3D-Profile)縱切面分析的結(jié)果。
經(jīng)過影象量化的數(shù)據(jù)只是一堆數(shù)字，必須經(jīng)過整理與統(tǒng)計分析的過程，才能將這些量化數(shù)據(jù)歸納分類得出評級的方法及評級結(jié)果本發(fā)明應(yīng)用線性度(Linearity)原理將量化數(shù)據(jù)轉(zhuǎn)化成評級的標準，并建立偏離值(variance)參數(shù)作為整個影象的統(tǒng)計數(shù)據(jù)，以判定函數(shù)(decision function)根據(jù)線性度(linearity)與偏離值(variance)這兩個參數(shù)來作出正確的評級。詳細內(nèi)容說明如下線性度(Linearity)在圖形辯織(Pattern Recognition)中一直都被廣泛運用。特別是在關(guān)于被辯識物體表面有其線性特性時，如在光學(xué)文字辯識中(Optical Character RecognitionOCR)。我們都知道在文字或數(shù)字中，常常會有一些筆畫為一橫或是一堅，如“1”，“一”。在分辯這些數(shù)字時，線性度這個特征就可以作為辯識的依據(jù)。相當明顯的橫、豎筆畫的線性度比較高，相反的其他筆畫的線性度則比較低。而在本發(fā)明中，由于我們采用3D分布(3D-profile)的方式來分析待測識物的表面，所以線性度便可以被用來作為被辯識物表面皺摺量化的程度依據(jù)。線性度的計算公式表示如下μx=Σi=1nxin,μy=Σi=1nyin]]>m11=Σi=1n(xi-μx)×(yi-μy)n]]>m20=Σi=1n(xi-μx)2n,m02=Σi=1n(yi-μy)2n]]>
其中Xi，Yi為某組特征值的座標。
μx，μy所有特征值的平均座標。
M11轉(zhuǎn)換常數(shù)。
m20，m02分別代表特征值X座標和Y座標的變異數(shù)。
偏離值(Variance)是用來計算整個影象的變異數(shù)，使影象中象素點xi的值為該點的灰階值，n為影象中象素點總數(shù)，因此變異數(shù)表示為
判定函數(shù)(Decition Function)圖7中每一個座標點表示一組特征值，而f1值f2則為辯識法則方程式，因此當測試樣本的特征值取得后即可代入f1與f2中，再依據(jù)其所得的正負值來判斷測試樣本所屬的類別。下列方程式則可表示成表1的形式；f1＝a1Var+b1L+c1f2＝a2Var+b2L+c2其中a1、b1、c1、a2、b2、c2為常數(shù)。表1
x1，x2分別代表特征參數(shù)變異數(shù)(Var)和線性度(L)。
依據(jù)上述原理，本發(fā)明的自動評級方法的流程圖如圖8所示，其步驟為先由待測樣本經(jīng)由裝置掃描以抽取特征，而后分別進行線性度特征分析與變異特征分析，再依據(jù)判別方程式分類，得以區(qū)別出各種不同評級的結(jié)果。
本發(fā)明具有如下效果(一)可節(jié)省人力資源，縮短人員訓(xùn)練時間根據(jù)本發(fā)明的方法，可以將原先需要使用的三名專業(yè)檢測人員減至一名，此名檢測人員只需花極少時間即能學(xué)會本發(fā)明的操作方法，而不必依賴長期的評級檢測訓(xùn)練，因此可以縮短人員訓(xùn)練的時間與成本。
(二)節(jié)省成本與節(jié)省空間本發(fā)明的硬件，只需要一臺電腦、一部掃描器，且裝設(shè)容易；因此，可以減低設(shè)備成本與節(jié)省評級室的空間浪費。
(三)可提高評級的準確性與迅速性利用本發(fā)明的方法對于皺摺外觀的評級比起傳統(tǒng)的人工式評級方法，更為客觀，不會因人為因素而造成不客觀的評級結(jié)果。
權(quán)利要求
1.一種織物皺摺的自動評級方法，其特征在于，包括如下步驟a.利用掃描器將待測樣本織物的皺折掃描為顯示影象；b.經(jīng)影象預(yù)處理突出顯示皺折影象，即抽取特征；c.量化影象數(shù)據(jù)；d.分析其線性度及偏離值特征；e.利用分類差別方程式，判定織物影象的等級。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述影象預(yù)處理是使用灰階程度化、排序化、均值化、模糊化等影象處理技術(shù)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述影象數(shù)據(jù)量化是使用立體縱剖分析與偏離值分析技術(shù)和統(tǒng)計方法。
全文摘要
一種織物皺摺的自動評級方法,包括如下步驟:a.利用掃描器將待測樣本織物的皺折掃描影像;b.經(jīng)影像預(yù)處理突出顯示皺折影像,即抽取特征;c.量化影像數(shù)據(jù);d.分析其線性度及偏離值特片,e.利用分類類別方程式,判定織物影像的等級;影像預(yù)處理是使用灰階程度化、排序化、均值化、模糊化等影像處理技術(shù);影像數(shù)據(jù)量化是使用立體縱剖分析與偏離值分析技術(shù)和統(tǒng)計方法。利用本方法對于皺摺外觀的評級結(jié)果更為客觀。
文檔編號D06H3/00GK1241661SQ9810311
公開日2000年1月19日 申請日期1998年7月10日 優(yōu)先權(quán)日1998年7月10日
發(fā)明者周國村, 周啟雄 申請人:財團法人中國紡織工業(yè)研究中心