織物在服用和洗滌過程中，經(jīng)過不斷的摩擦?xí)a(chǎn)生起毛起球現(xiàn)象，影響織物的服用性能。織物起毛起球的等級評定在生產(chǎn)質(zhì)量控制和外貿(mào)檢驗方面顯得尤為重要。隨著計算機技術(shù)在紡織行業(yè)的廣泛應(yīng)用，國內(nèi)外許多研究人員利用計算機數(shù)字圖像處理技術(shù)對該方面做了相關(guān)的研究。在濾除紋理方面，HIS等¨。1運用腐蝕和膨脹的方法減少織物底紋所產(chǎn)生陰影的影響，但當紋理較復(fù)雜時極易造成毛球的誤判；文獻[3]采用傅里葉變換技術(shù)區(qū)域增長法找出峰點區(qū)域去除織物紋理；祝雙武等H。對圖像進行了局部直方圖均衡化拉伸增強、均值濾波，但這2種方法都不能*濾除織物紋理。在毛球提取方面，文獻[5—7]認為毛球圖像的灰度呈高斯分布，對濾除紋理后毛球圖像的直方圖進行一維高斯擬合，但權(quán)系數(shù)需要根據(jù)不同的織物樣品進行選取，否則會導(dǎo)致錯誤的判斷結(jié)果。
本文首先采用計算機數(shù)字圖像處理技術(shù)對精紡毛機織物起毛起球樣照(光面GB／T 4802．3—2008《紡織品織物起毛起球性能的測定第3部分：起球箱法》)進行分析，統(tǒng)計樣照中的毛球面積及其所占圖像總面積比例，然后建立毛球面積比例與等級評定之間的關(guān)系，zui后采用數(shù)字圖像處理技術(shù)對實際織物進行分析評等，驗證了方法的可行性。

1、標準樣照的圖像分析
1．1 圖像的采集
采用Microtek 4800平板掃描儀對機織物起毛起球標準樣照進行掃描，本文考慮樣照織物的實際尺寸為9 cm，選用的分辨率為500 dpi，掃描的樣照圖像總大小為1 100像素×1 100像素，即每厘米大小的織物占122個像素點。圖l所示的圖像為截取樣照中大小為370像素×370像素，對應(yīng)實際織物尺寸約為3 cm X 3 cm的區(qū)域圖像。

1．2 織物紋理的濾除
為有效地分離毛球，必須濾除織物中紗線交織形成的紋理背景。在時域里很難直接分析圖像中疊加在一起的周期性和非周期性成分，即織物紋理與毛球信息。為此，以MatLab 7．1為工具，采用傅里葉變換將樣照圖像變換至頻域，幅值譜如圖2所示。圖中峰點及其附近區(qū)域代表了織物的紋理信息。采用峰點濾波法可找出所有峰點n、6、c、d等。本文嘗試采用2種方法濾除織物紋理。

1)以幅值zui大值的50％作為閾值，濾除圖2中代表織物紋理的周期性成分，濾波后的幅值譜和濾波結(jié)果如圖3(a)、(b)所示。圖3(b)中未能清晰反映出毛球，這是因為O點附近的毛球低頻信息已被濾除。
2)在圖3(a)濾波的基礎(chǔ)上，保留以O(shè)點為圓心，圖2中ab、口c較小者為直徑范圍內(nèi)的原有低頻信號。濾波后的幅值譜和濾波結(jié)果如圖3(c)、(d)所示。由圖3(d)可看出織物紋理得到有效的去除，毛球得到清晰呈現(xiàn)。

2毛球的提取
為提取毛球的特征，先要對圖像進行閾值處理以分離毛球。由于毛球的數(shù)量太少，不足以引起直方圖發(fā)生變化，經(jīng)過上述濾波后圖像的灰度直方圖仍顯1個峰，所以利用普通的閾值方法是不可行的。早在1979年，日本的大津展之¨1提出了一種基于判別分析過程的大津自動閾值選擇法(OTSU)，此方法不管圖像的直方圖有無明顯的雙峰，都能得到較滿意的效果，但OTSU缺陷是當目標物與背景灰度差不明顯時，會出現(xiàn)大塊黑色區(qū)域。為解決這個問題，本文選用灰度增強的大津閾值法一1，對紋理濾除后的圖像進行灰度調(diào)整后再閾值，增強目標物與背景的對比度，同時也彌補了上文濾除紋理時削弱毛球信息的缺陷，結(jié)果如圖4所示。

在起毛起球樣照中，存在由于光照不勻引起圖像區(qū)域亮度不一致的問題，這時，用灰度增強的大津法僅對整幅圖像選擇1個閾值就無法得到滿意的效果。采用局部閾值的方法可有效解決此問題，即將圖像分成許多塊，然后在每塊內(nèi)進行自動閾值分割。本文將圖像分成了3×3塊(這樣進行閾值后的毛球大小和位置接近原圖)，在分塊的同時對原圖進行交叉切分，相鄰子塊之間有一半面積的重疊，這樣可減少灰度不連續(xù)現(xiàn)象的影響¨…。閾值并取反后的毛球圖如圖5(a)所示．

從圖5(a)所示的閾值后毛球圖像可看出，圖像中還存在一些非毛球的噪聲信號(圖中用框標出)。根據(jù)本文所采用的掃描分辨率，紗線直徑約占2個像素，而毛球的尺寸較紗線直徑大，將圖像上2個像素點以下的噪聲信號濾除，如圖5(b)所示。

3結(jié)果與討論
3．1 毛球特征的提取
根據(jù)上述方法，對樣照圖像圓內(nèi)接zui大正方形圖像(740像素×740像素)進行處理，所得毛球二值化圖像與原圖的對比如表1所示。從表中可看出，毛球位置與原圖是對應(yīng)的，毛球的大小接近實際尺寸。接著提取每級樣照的毛球總面積，統(tǒng)計毛球面積占圖像總面積的比例，結(jié)果如表2所示。從數(shù)據(jù)可以看出隨著級數(shù)的增大，毛球面積明顯減小，級與級之間相差較大，符合1—5級樣照圖像特征值的變化規(guī)律。

3．2 實例分析
按照GB／T 4802．1—1997規(guī)定的壓力為780 cN，起球轉(zhuǎn)數(shù)為600轉(zhuǎn)，用YG 401G型織物平磨儀(磨臺直徑為9 Cm)分別對3塊不同精紡毛織物進行起球試驗。接著采用Microtek 4800平板掃描儀采集圖像，為和樣照圖像的大小基本保持一致(9 cm的織物圖像大小為1 100像素×1 100像素，即1 cm內(nèi)大約122個像素)，可取掃描分辨率為300 dpi。隨后進行圖像截取，紋理濾除，毛球提取，等級評定，并按照標準樣照比對法進行人工評定。以試樣l為例，各步驟的圖像如圖6所示。3種試樣得出的數(shù)據(jù)如表4所示。可看出本文方法評定出的等級符合主觀評定結(jié)果。

4 結(jié) 論
本文利用掃描儀采集1—5級的精紡毛機織物起毛起球標準樣照(光面GB／T 4802．3—2008)的圖像，以MatLab 7．1為分析工具完成毛球的提取，以毛球面積及毛球所占比例作為特征值，分析每級樣照和實際起毛起球織物。在傅里葉變換濾除織物紋理的過程中，保留原點附近的毛球低頻信息，使得濾波結(jié)果中毛球較為清晰；增強的OTSU局部閾值法能夠?qū)γ蜻M行準確有效的提取，真實反映毛球的實際狀態(tài)。實際織物的分析結(jié)果表明，本文建立的起毛起球評級標準可更客觀地表征織物起毛起球等級。