基于视觉的织物阻燃整理质量检测方法与流程

1.本发明涉及图像处理技术领域，具体涉及一种基于视觉的织物阻燃整理质量检测方法。


背景技术：

2.织物因在堆积、使用过程中容易发生火灾，所以需要对其进行阻燃整理也即阻燃处理，使其具备阻燃能力，并在阻燃整理后通过对其进行点燃的方法来检测阻燃质量的好坏。
3.阻燃质量检测过程中，织物燃烧包括续燃和阴燃两个过程，其中阴燃过程因不存在明火也即不存在可见火焰而更难以检测，现有的织物阴燃过程检测方法，主要是采用对co极为敏感的红外或激光气体分析仪来检测阴燃时产生的co气体从而判断阴燃过程的持续时间，但气体分析仪的检测周期较长，在一次检测分析过程中大概需要十五秒的等待时间以进行分析处理，效率较低。
4.而现有技术中虽然存在以图像处理的方法识别起火的相关手段，但由于阴燃过程并不存在火焰且过程短暂，所以当前的图像识别方法并不能准确识别阴燃的具体过程，从而完成织物阻燃质量判断。
5.综上，现有技术无法实现对织物阻燃质量的高效准确检测。


技术实现要素：

6.本发明提供了一种基于视觉的织物阻燃整理质量检测方法，用以解决现有技术无法对织物阻燃质量进行高效准确检测的问题，所采用的技术方案具体如下：本发明的一种基于视觉的织物阻燃整理质量检测方法，包括以下步骤：引燃织物样本，确定引燃操作结束时刻开始织物样本上火焰持续时间从而确定织物样本的续燃时间；从续燃时间结束时刻开始，以设定时间间隔拍摄织物样本，同步获取织物样本的rgb图像以及红外图像，并将所获取的红外图像灰度化处理得到灰度图像；对所拍摄的rgb图像进行前景分割确定织物样本区域，然后对织物样本区域再次进行前景分割确定织物样本区域上不同于正常织物颜色的区域，以所确定的不同于正常织物颜色的区域所在位置在对应的灰度图像上确定阴燃区域，所述正常织物颜色为织物样本上未燃烧的织物的颜色；计算阴燃区域中不同像素点处灰度梯度值之间的差值并取绝对值，以差值的绝对值作为阴燃区域中不同像素点之间的距离并对阴燃区域中所有像素点进行聚类，得到设定数量的聚类区域；确定每个聚类区域的宏观过渡指数以及该聚类区域中每个像素点处的微观过渡指数，根据该聚类区域的宏观过渡指数以及该聚类区域中每个像素点处的微观过渡指数确定该聚类区域的区域过渡指数；
所述像素点处的微观过渡指数为：其中，为阴燃区域中第i个像素点处的微观过渡指数，为以第i个像素点为中心点的设定邻域的大小，n为设定邻域的边长，为以第i个像素点为中心点的设定邻域内第j个像素点处的灰度梯度值，为以第i个像素点为中心点的设定邻域内所有像素点处的灰度梯度值的均值，为以第i个像素点为中心点的设定邻域内所有像素点处的灰度梯度值的标准差，以及分别为以第i个像素点为中心点的设定邻域内所有像素点处的灰度梯度值按照从小到大顺序排序后的上四分位数以及下四分位数；所述聚类区域的宏观过渡指数为：其中，为第z个聚类区间的宏观过渡指数，以及分别为该聚类区间内灰度梯度值的最大值以及最小值，为该聚类区间内像素点个数，、以及分别为该聚类区间的质心与距离最近的三个其它聚类区间的质心之间的距离值；所述聚类区域的区域过渡指数为：其中，表示第z个聚类区域的区域过渡指数，表示第z个聚类区域内所有像素点处的微观过渡指数之和，表示第z个聚类区域内所有像素点处的微观过渡指数的平均值；计算所有聚类区域的区域过渡指数的均值，然后将区域过渡指数大于均值的聚类区域记为待判定过渡区；对所有待判定过渡区进行聚类得到若干聚类簇，若所有待判定过渡区都有相邻的待判定过渡区，且聚类簇的个数为2，则阴燃区域中存在处于热解碳化区与残余碳区之间的灼热燃烧区，记录从续燃时间结束时刻开始的灼热燃烧区持续时间；检测阴燃区域中像素点个数，将续燃时间结束时刻开始到阴燃区域中像素点个数不再变化时刻之间的时间记为阴燃时间；判断续燃时间以及阴燃时间是否超出相应的国标规定时间，若续燃时间以及阴燃时间中的至少一个超出相应的国标规定时间则织物阻燃质量不合格，否则，继续对灼热燃烧区持续时间与阴燃时间的比值进行判断：
若灼热燃烧区持续时间与阴燃时间的比值小于第一比值，则织物的阻燃质量为完美，若灼热燃烧区持续时间与阴燃时间的比值不小于第一比值而小于第二比值，则织物的阻燃质量为优秀，若灼热燃烧区持续时间与阴燃时间的比值不小于第二比值，则织物的阻燃质量为良好；所述第一比值小于所述第二比值。
7.进一步的，判断待判定过渡区是否有相邻的待判定过渡区的方法为：若两个像素点分别位于对方的八邻域内，则这两个像素点相邻；若待判定过渡区内存在像素点与其它待判定过渡区内任意一个像素点相邻，则这两个待判定过渡区相邻。
8.进一步的，确定灼热燃烧区持续时间的具体方法为：在本次对织物样本进行拍摄并根据所拍摄图像分析确定不存在灼热燃烧区，且之前每次拍摄后根据所拍摄图像分析确定均存在灼热燃烧区，则记录本次拍摄的拍摄次数，然后计算灼热燃烧区持续时间，其中t为所述设定时间间隔。
9.进一步的，确定阴燃时间的具体方法为：在本次对织物样本进行拍摄并根据所拍摄图像分析确定阴燃区域包含的像素点个数与前次拍摄所对应确定的阴燃区域包含的像素点个数相同时，记录本次拍摄的拍摄次数，并继续对织物样本进行拍摄并根据所拍摄图像分析确定阴燃区域包含的像素点个数，若阴燃区域包含的像素点个数在连续设定拍摄次数下都不再变化，计算阴燃时间，其中t为所述设定时间间隔。
10.进一步的，第一比值为，第二比值为。
11.本发明的有益效果为：本发明首先对织物样本进行拍摄同步获取织物样本的rgb图像以及红外图像灰度化处理后的灰度图像，借助rgb图像在灰度图像中确定阴燃区域，然后根据阴燃区域中各个像素点处的微观过渡指数以及阴燃区域中细分出的各个聚类区间的宏观过渡指数，综合确定各个聚类区间的区间过渡指数，从而确定出过渡特性较为明显的聚类区间作为待判定过渡区，以待判定过渡区的位置分布确定阴燃区域中是否存在处于热解碳化区与残余碳区之间的灼热燃烧区，并对应得到灼热燃烧区持续时间，并同时，根据阴燃区域的大小是否停止变化为依据确定阴燃时间，以及根据织物样本被引燃后火焰持续时间确定续燃时间，以所确定的续燃时间、阴燃时间以及灼热燃烧区持续时间完成织物阻燃质量判断，避免了采用现有技术中的气体分析仪对阴燃过程进行检测时的等待时间，且解决了现有图像处理方法无法对阴燃过程准确检测的缺陷，最终实现了以机器视觉方法对织物阻燃质量的高效准确检测。
附图说明
12.图1是本发明该种基于视觉的织物阻燃整理质量检测方法的流程图；图2是本发明阴燃区域中热解碳化区、灼热燃烧区以及残余碳区的示意图；
图3是本发明阴燃区域中灼热燃烧区与热解碳化区的过渡区域以及灼热燃烧区与残余碳区的过渡区域的示意图。
具体实施方式
13.本发明的构思为：本发明首先通过感光装置检测布料的续燃时间，并在续燃结束时刻开始阴燃过程的检测，在阴燃检测过程中，以前景分割的方法确定阴燃区域，并以阴燃区域停止扩大的时间点为阴燃结束时间，从而确定整体阴燃时间，以及在阴燃检测过程中，通过单个像素点的微观过渡指数与阴燃区域中各个细分区域的宏观过渡指数，确定阴燃区域中是否同时存在灼热燃烧区与残余碳区之间的过渡区域以及灼热燃烧区与热解碳化区之间的过渡区域，从而确定灼热燃烧区的存在时间，最终，在续燃时间、整体阴燃时间都满足要求的前提下，再通过比较整体阴燃时间与灼热燃烧区的存在时间之间的比例关系，确定布料的具体阻燃质量好坏。
14.下面结合附图及实施例，对本发明的一种基于视觉的织物阻燃整理质量检测方法进行详细说明。
15.方法实施例：本发明的一种基于视觉的织物阻燃整理质量检测方法实施例，其整体流程如图1所示，具体过程如下：步骤一，引燃织物样本，确定织物样本的续燃时间，并在续燃结束的时刻开始获取织物样本的红外图像以及rgb图像，确定阴燃区域。
16.在待测织物的边缘部分，按照样本的边长与织物经向或纬向平行的方式截取合适大小的织物样本，然后将样本一端固定在阻燃测试支架上，使织物样本自然垂落，从织物样本的底端对织物样本进行引燃，引燃时间为确定的设定引燃时间，其具体取值根据织物的具体材质以及密度决定，本实施例优选设定引燃时间为2s。
17.由于织物进行了阻燃整理处理，所以织物在接触火焰后能够延缓本身被点燃的进程且在远离火焰后会逐渐终止燃烧。达到终止燃烧一般需要经过两个过程，分别为续燃和阴燃，由于续燃为有焰燃烧，所以时间较为容易确定，可在2s的设定引燃时间结束后通过感光器件测定火焰持续时间而确定，并将续燃时间记为，而阴燃为无可见光的缓慢燃烧，所以较难识别和检测。
18.基于所设置的感光器件如光电传感器，当续燃结束有焰燃烧停止，感光器件不再接收到火焰发出的光，此时自动触发红外热像仪，以设定时间间隔t拍摄样品的红外图像，本实施例优选设定时间间隔为0.1s，也即每0.1秒拍摄一张红外图像。同时，使用工业相机在同一位置同样以设定时间间隔同步获取样本的rgb图像。在获取图像时，为方便后续分析，需将灼烧的位置置于图像的较中心的位置。
19.由于一般只有在高浓度高供氧的炽燃条件下才能同时维持稳定的阴燃和有焰燃烧也即续燃，而样本在引燃过后便远离火焰，所以续燃和阴燃不会同时发生，从续燃结束开始拍摄图像对阴燃进行分析和计时，不会影响对阴燃测定的准确性。
20.为保证后续分析的准确性，使用高斯滤波与样本的rgb图像的每个通道做卷积，消除噪音的干扰。由于红外图像为伪彩色图，所以将红外图像转换为灰度图像，温度越高的位
置对应的像素点的灰度值越大。
21.由于在阴燃过程中，热解碳化区会产生烟雾，图像中有烟雾的区域会较为模糊，为避免烟雾对后续分析的影响，使用暗通道先验算法对样本的rgb图像进行去烟雾处理。
22.当然，在其它实施例中还可根据检测准确度的要求只进行高斯滤波与去烟雾处理的其中一个，或者都不进行。
23.在获取样本的rgb图像后，使用otsu大律法将所拍摄的样本rgb图像划分为两个部分，分别对应背景区域和样本区域。由于织物被火焰灼烧的位置和发生阴燃的位置一般呈黑色，与织物未燃烧区域的颜色相差明显，所以对所确定的样本区域再次使用otsu大律法，将颜色较深的部分划分出来，该部分即对应被火焰灼烧后的区域和正在发生阴燃反应的区域。
24.基于在样本rgb图像中所确定的被火焰灼烧后的区域和正在发生阴燃反应的区域，便可在由样本红外图像灰度化所得灰度图像中确定出阴燃区域。
25.步骤二，根据阴燃区域中各个像素点处的灰度梯度值对阴燃区域中像素点进行聚类，将阴燃区域细分为设定数量的聚类区域，根据各个聚类区域的过渡特征对聚类区域再次进行分类，确定是否同时存在灼热燃烧区与热解碳化区之间的过渡区域以及灼热燃烧区与残余碳区之间的过渡区域，从而确定灼热燃烧区是否存在及其持续时间，以及，确定整个阴燃过程的持续时间。
26.如图2所示，阴燃区域虽然没有确定的规则形状，但从下到上可分为三个部分，分别为残余碳区、灼热燃烧区和热解碳化区。
27.残余碳区对应燃烧后的残渣部分，温度较低且处于持续降温状态；而灼热燃烧区为固体碳进行气固两相燃烧的部分，反应最剧烈，温度最高；热解碳化区为物质发生热分解的部位，温度较高。虽然三个部分之间并没有确切的温度作为划分的阈值，但各部分内部的温度较为均匀，且灼热燃烧区与其余两个部分间温差较大、与其余两个部分之间均存在如图3所示的温度逐渐变化的过渡区域，所以可以根据过渡特征对过渡区域进行识别，进而根据过渡区域来判断灼热燃烧区是否存在以及持续的时间。具体步骤如下：1、确定阴燃区域中各个像素点处的微观过渡指数。
28.由于热解碳化区与灼热燃烧区之间的过渡区域，以及灼热燃烧区与残余碳区之间的过渡区域均存在明显的温度变化，所以灰度图像中过渡区域的灰度值存在较为明显的灰度变化。
29.首先确定阴燃区域中各个像素点处的灰度梯度值，灰度梯度值可采用现有任意可行方法确定，本实施例优选采用sobel算子与灰度图像进行卷积得到灰度梯度图像，然后获得阴燃区域中各个像素点处的灰度梯度值。
30.然后，以阴燃区域中每个像素点为中心确定其设定邻域，设定邻域为边长为n的正方形区域，将邻域内所有像素点处灰度梯度值的均值记为，标准差记为，并将设定邻域内这些像素点处的灰度梯度值按照从小到大的顺序排序以确定上四分位数以及下四分位数，从而确定每个像素点的微观过渡指数：
其中，为阴燃区域中第i个像素点处的微观过渡指数，为以第i个像素点为中心点的设定邻域的大小，n为设定邻域的边长，为以第i个像素点为中心点的设定邻域内第j个像素点处的灰度梯度值，为以第i个像素点为中心点的设定邻域内所有像素点处的灰度梯度值的均值，为以第i个像素点为中心点的设定邻域内所有像素点处的灰度梯度值的标准差，以及分别为以第i个像素点为中心点的设定邻域内所有像素点处的灰度梯度值按照从小到大顺序排序后的上四分位数以及下四分位数。
31.微观过渡指数中，以及均表示以第i个像素点为中心点的设定邻域内所有像素点处灰度梯度值的波动程度的大小，表示以第i个像素点为中心点的设定邻域内所有像素点处灰度梯度值的差异程度的大小，当、以及的取值越大，则表明以第i个像素点为中心点的设定邻域内所有像素点处灰度梯度值的差异程度越大且波动程度越大，相应的微观过渡指数越大，表明该像素点越可能处于过渡区域。
32.2、根据阴燃区域中各个像素点处的灰度梯度值对阴燃区域中像素点进行聚类，将阴燃区域细分为设定数量的聚类区域，确定各个聚类区域的宏观过渡指数。
33.以阴燃区域中不同像素点处的灰度梯度值的差的绝对值作为不同像素点之间的距离，对阴燃区域中所有像素点进行聚类，得到设定数量的聚类区域，本实施例优选以k-means聚类算法完成聚类，并取设定数量为64，在其它实施例中，还可以采用现有的其它任意聚类算法以及对设定数量取其它值。
34.由于聚类是将灰度梯度值相近的像素点划分为一个区域，而阴燃区域中热解碳化区、灼热燃烧区以及残余碳区三个部分内的灰度值都较为均匀，只有灼热燃烧区向另外两个区域过渡的区域有非常明显的灰度变化，所以在聚类后，与阴燃区域中热解碳化区、灼热燃烧区以及残余碳区三个部分对应的聚类区域，其包含的像素点应较多，且与相邻的聚类区域距离较远。那么，便可以以此为依据对每个区域单独进行分析。
35.将一个聚类区域内灰度梯度值的最大值记为，灰度梯度值的最小值记为，像素点个数记为。确定每个聚类区域的质心，计算该聚类区域的质心与其它聚类区域的质心间的欧式距离，将最近的三个欧式距离分别记为。以上述相关指标为依据建立该聚类区间的宏观过渡指数：
其中，为第z个聚类区间的宏观过渡指数，以及分别为该聚类区间内灰度梯度值的最大值以及最小值，为该聚类区间内像素点个数，、以及分别为该聚类区间的质心与距离最近的三个其它聚类区间的质心之间的距离值。
36.宏观过渡指数中，表示该聚类区域内灰度梯度值的差异程度的大小，当该聚类区域内包含的像素点数量越少、像素点对应的灰度梯度值差异越大，该聚类区域与其它聚类区域间的欧氏距离越近时，则表示该聚类区域越可能对应温度逐渐变化的过渡区域。
37.3、确定各个聚类区域的区域过渡指数。
38.由于微观过渡指数从微观角度，对每个像素点附近的灰度梯度值分布的过渡情况进行评价，而宏观过渡指数从宏观角度，对每个较为相似的聚类区域内的灰度梯度值数值的过渡情况进行评价，所以综合两个角度构建聚类区域过渡指数对每个区域内的过渡情况进行综合评价：其中，表示第z个聚类区域的区域过渡指数，表示第z个聚类区域的宏观过渡指数，表示第z个聚类区域内像素点个数，表示第z个聚类区域内所有像素点处的微观过渡指数之和，表示第z个聚类区域内所有像素点处的微观过渡指数的平均值。
39.当该聚类区域内所有像素点的微观过渡指数越大，该聚类区域内像素点总数越小，以及该聚类区域的宏观过渡指数越大时，则该聚类区域的区域过渡指数便越大。阴燃区域中每个聚类区域都对应可得一个区域过渡指数。
40.4、根据每个聚类区域的区域过渡指数，确定过渡区域，从而确定灼热燃烧区是否存在及其持续时间，并同时确定整个阴燃过程的持续时间。
41.将所有聚类区域的区域过渡指数的均值记为，然后将区域过渡指数大于均值的聚类区域记为待判定过渡区。
42.若两像素点分别位于对方的八邻域内，则称这两个像素点相邻。若上述获得的待判定过渡区内存在像素点与其它待判定过渡区内任意一个像素点相邻，则称这两个待判定过渡区相邻。
43.取所有相邻待判定过渡区的待判定过渡区的质心，使用dbscan聚类算法以3为最少点数目，以每个质心与其它各个质心间的欧式距离的中值为邻域半径，进行聚类，将聚类得到的簇的个数记为。
44.由于阴燃区域内残余碳区、灼热燃烧区、热解碳化区三个部分被两个过渡区域划分开，所以规定：若阴燃区域内每个待判定过渡区都有相邻的待判定过渡区，且聚类得到的簇的个
数为2时，则这些待判定过渡区对应的位置即为灼热燃烧区向其它两个区域过渡的过渡区域，此时这些待判定过渡区呈两个相隔较远的带状分布，如图3所示。则阴燃区域内，这两个过渡区域之间的区域为灼热燃烧区，此时输出结果为存在灼热燃烧区。
45.若不满足上述两个条件，则不存在灼热燃烧区向其它两个区域的过渡区，相应地也就不存在灼热燃烧区，此时输出结果为不存在灼热燃烧区。
46.灼热燃烧区是否存在可以判断阴燃的进程，当灼热燃烧区存在时，阴燃反应仍较为剧烈；而当灼热燃烧区不存在时，阴燃反应即将结束，即织物样本的整体阴燃时间即将到达停止计时的时间。
47.当本次对织物样本进行拍摄并分析后确定结果为不存在灼热燃烧区，且之前每次拍摄后分析结果均为存在灼热燃烧区，则记录本次拍摄的拍摄次数，并记录此时阴燃区域内像素点个数。
48.继续对织物样本按照设定时间间隔进行拍摄并在每次拍摄后都对应确定阴燃区域的像素点个数，当阴燃区域内包含的像素点个数与上次拍摄对应的阴燃区域包含的像素点个数相同时，记下此时拍摄次数。继续进行拍照和判断图像中阴燃区域包含的像素点个数，若连续设定拍摄次数对应的结果均为阴燃区域内包含的像素点个数不再变化或变化量小于像素点数量变化阈值，则判定阴燃已经结束。此时输出阴燃过程持续时间也即阴燃时间，阴燃过程中灼热燃烧区持续时间。本实施例优选连续设定拍摄次数为10，像素点数量变化阈值为5，在其它实施例中还可根据检测精确度需求将两者取其它值。
49.步骤三，根据织物样本的续燃时间、阴燃时间以及阴燃过程中灼热燃烧区的持续时间，完成织物阻燃质量判断。
50.首先判断续燃时间以及阴燃时间是否分别不大于国家标准所规定的时间，若两者中至少一种大于对应的国家标准所规定的时间，则织物阻燃质量为不合格。
51.若断续燃时间以及阴燃时间均不大于其对应的国家标准所规定的时间，则继续对灼热燃烧区持续时间与阴燃时间的比值进行判断，若灼热燃烧区持续时间与阴燃时间的比值小于第一比值，则织物的阻燃质量为完美，若灼热燃烧区持续时间与阴燃时间的比值不小于第一比值而小于第二比值，则织物的阻燃质量为优秀，若灼热燃烧区持续时间与阴燃时间的比值不小于第二比值，则织物的阻燃质量为良好。
52.第一比值小于第二比值，第一比值与第二比值的具体取值根据对织物阻燃质量的具体要求而确定，本实施例优选第一比值为，第二比值为。
53.至此，完成了对织物阻燃质量的确定。
54.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改
或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围，均应包含在本技术的保护范围之内。