基于灰度游程矩阵的织物起毛起球检测方法与流程

1.本发明涉及数据处理技术领域，具体涉及一种基于灰度游程矩阵的织物起毛起球检测方法。


背景技术：

2.随着服装行业的日益发展，织物表面的外观缺陷受到越来越多的关注，而织物表面的毛球是影响外观的主要因素之一。由于毛球形状的复杂与识别的困难，对织物表面的毛球进行检测与评定，一直是困扰该行业的难题。
3.目前主要通过纹理对织物图像中织物毛球区域进行检测，根据织物毛球区域的面积分析织物起球结果以确认织物质量，但当纹理信息不明显时，使得织物毛球区域的检测不准确，影响织物起球程度的评价，且该方法只适用于某类纹理特征明显的特定织物，造成了局限性。


技术实现要素：

4.为了解决上述技术问题，本发明的目的在于提供一种基于灰度游程矩阵的织物起毛起球检测方法，所采用的技术方案具体如下：采集织物图像以得到对应的灰度图像，对所述灰度图像进行二值分割得到二值化图像，其中二值化图像中背景像素点的灰度值为0，毛球像素点的灰度值为255；利用设定窗口对二值化图像进行遍历，以根据窗口内的像素点的灰度值获取多个第一疑似起球区域；对所述灰度图像中的灰度级进行灰度级量化得到量化灰度图，根据所述第一疑似起球区域得到所述量化灰度图中的多个第二疑似起球区域；根据所述第二疑似起球区域的周围像素点的灰度值确认每个所述第二疑似起球区域的疑似阴影区域，由所述第二疑似起球区域和对应所述疑似阴影区域之间的面积获取每个所述第二疑似起球区域的尺度特征值；获取每个所述第二疑似起球区域的灰度游程矩阵，根据所述灰度游程矩阵计算每个所述第二疑似起球区域的纹理特征值；计算每个所述第二疑似起球区域的所述尺度特征值和所述纹理特征值之间的比值，根据所述比值确认起球区域；结合每个所述起球区域中对应毛球的体积确认整体织物的起球程度。
5.进一步地，所述第一疑似起球区域的获取方法，包括：对当前窗口内每行像素点的灰度值之和进行加和得到质心横向灰度值，根据所述质心横向灰度值和每行像素点的灰度值之和确认质心的纵坐标值；对当前窗口内每列像素点的灰度值之和进行加和得到质心纵向灰度值，根据所述质心纵向灰度值和每列像素点的灰度值之和得到质心的横坐标值；构建质心和当前窗口的中心像素点之间的坐标向量，当坐标向量为零向量或不为零向量但在误差范围内时，对当前窗口内的灰度值和当前窗口的相邻第一外圈的灰度值进行统计，当当前窗口内的灰度值存在255且第一外圈的灰度值也存在255时，则以一个像素点的步长对当前窗口的规格进行扩大得到新窗口，直至新窗口的第一外圈对应像素点的灰
度值均为0，进而将新窗口对应区域作为第一疑似起球区域；当当前窗口内的灰度值存在255且第一外圈的灰度值都为0时，则将该当前窗口对应的区域作为第一疑似起球区域，当当前窗口内的灰度值不存在255时，则按照从左到右、从上到下的顺序继续以设定窗口进行遍历，且已经遍历过的像素点不再遍历；当坐标向量不为零向量且不在误差范围内时，则将当前窗口的中心像素点线坐标向量的方向移动一个像素点，然后得到新中心点坐标和新质心坐标，将新中心点和新质心构成新坐标向量，进而对新坐标向量进行相同分析以获取第一疑似起球区域，最终得到二值化图像中的多个第一疑似起球区域。
6.进一步地，所述根据所述第一疑似起球区域得到所述量化灰度图中的多个第二疑似起球区域的方法，包括：基于二值化图像中的多个所述第一疑似起球区域的位置，在所述量化灰度图中的相对应位置得到对应的多个所述第二疑似起球区域。
7.进一步地，所述根据所述第二疑似起球区域的周围像素点的灰度值确认每个所述第二疑似起球区域的疑似阴影区域的方法，包括：建立一个窗口，且以所述第二疑似起球区域的一个边界像素点为初始窗口中心点，当初始窗口中心点的四邻域内有灰度值为0的像素点时，则将灰度值为0的像素点为窗口中心点得到新窗口，直至窗口中心点的四邻域内是灰度值为非零的像素点，进而将这些窗口整合为一个区域，统计这个区域内灰度值为0的像素点数量；分别将所述第二疑似区域的每个边界像素点都作为初始窗口中心点，能够得到多个区域以及每个区域内灰度值为0的像素点数量，将像素点数量最多对应的区域作为对应所述第二疑似区域的疑似阴影区域。
8.进一步地，所述根据所述灰度游程矩阵计算每个所述第二疑似起球区域的纹理特征值的方法，包括：根据所述灰度游程矩阵计算对应所述第二疑似起球区域的灰度不均匀性指标和游程不均匀性指标；将每个所述第二疑似起球区域的灰度不均匀性指标和游程不均匀性指标之间的比值作为对应所述第二疑似起球区域的所述纹理特征值。
9.进一步地，所述结合每个所述起球区域中对应毛球的体积确认整体织物的起球程度的方法，包括：根据所述疑似阴影区域的长度和光照的倾斜角计算毛球高度，结合毛球高度和对应起球区域的面积得到对应起球区域的毛球体积；对每个起球区域的毛球体积进行相加得到所述起球程度。
10.本发明实施例至少具有如下有益效果：通过毛球大小带来的阴影特征和纹理特征准确确认起球区域，进而根据阴影的大小分析毛球高度，以结合起球区域的面积和毛球高度得到毛球体积，保证了起球程度评价的严谨性，且基于灰度游程矩阵的织物起毛起球检测方法也是一种可应用电子设备进行识别的方法或装置。
附图说明
11.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅
仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
12.图1为本发明一个实施例提供的一种基于灰度游程矩阵的织物起毛起球检测方法的步骤流程图。
具体实施方式
13.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于灰度游程矩阵的织物起毛起球检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
14.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
15.下面结合附图具体的说明本发明所提供的一种基于灰度游程矩阵的织物起毛起球检测方法的具体方案。
16.请参阅图1，其示出了本发明一个实施例提供的一种基于灰度游程矩阵的织物起毛起球检测方法的步骤流程图，该方法包括以下步骤：步骤s001，采集织物图像以得到对应的灰度图像，对灰度图像进行二值分割得到二值化图像；利用设定窗口对二值化图像进行遍历，以根据窗口内的像素点的灰度值获取多个第一疑似起球区域。
17.具体的，利用ccd相机对织物试样进行图像采集，得到织物图像，然后为了提高织物图像的质量、增强织物图像的可识别性，对织物图像进行预处理，具体过程为：首先利用加权平均值法对织物图像进行灰度化，得到对应的灰度图像；获取灰度图像的灰度直方图并对灰度直方图进行均衡化，使得像素点的灰度值分布得更加均匀，从而增强灰度图像的对比度；由于噪声会对采集的图像带来干扰，影响图像质量，因此对均衡化的灰度图像进行滤波处理，以消除各种各样的噪声干扰，而为了保留边界信息的同时去除噪声，本发明实施例中采用中值滤波进行滤波处理。
18.进一步地，对预处理后的灰度图像进行二值化得到二值化图像，其中二值化图像中背景像素点的灰度值为0，毛球像素点的灰度值为255。利用3*3的设定窗口从二值化图像上的第一个像素点开始遍历，然后根据每个窗口内的像素点的灰度级获取多个第一疑似起球区域，以一个设定窗口为例，具体方法为：（1）设该窗口的中心点坐标为，将窗口内每行像素点的灰度值之和进行加和得到对应行的质心横向灰度值，将三行的质心横向灰度值构成一个横向数组，其中，为第一行的质心横向灰度值，为第二行的质心横向灰度值，为第三行的质心横向灰度值；同理，将窗口内每列像素点的灰度值之和进行加和得到对应列的质心纵向灰度值，将三列的质心纵向灰度值构成一个纵向数组，其中，为
第一列的质心纵向灰度值，为第二列的质心纵向灰度值，为第三列的质心纵向灰度值。
19.（2）基于纵向数组和横向数组获取该窗口的质心坐标。
20.具体的，根据横向数组中的每个质心横向灰度值计算中间横向灰度值，即，其中为中间横向灰度值，为第个质心横向灰度值；然后基于中间横向灰度值确认质心的纵坐标：以窗口的左下角为原点建立坐标系，窗口底端的三个像素点的单位长度总和作为横坐标，窗口最左边的三个像素点的单位长度总和为纵坐标，当时，则质心的纵坐标，其中为质心横向灰度值对应行的像素点的单位长度，当时，则质心的纵坐标，其中为质心横向灰度值对应行的像素点的单位长度，当，则质心的纵坐标，其中为质心横向灰度值对应行的像素点的单位长度；同理，根据纵向数组中的每个质心纵向灰度值计算中间纵向灰度值，即，其中为中间横向灰度值，为第个质心纵向灰度值；通过对比中间纵向灰度值、质心纵向灰度值、质心纵向灰度值、质心纵向灰度值进而能够得到质心的横坐标，最终得到了该窗口的质心坐标。
21.（3）构建质心和中心点之间的坐标向量，当坐标向量为零向量或不为零向量但在误差范围内时，对窗口内的灰度值和窗口的相邻第一外圈的灰度值进行统计，当窗口内的灰度值存在255且第一外圈的灰度值也存在255时，则以一个像素点的步长对窗口的规格进行扩大得到新窗口，直至新窗口的第一外圈对应像素点的灰度值均为0，进而将新窗口对应区域作为第一疑似起球区域；当窗口内的灰度值存在255且第一外圈的灰度值都为0时，则将该窗口对应的区域作为第一疑似起球区域，当窗口内的灰度值不存在255时，则按照从左到右、从上到下的顺序继续以设定窗口进行遍历，且已经遍历过的像素点不再遍历；当坐标向量不为零向量且不在误差范围内时，则将窗口的中心像素点线坐标向量的方向移动一个像素点，然后得到新中心点坐标和新质心坐标，并将新中心点和新质心构成新坐标向量，进而对新坐标向量进行上述分析以获取第一疑似起球区域，最终得到二值化图像中的多个第一疑似起球区域。
22.需要说明的是，利用窗口遍历的方法获取第一疑似起球区域，是为了防止线干扰，例如一条灰度值全为255的光线。
23.步骤s002，对灰度图像中的灰度级进行灰度级量化得到量化灰度图，根据第一疑
似起球区域得到量化灰度图中的多个第二疑似起球区域；根据第二疑似起球区域的周围像素点的灰度值确认每个第二疑似起球区域的疑似阴影区域，由第二疑似起球区域和对应疑似阴影区域之间的面积获取每个第二疑似起球区域的尺度特征值；获取每个第二疑似起球区域的灰度游程矩阵，根据灰度游程矩阵计算每个第二疑似起球区域的纹理特征值；计算每个第二疑似起球区域的尺度特征值和纹理特征值之间的比值，根据比值确认起球区域。
24.具体的，观察预处理后的灰度图像中像素点的灰度值，主要集中在几个区域，起球部分通常为大块的白色，灰度值很大，接近255，毛球的旁边通常会有一些黑色阴影，灰度值为0，而织物的网状结构区域对应的灰度值变化范围较大，可能与起球区域对应的灰度值相同易造成误判，故将灰度图像中的256级灰度级量化为8个等级，将灰度图像中灰度值为[0，31]的映射为量化灰度图中的0灰度级，将[32，63]的灰度级映射为量化灰度图中的1灰度级，将[32n，32(n 1)-1]的灰度级映射为量化灰度图中的灰度级，进而完成灰度的量化得到量化灰度图，其中毛球的灰度值最大，量化后的灰度级为7，但是由于光照和噪声的影响，织物的网状结构区域的灰度值变化范围很大，量化后的灰度级可能也为7，因此首先基于二值化图像中的多个第一疑似起球区域，在量化灰度图像中的相对位置得到对应的多个第二疑似起球区域，进而对量化灰度图中的第二疑似起球区域进行起球区域的确认，则起球区域的确认过程为：（1）根据第二疑似起球区域的周围像素点的灰度值确认每个第二疑似起球区域的疑似阴影区域。
[0025]
具体的，已知一些高度较高毛球其对应的起球区域旁边存在阴影，高度越高其阴影越长；一些高度较低的毛球，其对应起球区域旁边存在的阴影区域很小甚至几乎观察不到，基于这些特征，对第二疑似起球区域的边界像素点的灰度值进行遍历，进而根据边界像素点及其周围像素点的灰度值确认每个第二疑似起球区域的疑似阴影区域：建立一个3*3的窗口，且以第二疑似起球区域的任意一个边界像素点为初始窗口中心点，当初始窗口中心点的四邻域内有灰度值为0的像素点时，则将灰度值为0的像素点为窗口中心点得到新窗口，直至窗口中心点的四邻域内是灰度值为非零的像素点，进而将这些窗口整合为一个区域，同时统计这个区域内灰度值为0的像素点数量，同理分别将第二疑似区域的每个边界像素点作为初始窗口中心点进行相同操作，能够得到多个区域以及每个区域内灰度值为0的像素点数量，将像素点数量最多对应的区域作为其疑似阴影区域。
[0026]
（2）由第二疑似起球区域和对应疑似阴影区域之间的面积获取每个第二疑似起球区域的尺度特征值。
[0027]
具体的，考虑到尺度不变性，阴影面积所占第二疑似起球区域的比例越大，越可能为起球区域；另外，又考虑到阴影区域本身的面积大小，阴影区域的面积越大，越可能为起球区域，因此结合第二疑似起球区域的面积和对应疑似阴影区域的面积计算对应第二疑似起球区域的尺度特征值，则尺度特征值的计算公式为：
其中，为第t个第二疑似起球区域的尺度特征值，该值越大越可能为起球区域；为权重；为第t个第二疑似起球区域对应疑似阴影区域的面积；为第t个第二疑似起球区域的面积。
[0028]
优选的，本发明实施例中，。
[0029]
（3）获取每个第二疑似起球区域的灰度游程矩阵，根据灰度游程矩阵计算每个第二疑似起球区域的纹理特征值。
[0030]
具体的，由于起球区域纹理较粗，而织物表面纹理较细，且起球会导致灰度分布不均，因此使用灰度游程矩阵的灰度不均匀性和游程不均匀性这两个特征值对每个第二疑似起球区域进行起球的判定，故每个第二疑似起球区域进行对应灰度游程矩阵的获取，根据灰度游程矩阵计算对应第二疑似起球区域的灰度不均匀性指标和游程不均匀性指标，则灰度不均匀性指标的计算公式为： 其中，为灰度不均匀性指标；表示第二疑似起球区域中的灰度级数目；表示第二疑似起球区域中不同游程的数目；（）为灰度级在计算方向连续出现了次；为灰度游程矩阵；表示计算方向，一般有0度、45度、90度和135度。
[0031]
游程不均匀性指标的计算公式为： 其中，为游程不均匀性指标。
[0032]
进一步地，灰度不均匀性指标度量灰度是否均匀，该值越小越不均匀，如果第二疑似起球区域为起球区域，那么灰度值高的像素点占据绝大部分，低灰度值的像素点很少，因此导致第二疑似起球区域的灰度不均匀指标很小，进而该第二疑似起球区域越可能为起球区域；游程不均匀性指标度量游程是否均匀，该值越大越不均匀，如果第二疑似起球区域为起球区域，那么连续的高灰度值像素点就越多，长游程的数量就越多，较短游程的数量就越少，因此该第二疑似起球区域越可能为起球区域，故将每个第二疑似起球区域的灰度不均匀性指标和游程不均匀性指标之间的比值作为对应第二疑似起球区域的纹理特征值。
[0033]
（4）计算每个第二疑似起球区域的尺度特征值和纹理特征值之间的比值，根据比值确认起球区域。
[0034]
具体的，设置比值阈值，当比值大于比值阈值时，确认第二疑似起球区域为起球区域。
[0035]
优选的，本发明实施例中比值阈值为5。
[0036]
步骤s003，结合每个起球区域中对应毛球的体积确认整体织物的起球程度。
[0037]
具体的，由于光照的影响，毛球旁有一块阴影区域，在测出光照倾斜角以后，可以根据这块阴影区域的长度来得到毛球的高度，并结合对应起球区域的面积以分析毛球的体积，最终根据毛球的体积完成对织物表面起球程度的评定：设定光照的倾斜角为，获取疑似阴影区域的长度，其中为窗口中心像素点到阴影区域最远像素点的距离，结合长度和倾斜角得到毛球高度，根据毛球高度和对应起球区域的面积得到毛球体积，进而结合每个起球区域对应的毛球体积得到整体织物的起球程度，其中，为起球区域的数量，为第个起球区域对应的毛球体积，最终根据整体织物的起球程度确认织物的质量。
[0038]
综上所述，本发明实施例提供了一种基于灰度游程矩阵的织物起毛起球检测方法，采集织物图像以得到灰度图像，对灰度图像进行二值分割和灰度级量化分别对应得到二值化图像和量化灰度图，根据二值化图像中确认的第一疑似起球区域获取量化灰度图中的第二疑似起球区域，由第二疑似起球区域的阴影区域计算其尺度特征值，基于灰度游程矩阵分析第二疑似起球区域的纹理特征值，结合尺度特征值和纹理特征值确认起球区域，结合每个起球区域中对应毛球的体积确认整体织物的起球程度。结合毛球的阴影特征和纹理特征准确确认起球区域，使得根据起球区域中的毛球体积进行起球程度的评判更加严谨。
[0039]
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0040]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
[0041]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。