一种对于纱线检测的纱线分割方法与流程

1.本发明涉及数据处理领域，具体为一种对于纱线检测的纱线分割方法。


背景技术：

2.在纺纱过程中棉结是成纱质量的一个重要指标，棉结不仅会在织造过程中导致断头和断针，而且会使得织造成的布面质量差，出现布面破洞等负面影响。对于成纱中的严重疵点需要在进入络筒工序前进行疵点区域裁剪并且将两端重新加捻。现有的纱线节疵检测主要是通过电容式纱疵分级仪进行纱线的评定，在相同的电介质连续通过检测器时，电容量的变化率呈一定的关系，而带检测纱线以设定的速度通过检测器时，通过空气电容传感器进行检测，纱线质量的变化即转换为电容量的变化。将电信号经过大量的运算得到纱线的质量检测结果。
3.随着数字图像处理方向技术的发展，通过图像出来来进行纱疵检测相较于之前的电容传感器检测方式成本会更低，而且检测的精度也会更高一些。在布匹的疵点检测中，数字图像处理的运用就会更多一些。对于疵点的图像分割常使用阈值分割与基于区域生长法的分割方法。因为纱线与布匹的疵点检测特征不同，在纱线的纱疵检测中需要先对纱线检测图像进行分割，将同一张图像中的带检测纱线进行分割，再进行纱疵检测。在纱线的分割中如果仅使用阈值或是区域生长法进行分割，无法将一些相邻纱线的棉结进行分割，从而判断纱线各自的质量情况。


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对于纱线检测的纱线分割方法，所采用的技术方案具体如下：本发明提供的一种对于纱线检测的纱线分割方法，包括以下步骤：获取纺纱过程中纱线进入络筒前的检测图像，转换为灰度图像；通过簇类分析方法对灰度图像进行粘连分析处理，获得粘连区域的分割结果；根据分割结果进行纱疵检测；其中的粘连分析处理具体为：通过对灰度图像进行聚类，得到不同的簇类，并对簇类进行分析，确定粘连区域；计算粘连区域的每一行像素点的行分割程度以及每一列像素点的列分割程度；将所有行的行分割程度以及所有列的列分割程度求和，得到粘连区域的分割结果。
5.优选地，确定粘连区域的具体过程为：对灰度图像进行第一次聚类，得到簇类；并确定簇类中表示纱线的一种簇类；对表示纱线的一种簇类进行连通域检测，得到该簇类的连通域，根据连通域中像素点判断所述连通域是否粘连，得到粘连区域。
6.优选地，在确定粘连区域之后，还包括对所述粘连区域继续进行第二次聚类，根据
第二次聚类的簇类结果，得到粘连区域的粘连程度；根据粘连程度，计算计算粘连区域的行像素点的行分割程度以及列像素点的列分割程度。
7.优选地，所述行分割程度为：其中，e为自然常数，表示当聚类的值发生变化时第行像素点数量的变化，表示位于上方的纱线下边缘的列坐标，数值的获取可以通过行的像素点数量曲线获得，表示位于下方的纱线的上边缘的列坐标，表示当从到时第行像素点的变化程度。
8.优选地，所述粘连程度为 其中，，表示中每一行像素点数量中的最小值，表示第行中纱线簇类的像素点数量，表示位于上方的纱线的下边缘的列坐标，表示位于下方的纱线的上边缘的列坐标，表示中每一行像素点数量的均值，表示两条粘连纱线的粘连程度。
9.本发明的有益效果：本发明的方案，通过对获取的灰度图像进行聚类分析，确定粘连区域，并对粘连区域继续进行聚类分析，能够得到行分割程度以及列分割程度，进而能够得到灰度图像的分割结果；即通过多次聚类分析能够准确地确定在粘连区域，继而确定灰度图像的分割结果，有利于后续的纱疵检测。
附图说明
10.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。
11.图1是本发明的一种对于纱线检测的纱线分割方法的流程图；图2是纱线检测图像；图3是第一次聚类之后的二值图像的平滑处理后的曲线；图4是k=2时的纱线簇类的图像；图5是k=3时的纱线簇类的图像；图6是k=4时的纱线簇类的图像；图7是获取粘连区域列区间是的时的二值图像的曲线；
图8是获取粘连区域列区间是的时的二值图像的平滑处理后的曲线。
具体实施方式
12.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，对依据本发明的方案，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。
13.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。
14.本发明所针对的具体场景为：在纺纱的过程中进行纱疵检测时存在相邻的纱线或是相邻纱线的棉结出现粘连的情况，对于粘连情况的纱疵检测无法确定纱疵属于哪一个纱线。对这种粘连情况进行分割可以保证纱疵检测的准确性。需要说明的是，纺纱可以概括为四个基本过程分别为：开松，梳理，牵伸，加捻。纺纱是一个多步骤的过程，每一个过程中出现的小问题都会对最后形成的纱线质量造成影响。其中棉结是纱线中存在的主要纱疵问题。在经过四个基本步骤之后会将纱线送入络筒工序，将纱线缠绕于络筒送到下一步织布环节。在进入络筒工序之前需要对纱线做一次纱疵检测。在检测到严重疵点时需要将纱疵段进行裁剪，并将裁减的两端重新进行接捻。从而去除纱疵的影响。本发明所获的的图像就是在进入络筒工序之前的纱疵检测图像。具体地，本发明提出的一种对于纱线检测的纱线分割方法的实施例，请参阅图1所示，包括以下步骤：步骤1，获取纺纱过程中纱线进入络筒前的检测图像，转换为灰度图像。
15.本实施例中获取的是进入络筒工序之前的纱疵检测图像，并对其进行灰度化处理，得到灰度图像。
16.对于纱疵检测图像因生产线的规模会有差异，不过对于每一根纱线所在检测图像中的位置是固定的，所以对于多纱线在同一个黑色背板上进行纱疵检测时，按从下至上的顺序将其根据位置两两进行分析，如图2所示，此时，如果将此粘连图像进行纱疵检测，会出现无法判断纱疵出现在哪一根纱线的情况。对此，获取纱疵检测图像的灰度图像，将其进行后续步骤以解决此问题。
17.步骤2，通过簇类分析方法对灰度图像进行粘连分析处理，获得粘连区域的分割结果。
18.本实施例中，首先对纱线检测的灰度图像进行粘连分析，即通过时的k-means聚类结果分析纱线的粘连情况。可以将时的k-means聚类结果看作是一个自适应的灰度图像二值化过程。如果相邻的待检测纱线出现粘连情况，那么可以通过二值化之后图像的连通情况来进行判断，得到两种不同聚类的结果，即簇类表示纱线部分的像素点，使用簇类c2表示背景部分的像素点。
19.其次，在聚类结果所获的簇类中确定表示纱线的簇类：对簇类中的像素点进行连通域计算，通过形成的连通域数量与连通域的面积判断是否存在粘连。具体步骤如下：对聚类之后的二值图像做行和曲线并进行平滑处理，可以得到如图3所示的曲线，其中曲线中
波动对应位置的簇类点即为代表纱线的簇类。在后续描述中使用表示纱线的簇类。
20.计算簇类中的连通域，将簇类中形成的连通域记为：。需要通过连通域来进行粘连判断。已知的是，如果簇类中存在两个像素点数量相近而且较多的连通域，则将其判定为无粘连，如果簇类中只存在一个像素点数量较多的连通域，则将其判定为存在粘连。在上图中确实会存在一些飞花形成的噪声点，但是因为像素点数量很少，所以并不会影响判断。对此可以比较随意的设定一个像素点比例阈值，如果连通域的像素点在簇类像素点中的占比超过则可将其认定为有效的连通域。
21.上述中的的阈值可以根据情况设定，目的是排除一些因飞花造成的噪声影响。同时，上述中的飞花主要由短纤维组成。因为车间中有气流，会将一些漂浮的短纤维吹落在整个纺纱过程中，在纱疵检测中会对检测结果造成影响，所以在本步骤检测到一些异常连通域时，将其进行删除，可以在后续检测步骤中减少飞花的影响。
22.其具体的判断方式为：1.如果仅存在连通域的像素点数量占比大于像素点的占比阈值，则判定为有粘连。
23.2.如果存在两个连通域的像素点数量占比大于占比阈值，则判定为无粘连。
24.3.如果存在两个连通域以上的像素点占比大于占比阈值，则判定为无粘连但是有细节。
25.本发明的重点在于当粘连检测判定为有粘连时，如何解决粘连情况。所以在进行检测之后对于有粘连的图像进行下一步的分析。
26.因此，本实施例中将纱线灰度图像通过聚类后的连通域处理，得到图像中是否存在粘连情况。
27.之后，对确定粘连的图像进行不同k值的k-means聚类，根据簇类结果获取粘连区域的分割。
28.具体地，本实施例中，对于时的聚类分割结果所判定的粘连图像一定是存在粘连的，但是两条线中间的棉结或是其他情况所造成的粘连程度在不同的图像中是不一样的。有一些可能是只有一个点相连而导致判定为粘连图像。所以在分析其簇类中像素点的特征之前，还需要针对粘连程度做出判断。
29.其中，粘连程度的获取过程为：对于两条线的粘连程度，可以通过两条纱线之间的行像素点最少的像素点数量进行表示。即，如果两条纱线之间在图像中的所有行中，第行的像素点数量是最少的。那么就可以通过最少的像素点数量对粘连程度进行表示；因为像素点数量最少的行中的连接点最有可能是两条纱线的分割线。需要说明的是，此步骤中的像素点数量指的是属于纱线簇类的像素点的数量。
30.具体地，计算上方纱线下边缘到下方纱线上边缘之间每一行的像素点数量，记为；从中选择最小的一行，将其记为。
31.通过对于两线之间所有行像素点数量的均值占比来判断，通过比值来表示粘连程度。即粘连程度计算方式如下：其中：公式中，表示中每一行像素点数量中的最小值，表示第行中纱线簇类的像素点数量，表示位于上方的纱线的上边缘与下边缘的列坐标，数值的获取可以通过行的像素点数量曲线获得，表示位于下方的纱线的上边缘与下边缘的列坐标，获取方式同上，表示中每一行像素点数量的均值，在此作为衡量粘连程度的标准，表示两条粘连纱线的粘连程度。
32.至此，两条粘连纱线的粘连程度获取完成。
33.在获取到粘连程度之后，可以根据实际的纱疵检测需要，给出一个粘连程度阈值，根据纱线棉结所带来的影响，将的值设置为，即如果粘连程度小于该阈值时，可以直接将所对应的行作为分割行，并以此作为分割建议，得到分割结果。由于在纱疵检测中对于不同纤维制品的检测标准不同，比如无需进行严格纱疵检测的麻纤维纱线，就可以将该粘连程度阈值设置的高一点，从而进行简单分割，而后进行下一步的纱疵检测。
34.对于粘连程度高于的纱线，则需要进行多k值的k-means聚类来进行簇类像素点的信息分析，得到分割结果。
35.由于粘连区域灰度值信息的不均匀，本实施例中通过设置簇类的不同k值，是为了进行区域灰度值的更细致的划分；通过这个粘连区域中的灰度值信息进行辅助判断，所以在的k-means聚类之后要进行的k-means聚类，在获取了时的k-means簇类之后，仍然需要去确定表示纱线主体的簇类，具体确定过程与上述确定方式相同。在确定了时的纱线簇类后与时的纱线簇类进行对比，为方便表示使用表示不同值时的纱线簇类。对于这些表现纱线的簇类，通过簇类中纱线粘连区域的变化来对粘连区域进行分割分析。
36.其中图4、图5和图6分别为在时纱线簇类的图像表示（从上到下的顺序），此处展示图像仅为了更好地帮助理解。
37.本实施中，在对粘连区域进行分割判断时，需要将中间的粘连区域当作一个独立的区域，之后通过簇类的变化，判断将粘连区域如何划分给两侧，即引入判断标准的第一
个
‑‑
连通程度。连通程度指的是如果将中间的粘连区域作为一个独立的存在，那么粘连区域与两侧的纱线就会有各自的连通程度；计算粘连区域中每一个像素点的连通程度用以判断像素点的分割结果。对于值的变化，使得当值增大到两条纱线出现分离位置，以此值作为的最大值。
38.确定粘连区域像素点初始的分割程度：设定粘连区域中每一个像素的初始分割程度为。通过后续分析像素点的变化情况，簇类中信息的变化来对分割建议程度进行改变，找到分割建议程度最高的点来对图像进行分割。
39.首先，计算值发生变化时行像素点数量的变化。
40.对于粘连区域计算每一行在不同k值的纱线簇类中的像素点数量。对于不同k值纱线簇类中的行像素点数量将其记为：。表示当时粘连区域第行的像素点数量。
41.其中，表示当时粘连区域的第行的像素点数量，表示聚类的值，：表示当值发生变化时第行像素点数量的变化，根据所有行的像素点数量的变化确定变化程度。
42.在值发生一次变化时，提取出在这一次变化中所有行的像素点数量变化情况，根据所有行的数量变化来判断在这次变化中每一行中所有像素点所对应的单次分割程度。
43.其中，表示当值发生变化时第行像素点数量的变化，表示位于上方的纱线的上边缘与下边缘的列坐标。数值的获取可以通过行的像素点数量曲线获得，：表示位于下方的纱线的上边缘与下边缘的列坐标，表示当从到时第行像素点的变化程度。
44.此处将变化的大小归一化成为一个分割程度，此处获得的分割程度是指在一次值变化中所产生的分割结果。
45.根据所有的簇类变化信息获取像素点的行信息分割结果：对于像素点所在行中的像素点数量变化带来的可能性差异进行累加，并基于初始的可能性计算通过值变化带来像素点可能性差异之后的分割建议程度。
46.其中，表示当从到时第行像素点的单次分割建议程度，表示聚类中值的最大值，表示最后计算出的像素点对于其初始所属纱线的分割建议程度。
47.在此为了方便与列的分割程度的区分表示，将由行信息得到的分割程度记为，至此获得了在粘连区域中根据行的像素点变化计算出来的分割建议程度。
48.在这里对列的像素变化信息的获得方式仅介绍列的粘连区域区间与粘连区域中像素点针对于列区域的初始分类。
49.本实施例获取粘连区域列区间，即通过对于时的二值图像做列和曲线，并进行曲线平滑，如图7和图8所示，根据最大波峰的左右两侧起始点与结束点获取粘连区域的列区间。
50.在根据粘连区域的行像素点变化情况分析出像素点的分割程度之后，还是通过这个过程来计算对于列像素的变化所带来的分割程度；这样根据行信息获得的分割程度与列信息获得的分割程度综合计算就可以获得每个像素点的分割结果。
51.在对于列中像素点变化的变化程度获取，其影响的是每一个行像素点的判断。所以在获得分割结果时，在与上述过程相同的计算过程中获取列像素点的分割程度，记为：，对于每一个像素点的综合行列所得的分割程度记为。
52.步骤3，根据分割结果进行纱疵检测。
53.本实施例中根据步骤2中的分割结果，进行行检测图像粘连区域的分割处理，得到分割检测图像，并进行纱疵的检测。
54.因为对于纱线图像的粘连区域的划分应该是横向的，所以对于所获得粘连区域每个像素点的分割建议程度，选择每一列中的最大值连城一条分割线对粘连区域进行分割。
55.在此之后，对根据此方法分割好的纱线图像进行棉结检测，即可得到不受粘连影响的纱疵检测结果。
56.本实施例的方案根据获取到的粘连区域分割建议对粘连区域进行分割，能够带来的好处:通过分析到的特征对粘连区域进行分割，可以在出现粘连时将其进行分割，从而获得正确的纱疵检测结果。
57.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精神和范围，均应包含在本技术的保护范围之内。