機器視覺代替人體視覺在紡織檢測中的應用

摘要：人們從外界環境獲取的信息中，80％來自于視覺，其他來自于觸覺、聽覺、嗅覺等感覺器官。機器視覺就是用計算機模擬人眼的視覺功能，從圖像或圖像序列中提取信息，對客觀世界的三維景物和物體進行形態和運動識別。本篇主要談論機器視覺代替人體視覺在紡織檢測中的應用。

關鍵詞：機器視覺；識別；匹配

中圖分類號：F49 文獻標識碼：A DOI：10.3969/j.issn.1672-0407.2012.01.024

文章編號：1672-0407(2012)01-059-02 收稿日期：2011-11-20

一、機器視覺的研究內容

人們從外界環境獲取的信息中，80％來自于視覺，其他來自于觸覺、聽覺、嗅覺等感覺器官。當人們的眼睛從自己周圍的環境獲取大量信息，并傳入大腦后，由大腦根據知識或經驗對信息進行加工、推理等處理工作，最后識別、理解周圍環境，包括環境內的對象物，如運動物體與物體間的相對位置、形狀、大小、顏色、紋理、運動還是靜止等。機器視覺就是用計算機模擬人眼的視覺功能，從圖像或圖像序列中提取信息，對客觀世界的三維景物和物體進行形態和運動識別。機器視覺研究的基本目的--就是要尋找人類視覺規律，從而開發出從圖像輸入到自然景物分析的圖像理解系統。對于機器視覺系統來說，輸入是表示三維景物投影的灰度陣列(可以有若干個輸入陣列)，這些陣列可提供從不同方向、不同視角、不同時刻得到的信息。通常這些描述是關于物體的類別和物體間的關系，但也可能包括如表面空間結構、表面物理特性(形狀、紋理、顏色、材料)、陰影以及光源位置等信息。目前許多機器視覺專家都是在馬爾(Marr)創立的視覺計算理論框架下求索。

二、機器視覺與人類視覺的差異

對于人的視覺來說，由于人的大腦和神經的高度發展，其目標識別能力很強。但是，人的視覺也同樣存在障礙，例如，即使具有一雙敏銳的眼睛和極為高度發達頭腦的人，一旦置于某種特殊環境(即使曾經具備一定的檢驗知識)，其目標識別能力也會急劇下降。事實上人們在這種環境下，面對簡單物體時，仍然可以有效而簡便地識別，而在這種情況下面對復雜目標或特殊背景時，才會在視覺功能上發生障礙，兩者共同的結果是導致目標識別的有效性和可靠性的大幅度下降。將人的視覺引入機器視覺中，機器視覺也存在著這樣的障礙。它主要表現在3個方面。

(1)如何準確、高速(實時)地識別出目標；

(2)如何有效地增大存儲容量，以便容納足夠細節的目標圖像；

(3)如何有效地構造和組織出可靠的識別算法，并且順利地實現。前兩者相當于人的大腦這樣的物質基礎，這期待著高速的陣列處理單元以及算法的新突破，用極少的計算量以及高度地并行性實現功能。

三、機器視覺檢測中幾種基本技術

(一)訓練系統

先將參考織物或圖片的圖像輸入微機圖像處理系統，選擇并計算可表示圖像特征的參數，以確定疵點或圖形的分類指標，如灰度級，疵點或圖形的面積，疵點在經緯向尺寸、形態等，是系統獲得這些指標的標準。然后將所測試的織物輸入，計算其各點灰度值及一些需比較的特征參數與標準比較，確定疵點或圖形分類。

(二)樣板匹配

求得某一圖像哪一部分對應另一圖像的哪一部分時或比較兩幅圖像的相似度時，采用樣板樣匹配的方法。一般將樣板t(x，y)，令其中心與圖像的一點(i，j)重合，逐點檢測，找出差距小于閾值的部位，定位相同或相似的，大于閾值的部位，定為不同或不相似的點。

(三)二值化處理

為將圖形與背景分離，根據灰度值確定一定灰度域值。將灰度值大于此域的點置為1，小于此域值的點為0。使圖像變為黑白二值圖像，便于圖形特征測量和結構分析描述。

(四)腐蝕和膨脹

腐蝕可使輪廓邊界收縮，膨脹可使輪廓邊界膨脹，腐蝕和膨脹的不同組合，不同處理次數，可以得到不同的圖形效果，如使圖像中的小孔使之檢測出來或使之消除。

(五)細線化

對給定的圖形使之細化，從而提取線寬為l的中心線的操作。在細線化中，不改變原圖的連接性，使圖形骨架輪廓結構清晰，便于計算，不會因邊界上的小凹凸而產生毛刺。在計算非織造布纖維取向度是用此法處理。

(六)紋理分析

在分析縐組織的縐效果或羊絨的鱗片結構時，須用紋理分析的方法。紋理分析內容包括：紋理特征的計算微粒區域的分割與紋理邊緣的檢測。

具體可以解決的問題如：

1.紡織布料識別與質量評定；

2.織物表面絨毛鑒定；

3.織物的反射特性；

4.合成紗線橫截面分析；

5.緲線結構分析等；

6.此外還可用于織物組織設計、花型紋板、棉粒檢測、分析紗線表面摩擦等。