基于MATLAB圖像處理的棉纖維成熟度檢測系統的開發

周 鐳

(1.山東省紡織科學研究院，山東 青島 266032；2.山東省特種紡織品加工技術重點實驗室，山東 青島 266032)

基于MATLAB圖像處理的棉纖維成熟度檢測系統的開發

周 鐳1,2

(1.山東省紡織科學研究院，山東青島266032；2.山東省特種紡織品加工技術重點實驗室，山東青島266032)

中腔胞壁對比法測試棉纖維成熟度是以單個、手工、目測為特點的傳統檢測，顯著不足是單一、目測、效率和精度低。本文使用計算機圖像分析技術開發了棉纖維成熟度檢測系統，實現了基于棉纖維的顯微圖像自動測試棉纖維中腔胞壁對比的圖像分析法。與傳統的中腔胞壁對比法比較圖像分析法具有若干優點，為今后客觀檢測的發展提供了一定參考。

棉纖維；成熟度；中腔胞壁對比；圖像處理

棉纖維成熟度是棉纖維內在質量的一項綜合性指標，是決定紡紗工藝流程與成品質量的重要因素。棉纖維成熟度在棉花品級評定和生產配棉中都是重要的檢驗項目。棉纖維成熟度檢測方法分為直接法和間接法兩類。間接方法是檢測出一些參數，再通過公式換算得到成熟度，間接法不能直觀地表示成熟度，數據依靠換算得出，準確性一般[1]；直接方法是按照定義直接檢測成熟度，傳統的直接方法，如中腔胞壁對比法，雖然能直接測試成熟度，但完全由人工借助生物顯微鏡進行，速度慢，測試根數少。

目前，借助顯微鏡觀察的中腔胞壁對比法是以單個、手工、目測為特點的傳統檢測，顯著不足是單一、目測、慢速、低精度。20世紀90年代以來，計算機視覺與圖像處理分析技術的發展逐漸改變了傳統的手感目測或儀器測量等方法，成為解決人工目測為客觀檢測的發展方向。本文以計算機視覺模仿人工對棉纖維成熟度中腔胞壁對比法的檢測原理，針對棉纖維縱向的顯微圖像，利用MATLAB開發了一套棉纖維成熟度測試的教學用實驗系統，旨在使傳統中腔胞壁對比法檢測棉纖維成熟度發展為圖像分析法，以提高測試效率和精度。

1 系統組成

本文研究的棉纖維成熟度測試以棉纖維縱向圖像為基礎進行，因此需要纖維圖像自動采集和識別系統獲取棉纖維的高清圖像。東華大學的纖維圖像自動采集和識別系統平臺采用美國Labomed光學顯微鏡作為圖像采集的基礎系統。Labomed光學顯微鏡裝配內置200萬像素數碼攝像機，并裝配R232可編程控制三維自動載物臺，采用步進電機驅動精密絲桿傳動，實現平臺在xyz三個方向高精度的移動。該纖維圖像自動采集系統平臺的主界面由菜單欄、工具欄、視頻窗口、控制面板和視頻縮略圖五個部分構成。平臺移動控制面板提供了三維載物臺的控制功能，包括相關基礎控制和能夠實現復雜功能的控制。這套系統十分適合完成棉纖維圖像的視頻觀察、采樣和存儲。圖1為纖維圖像自動采集系統硬件配置。

圖1 纖維圖像自動采集系統硬件配置

圖2為運用MATLABR2012編程語言自行開發的可實現圖像預處理、特征值提取、結果輸出的軟件系統。

圖2 棉纖維成熟度測試教學實驗系統工作界面

2 試驗

2.1制樣

首先在載玻片的兩邊涂上膠水，將試樣纖維進行手扯，將纖維理順，再將纖維手扯到載玻片上，并將纖維兩端用膠水固定，要求纖維在切片上平行順直地排列，并且以纖維之間有間隙不粘連為宜。此外還要保證纖維切片的清潔性，避免因制片的污漬太多而造成采集的纖維圖像中有較多陰影干擾，導致后期圖像處理的工作量增加。

2.2圖像采集

為了獲得高質量和高清晰度的圖像，經試驗對比，選用目鏡10×物鏡40的放大倍數，棉纖維的細觀結構最為清晰；為了便于后續圖像處理，棉纖維的中腔與胞壁的對比度盡量大，故圖像采集時透射光強度要稍低。將樣品載玻片置于顯微鏡下，點擊鼠標調節焦距(調z向)、更換不同纖維(調x向)、尋找測試部位(調y向)，獲取清晰度的圖像，以BMP格式保存在文件夾內。

2.3圖像處理

采像過程中，光學系統不均勻性及因試樣厚薄不均造成的聚焦不準確等問題，均可能造成圖像對比度不足和纖維輪廓鈍化，使圖像中的細節分辨不清。圖像處理的目的是通過一系列的技術提高圖像的清晰度，突出纖維的輪廓特征信息，便于二值分割后的特征提取、識別和幾何參數的測量。

2.3.1RGB圖像轉換為灰度圖像

彩色圖像轉換為灰度圖像可使圖像由三維空間降為一維空間，簡化了數據和算法。RGB圖像的灰度化采用選取像素F(i，j)的R、G、B分量的亮度加權均值作為該像素的灰度值，常用的計算公式如下：

Fg(i，j)=0.299*R(i，j)+0.587*G(i，j)+0.114*B(i，j)

(1)

RGB圖像轉換為灰度圖像可調用MATLAB中IPT中的rgb2gray函數，圖3(1)為轉換后的灰度圖像。

2.3.2對比度拉伸

從圖3(1)可以看出在曝光不足的情況下，圖像灰度可能會局限在一個較小的范圍內，采用對比度拉伸處理能使圖像中物體的對比度更加明顯，加大了纖維細胞壁與中腔以及背景的對比度。對比度拉伸需要用到MATLAB中的imadjust函數，此函數能將原圖的對比度進行線性調整，將原圖的像素按比例放大映射到0～255范圍中。圖3(2)為對比度線性調整后的圖像。

2.3.3棉纖維的目標識別與自動截圖

因為一幅圖片的幅寬很大，在圖片中會存在很多雜質、短纖維等許多與試驗無關的影響因素，對后期圖像分割并自動確定閾值形成干擾。自動尋找纖維并剪切另成圖像可以減少這種干擾，確保后期處理、計算的精準性。

首先我們利用find函數找出圖像中值為1的點，這些點即涵蓋了棉纖維所在位置，代碼如下：

[r,c]=find(x==1);

然后，標定出這些點里面橫坐標最小的點與橫坐標最大的點，易知這兩個點便是棉纖維的橫向邊界點。代碼如下：

[idx1,val1]=min(c); %確定圖像左側邊界

[idx2,val2]=max(c); %確定圖像右側邊界

最后進行切割，此處為避免損傷纖維，我們將右側邊界點加上一定系數，代碼如下：

x=x(:,idx1:idx2+5) %圖像切割

figure,imshow(x)

圖3(3)為自動截圖棉纖維圖像。

2.3.4閾值分割

用幾何學中的概念進行分析和特征描述，二值圖像要比灰度圖像方便得多。所以，特征提取前要進行二值化。圖像二值化就是用0表示背景，用1表示對象。按照閾值T來分割圖像，低于T的像素被置為0，高于T的像素被置為1。圖像二值化的關鍵是閾值T的選擇。此過程用MATLAB中的graythresh函數來實現。graythresh函數可以對圖像以OTSU[2]算法進行閾值分割。OTSU算法是由日本學者大津展之于1979年提出的，是一種確定圖像閾值的方法,又叫大津法。它將圖像按灰度特性分成目標和背景兩部分。目標和背景之間的類間方差越大，表示兩部分的差別越大，當背景被錯分為目標或者目標被錯分為背景都會導致兩部分差別變小。因此，使類間方差最大的分割意味著錯分概率最小。圖3(4)為得到的棉纖維二值圖像。

2.4特征提取

從圖3(4)中可以看出，中間黑色部分為中腔，兩側白色部分為胞壁，最外側黑色部分為邊界。因此只需要測出中間黑色部分的長度以及兩側白色部分的長度便可求出棉纖維胞壁與中腔的比值，即棉纖維的成熟度。使用bwlabel函數，它可以識別出黑色背景下的白色區域，并將其標注為1，2，3以此類推。這樣便得出了中腔所在的區域集合。代碼如下：

[L,n]=bwlabel(x); %將所選區域按黑白分塊

[r1,c1]=find(L==1); %找出左側胞壁所占的區域

[r2,c2]=find(L==2); %找出右側胞壁所占的區域

a1=max(c1)-min(c1) %左側胞壁厚度

a2=max(c2)-min(c2) %右側胞壁厚度

B=min(c2)-max(c1) %中腔寬度

2.5棉纖維成熟度的計算

利用已采集的數據，可計算出棉纖維的成熟度。計算公式為：

棉纖維成熟度S=(a1+a2)/B

(2)

綜上，從試樣制備到結果輸出，圖像分析法測試麻纖維成熟度的整個流程見圖4。

圖4 圖像分析法測試麻纖維成熟度的流程圖

3 與傳統測試方法的比較

表1是兩種方法測同一棉纖維成熟度的結果對比。從表中可以看出兩種方法所測的數據相差不大，但圖像法精度更高。如果當測試量大時，人眼疲勞所產生的誤差就會彰顯出來，而圖像法的性能卻始終如一。兩者間的比較歸納如下：

3.1圖像分析法更為簡單快速。圖像法只需要選取采集好的圖像，然后在自動處理圖像完畢后選取測試點即可完成測試。而傳統的檢驗方法需要逐根觀察，費時費力。

3.2圖像分析法可以重復測量，而傳統方法只能一次性測量。因為圖像法采集的圖像可以永久地儲存于計算機中，再次需要時可以直接調出進行測量。而傳統方法若要實現重復測試，必須保存觀察所用的玻片，除了技術上難以實現外，還會造成大量的資源浪費。

3.3圖像分析法更加精確。傳統方法只能通過人眼觀察大致估測出棉纖維的壁厚與中腔的比值。而圖像法可以根據提取的數據，直接算出棉纖維的成熟度。

3.4本文開發的系統不僅能快速、可靠地測試棉纖維成熟度、未成熟纖維含量，還可給出成熟度分布(分布直方圖)。

表1 兩種測試方法結果對比

4 結語

4.1本文在MATLAB編程語言環境中，采用圖像處理的一系列算法，實現了棉纖維的自動快速的圖像預處理、中腔和胞壁的識別提取、成熟度的計算，開發了一個基于MATLAB圖像處理的棉纖維成熟度檢測系統。

4.2該系統從圖像采集入手、設計圖像處理的系列算法、特征提取到采用MATLAB的GUI將編好的m程序封裝起來，整個測試系統的開發是一個典型的圖像處理分析技術在紡織檢測領域應用的案例，對于相關技術人員認知圖像法測試棉纖維成熟度比用傳統方法測試有若干優點，并為如何將紡織檢測中的目測主觀評價、人工檢驗或人工介入多的檢驗用圖像分析法解決，提供了實訓案例。

4.3系統源程序MATLAB m文件的開放性有利于研究人員對系統不斷地修改和優化，對加快傳統實驗手段的轉型升級具有參考價值。

[1] 張賢淼，王榮武，吳雄英.棉纖維成熟度檢測方法的研究現狀與展望[J].紡織學報，2012，33(2)：143—150.

[2] Otsu N. A Threshold Selection Method from Gray-level Histograms[J].IEEE Transactions on Systems Man & Cybernetics，1979，9(1)：62—66.

Abstract: Lumen width-cell wall thickness method for testing the cotton maturity is a traditional detecting with features of single, manual operation and visual inspection. Its significant disadvantages are single, visual inspection, low efficiency and accuracy. In this paper, a cotton fiber maturity test system was developed by using the computer image analysis technology. The system realized automatic test for lumen and cell ratio of cotton fiber based on cotton fiber microscopic image. Image analysis method has some advantages compared with traditional lumen width-cell wall thickness method. It provides references for developing objective detection.

Keywords: cotton fiber; maturity; lumen width-cell wall thickness; image processing

DevelopmentofCottonFiberMaturityTestSystembasedonMATLABImageProcessing

ZhouLei1,2

(1.Shandong Textile Research Institute, Qingdao 266032, China; 2.Shandong Province Key Laboratory of Special Textile Process Technology, Qingdao 266032, China)

TS102.2+11

B

1009-3028(2017)05-0038-04

2017-08-02

周 鐳(1961—)，男，江蘇宜興人，工程師。