基于奇部Gabor濾波器的紗管余紗量檢測

高 暢， 劉基宏

(生態紡織教育部重點實驗室(江南大學)， 江蘇 無錫 214122)

紗管分揀是細絡聯設備的一項重要功能，由于從絡筒機上退下的紗管可能出現未完全退紗的情況，因此，需要對余紗量進行檢測并根據結果分揀紗管。當前裝配了細絡聯裝置的自動絡筒機普遍采用機械式檢測裝置，通過各種形式的打手觸碰紗管來判定紗管的剩余紗量。這類方案的弊端是打手快速下落和打擊紗管表面紗線時，可能會對紗管成形和紗線品質造成不利影響。

近年來出現了非接觸式余紗量檢測方法，主要通過顏色傳感器或相機檢測紗管顏色實現數據采集[1]，處理方法包括將同類型的空管作為預設值進行比對，或者利用支持向量機或神經網絡對顏色進行劃分來提取紗線區域[2-3]。這些方案比較依賴紗管和紗線之間的色差，二者顏色相近時易誤檢，對包纏極少量紗線的殘紗管檢測效果也不理想。

為提高檢測精度，本文提出基于Gabor濾波器的非接觸式紗管余紗量檢測算法。Gabor濾波器具有帶通性和方向性，在邊緣檢測[4]、紋理分割[5]、疵點檢測[6-8]等領域已廣泛應用。綜合考慮紗管和紗線的色差以及表面紋理差異，本文利用Gabor濾波器奇部反向對稱性，設計經過參數優化的多方向多尺度濾波器組對二維圖像信號進行過濾，提取包纏紗線部分的邊緣，計算紗管余紗量。

1 實驗裝置

圖像采集系統包括CMLN-13S2C-CS型相機、(NanGuang CN-Lux560 LED)光源、遮光板等。相機曝光值為1/60 s，感光度為64，鏡頭高度與紗管中部平齊且可捕捉到整只紗管。紗管后方用黑色面板遮擋，光源色溫為5 600 K。選用高度為 210 mm塑料壁細紗管(有金屬底座)，卷繞18.2 tex棉紗，紗管固定在底座上，通過由步進電動機驅動的傳送帶送入畫面以模擬實際場景。實驗平臺系統示意圖如圖1所示。利用OpenCV編寫用于圖像處理和輸出響應測試的程序。

圖1 圖像采集裝置示意圖Fig.1 Diagram of image acquisition device

2 檢測算法

系統采樣區被限定在背景面板有效遮擋的區域內，檢測到有紗管進入后，對圖像進行裁剪、閾值分割以及傾斜角度校正，在圖像中將紗管矯正至豎直形態；隨后用紗管主干區域提取方法將圖像縮減至一個僅包含紗管和紗線的矩形；利用極大響應的奇部 Gabor 濾波器濾波，提取管壁上繞紗部分的邊緣；最后根據各個邊緣之間的距離確定余紗量，為紗管分揀提供依據。算法流程如圖2所示。

圖2 檢測算法流程圖Fig.2 Flow chart of detection algorithm

2.1 圖像采集與分割

受紗管從絡筒機各個錠位退出時間、紗管分揀耗時等因素影響，細絡聯設備分揀裝置處經常會出現紗管排隊等待或無紗管的情形。實驗裝置對此類情形進行了模擬，將檢測場景分為無紗管、單紗管和多紗管3種，并采用隊列數據結構存儲紗管信息；系統對相機拍攝的每一幀畫面進行裁剪，去除紗管底座，隨后進行固定閾值分割：如果沒有檢測到足夠大的前景連通域，說明沒有紗管；如果檢測到1個或多個前景連通域，則按其進入檢測區順序編入隊列，逐一進行余紗量檢測。

每個連通域檢測完成后被標記為已處理狀態，并且不再在后續畫面中被重復檢測。當1個紗管離開檢測區后，隊列中相應的數據和存儲空間也被釋放，以供后續紗管使用。圖3為上述流程示意圖。

圖3 多紗管圖像的分割與數據存儲Fig.3 Segmentation and data storage of bobbins

2.2 提取紗管主干區域

經過分割后的圖像每個連通域內包含1個紗管。紗管在運動狀態下自身可能未保持豎直，采用最小二乘法求解線性回歸方程，獲取管紗傾斜角度[9]。斜率k計算公式為

(1)

取分割圖中全部前景點的坐標值代入公式，計算擬合直線斜率。將直線斜率轉換為角度后旋轉整個分割圖，從而將紗管調整至平直狀態。

為提高濾波效率，需進一步縮減校正后的圖像，將感興趣區域限定為紗管主干區域，即包含紗管管體、高度略小于紗管高度、寬度略小于紗管直徑的矩形。圖4示出圖像中前景點分布曲線。通過對前景區域的逐列掃描可知：管體覆蓋的各列前景點占比較高；而紗線部分呈現梭形，寬度超出紗管直徑部分的像素點集在其所在列占比迅速降低。基于這一變化，對圖像各列前景點占比設定閾值，高于閾值即視為紗管主干區域。實驗中閾值設置為 0.9。

圖4 前景點分布統計與主干提取Fig.4 Distribution of foreground pixels and extraction

2.3 奇部Gabor濾波提取紗線邊緣

二維奇部Gabor濾波器的定義為

(2)

式中：G為濾波器函數；(x,y)為點坐標；σ2為高斯分布方差；ω為中心頻率；ψ為正弦函數相位；γ為二維高斯函數空間縱橫比。二維濾波器具有方向性，(x,y)通常表示旋轉后的轉化坐標，因此還需引入角度參數θ。一般令γ=1，ψ=0是較為合理的濾波器參數設置[5]，因此將公式簡化為

(3)

式(3)是具有高斯分布加權的正弦平面波，其對軸線x=0處的梯度變化形邊緣具有良好的響應效果。二維奇部Gabor濾波器的波形和輸出響應隨σ(高斯分布標準差)、ω和θ的變化而改變，結合其帶通特性，需根據細度大小采用多中心頻率和多方向的濾波器組處理輸入信號，使得濾波器對紗線邊緣產生較大響應，同時抑制其他紋理。

σ和ω決定了奇部Gabor濾波器的波形，二者乘積不變時，中心頻率大小僅會影響有效響應區域面積，而波形保持不變。圖像中單根紗線的細度在3～6像素之間波動。綜合上述因素，設計了由中心頻率相同的濾波器構成濾波器組，每組內包含不同方向濾波器。實驗中設置σω為1.3，角度選取±90°，組數設置為3，中心頻率分別選擇2.4、3.4和4.8。

濾波器組對RGB各通道分量分別作卷積，同一中心頻率不同方向取極大值，不同中心頻率間取極小值，構成濾波輸出。濾波器處理效果如圖5所示，濾波器經參數優化后可抑制管壁紋理，同時增強紗線灰度梯度。

圖5 不同余紗量紗管濾波檢測Fig.5 Inspection of bobbins of different remaining amount of yarn. (a) Main part of bobbins; (b) Filtering; (c) Inspecting

2.4 余紗量檢測

紗管上的紗線呈纏繞形態，其濾波響應的連通域能夠貫穿圖像，利用這一特點可提取出繞紗部分。對各通道做最大類間方差閾值分割，如果為前景點則對其進行連通域查找，若其連通域邊界達到另一側邊緣列則認定為紗線響應區域；之后合并三通道連通域，若2個連通域距離小于3σ則合并為1個。在獲取的響應區域中取相距最遠的2組，二者之間區域即認定為纏繞紗線區域。定義紗管余紗量為H，其計算公式為

H=N/w

(4)

式中：N為纏繞紗線區域像素總數；w為紗管主干區域寬度。H代表了纏繞紗線區域的高度，H=0時管紗被判定為空管，H>0時可根據其大小進一步將管紗歸類為殘紗管、半滿管或滿管。圖5(c)示出余紗量檢測結果。可以看出，算法對不同余紗量紗管均可做出準確檢測。

3 參數討論

3.1 紗管主干區域閾值設定

為確定最佳閾值，選取了各種顏色和余紗量紗管圖像共計189張，分別記錄選取不同閾值處理后提取區域面積的變異系數、提取區域濾波運算速度和檢測正確率，測試結果如表1所示。

表1 主干區域閾值測試Tab.1 Test of threshold for main part detection

紗管主干區域閾值決定了濾波圖像大小：閾值過高時，裁剪區域面積變化幅度大，檢測魯棒性差，紗管主干區域結果易受噪聲干擾；閾值過低會降低運行效率，同時裁剪區域過寬會導致背景點進入選區，誤檢數大幅提高。綜合考慮正確率與濾波穩定性，閾值設置為0.85或0.9較為合理。

3.2 濾波器波形優化

為強化奇部Gabor濾波器的邊緣檢測效果，需要使其波形在軸線x=0處具有更顯著的階躍特性[10]。這種階躍也使得濾波器G(x,y)具備更大的輸出響應。令E為G(x,y)中心軸線一側的響應積分：

(5)

對其做積分運算可得：

(6)

式中：E表示Dawson積分；I(·)表示取函數虛部；ierfi(·)表示誤差函數。式(5)說明若σ已知，則E隨ω呈現Dawson分布。Dawson積分拐點約出現在0.924 14，可知E最大時有：

σ≈1.306 9/ω≈λ/4.808

(7)

圖6示出測試圖像濾波輸出響應隨λ/σ的變化曲線。可以看出，實際峰值出現于λ/σ=4.808附近，響應曲線與理論值基本一致。

圖6 輸出響應隨λ/σ變化曲線Fig.6 Response curve based on λ/σ. (a) Original image; (b) Response curve

3.3 濾波器角度選取

圖7示出奇部濾波器輸出響應隨θ的理想變化曲線，當θ=90°時，濾波器取得最大響應。為論證理論結果，選取0°～180°，以30°為間隔，共計7個角度的濾波器對測試圖像濾波，其響應輸出如圖7所示。可見，濾波器軸線與階躍邊緣線重合時為濾波效果最好，對于處于豎直狀態的紗管而言，θ取90°和中心對稱角度270°，2個角度已足以產生理想的濾波效果，過多不同方向的濾波器將降低運行效率，增加噪聲。

圖7 輸出響應隨 θ 變化曲線Fig.7 Response curve of filtering based on θ

3.4 濾波器中心頻率選取

將單紗沿長度方向微分，每段均可視為沒有彎曲的平直紗段，此時需要考察寬度為d的有限寬度模型的濾波輸出響應變化規律。在波形固定的條件下，僅需要考慮σ與d的關系。圖8(a)示出了濾波器關于σ/d的理論輸出模型，濾波器參數σω=1.306 9，θ=90°。由圖可知，中心頻率為σ的濾波器的最佳響應寬度為d=σ/0.81。圖8(c)示出最適中心頻率濾波效果。作為參照，圖8(a)中σ過小導致濾波效果不明顯，未能檢測出紗線；圖8(d)中σ過大，濾波器最佳響應寬度超過紗線直徑，導致噪聲過多。

圖8 輸出響應隨σ/d變化曲線Fig.8 Response curve based on σ/d. (a) Response curve； (b) σ=0.4d； (c) σ=0.81d； (d)σ=1.5d

4 結束語

本文對基于Gabor濾波器的余紗量檢測算法進行了深入研究。檢測系統將紗管圖像采集與處理分離，二者同時進行，互不干擾，保證了系統實時性和穩定性。對濾波器組進行優化設計，通過調整參數使得帶通范圍內的階躍梯度幅值最大化，強化對紗線的分割效果。探究對特定寬度問題的最適中心頻率，合理設置濾波器組合，去除與紗線方向不一致的濾波器，使噪聲得到抑制，提高檢測效率。結果表明，算法對不同顏色和亮度的紗管能做出準確檢測，其優化策略為非接觸式紗管分揀研究提供理論參考。