應用光學成像技術檢測棉花中異性纖維的研究進展

董超群，杜玉紅，任維佳，趙 地

(1. 天津工業大學 機械工程學院，天津 300387； 2. 天津工業大學 天津市現代機電裝備技術重點實驗室，天津 300387)

棉花中的異性纖維是影響棉花質量的主要因素[1]。異性纖維主要是非棉纖維和非本色纖維，如羊毛、頭發、化學纖維、塑料薄膜、麻繩、染色線(繩、布塊)等[2]。若不及時檢測剔除異性纖維，在紡紗過程中會導致紗線斷裂和出現疵點等問題[3]，影響棉花的質量和價格。異性纖維檢測是國內外紡織行業的研究重點，當前主要采用基于光學成像技術的檢測方式[4]。

異性纖維成像檢測技術主要由圖像采集系統、照明系統、數據處理平臺、動力系統、剔除系統和控制單元組成。檢測原理為含有異性纖維的原棉在氣流作用下從入棉口進入沿輸棉管道流動，圖像采集系統進行圖像采集，經圖像處理算法進行實時特征提取等處理，反饋是否存在異性纖維和其位置等信息，并將信息傳遞到控制單元，如有異性纖維，工控機驅動對應位置電磁閥噴出高壓氣體，剔除異性纖維[5]。

由于異性纖維種類多且不同種類特征相差較大，單一成像系統僅對幾種異性纖維檢測效果較好，缺乏全面性；高分辨率成像系統可獲得異性纖維細節特征，提高分辨率，但增加了圖像處理時間，影響檢測效率。成像質量對異性纖維檢出率影響很大，而采集的圖像質量主要受成像方法的影響。本文主要對棉花中異性纖維的成像方法進行歸納和總結，分析各類方法的原理，提出目前研究現狀值得借鑒的內容和不足之處，并預測未來的發展方向。

1 各類成像方法

異性纖維與棉花背景對比越明顯，圖像處理過程中對異性纖維特征提取和檢測越準確。由于棉花中異性纖維種類較多，特性各不相同，在不同成像方法中呈現出的圖像差別較大。目前主要采用的成像方法有可見光成像、紫外光成像、紅外光成像和X光成像等。為滿足不同成像系統的要求，要搭配不同的光源或不同光源的組合。同時，光源的角度、功率和數量都會對成像效果造成影響。表1示出國內外異性纖維分揀設備的成像系統方案。

表1 國內外異性纖維分揀設備成像系統方案 Tab.1 Imaging system solutions for foreign fibers sorting equipment at home and abroad

2 基于紫外光成像的檢測方法

紫外光是電磁波譜中波長為10～400 nm輻射的總稱。低壓汞燈是物體檢測領域所用紫外光的來源之一，是一種氣體放電光源，會在電路接通的瞬時產生高電壓擊穿汞蒸汽，汞原子向低能級躍遷產生紫外光[6]。同時，由于紫外線LED燈的價格低、耗能少，也受到部分廠家的青睞。紫外光可使具有熒光特性的物體發光，基于此特性，使用紫外光光源可檢測具有熒光效果的異性纖維。

Zhou等[7]利用部分白色異性纖維在紫外光照射下的熒光效果對其進行檢測，并提出一種白光紫外光交替成像方法，通過將2種光調到適合強度，消除了白光對異性纖維熒光效果的影響，可同時檢測棉花中的白色和彩色異性纖維。Mustafic等[8]使用藍色光和紫外光激發棉花中異性纖維的熒光效果并采集圖像，實現了12種常見異性纖維的檢測與分類。鄭鵬[9]對氙燈、鹵素燈、熒光燈和LED光源進行對比分析后，選取紫外光源和三基色熒光燈作為檢測光源。基于非線性雙閾值算法進行圖像分割，并針對尺寸較小雜質通過基于微分的算法進行處理，實現了白色丙綸和細小雜質的檢測，但同時使用多個不同種類的光源會產生亮度過高、圖像陰影等問題，影響成像質量。杜玉紅等[10]針對此問題，分析了相機成像效果與光源能量的關系，推算出多種常見異性纖維的最佳入射光能量值，建立了相機進光量與光源距離的函數方程，確定光源的最佳檢測位置，最后通過神經網絡和模糊聚類分析了圖像的灰度值和紅色(R)、綠色(G)、藍色(B)均值，確定了各類光源的組合方式和數量，優化后異性纖維檢出率接近95%，但基于紫外光源的特性，對棉花中沒有熒光效應的異性纖維檢出率較低，需與其他光源配合使用。

3 基于X射線成像的檢測方法

在數字射線照相技術中，X射線穿過異性纖維后到相應裝置上轉化為光信號被系統捕獲[11]，通過X光成像系統采集棉層的斷層圖像可獲得異性纖維的三維信息。工業成像使用的X射線是在X射線管中產生的，X射線管是真空管。通過加熱真空管的陰極釋放自由電子，并向陽極快速移動，撞擊原子核后，釋放能量形成X射線并沿靶面方向射出。

Pavani等[12]采用以X射線為掃描光的顯微斷層攝影系統，生成異性纖維的三維斷層X光圖像，對圖像進行閾值分割、特征提取和模糊分類，實現了棉花中異性纖維的檢測和分類，準確率達到89%。Pai等[13]使用Sky Scan-1074型X射線掃描儀在 20 kV、 1 000 A工作條件下掃描棉層，通過斷層圖像堆疊重建棉層三維圖像，基于自適應閾值算法分割圖像并對提取特征進行模糊分類，分類識別準確率達到96%。

X射線具有很好的穿透性，對夾雜在棉層中間的異性纖維仍能進行成像且受棉層厚度的影響很小，但其設備價格較為昂貴，成像速度較慢，在實際生產中難以推廣。

4 基于線激光成像的檢測方法

激光由半導體激光器產生，具有方向性好、發散角小、能量集中和單色性等優點,同時激光光源體積較小，價格相對較低[14]。檢測原理是棉花和異性纖維表面的平整性差異較大，根據激光照射后反射光回程時間的不同進行成像，實現異性纖維的檢測。

韋平等[15]使用白色LED和紅色線激光雙光源照明獲取軋花前籽棉圖像，在RGB顏色空間的R通道和HSI顏色空間的S通道利用改進的Sobel邊緣檢測算法，同時在S通道利用一維最大熵法檢測異性纖維，檢出率達到70%，雖然檢出率表現一般，但可見光和線激光同時成像的想法和經驗值得借鑒。相機和光源的參數設置對檢測效果也有很大影響。Hua等[16]通過線激光掃描棉層獲取圖像，分析得出線激光的最佳波長、功率和曝光時間，設置最優參數并以45°角掃描出的異性纖維圖像與棉花灰度值差別明顯，易于進行閾值分割和檢測。不同種類異性纖維的最佳檢測參數也有所區別。張林等[17]采用線激光和LED雙光源進行成像，調節光源參數發現：白色異性纖維與棉花的可分度隨著激光功率的增大而增大，達到峰值之后又逐步減小；有色異性纖維與棉花的可分度隨著LED亮度的增大而增大，達到峰值之后又逐步減小。在此基礎上將2種曲線融合，在曝光時間為106 μs、光圈為2.8 C條件下發現，線激光功率為7.01 mW、LED亮度為 3 326 lx時，白色異性纖維和深色、有色異性纖維與棉花的可分度最大，檢出率分別為84.1%和93.9%。但開松程度較低的棉團在線激光照射下會產生和白色異性纖維相近的成像效果，且棉花表面的不平整性很難保證最優入射光角度影響成像效果。針對此問題，劉鋒等[18]根據棉層和異性纖維表面有無絨毛的特點，在線激光照射下采集圖像，圖像中絨毛位置會產生高亮點，基于此特性，分析高亮點的分布情況實現異性纖維的檢測，檢出率達到了86.9%。何曉昀等[19]使用“LED+線激光”雙光源成像方法采集棉層圖像。將采集的圖像分為含異性纖維和棉花圖像二類，導入快速區域卷積神經網絡(Faster-RCNN) 進行模型訓練，訓練完成的模型對白色異性纖維檢出率達到90.3%。通過對訓練網絡參數的調優及訓練集的豐富，模型會具有更高的檢出率并滿足更多種類異性纖維的檢測。

基于線激光光源成像速度較快，抗干擾能力強，且對棉花中的白色異性纖維和塑料薄膜也具有良好的成像效果。基于此特性，通過調整線激光光源的波長、功率和相機的曝光時間，可進一步提升成像效果和檢出率。

5 基于偏振光成像的檢測方法

光是一種電磁波，不僅包含光強和波長信息，還有偏振信息[20]。光的偏振信息包含了光的振動方向和各方向振動強度，是對光強信息和光譜信息的有力補充[21]。透明薄膜類異性纖維在偏振光的照射下會呈現彩色，基于此特性可實現棉花中透明薄膜的檢測。

Peng等[22]針對棉層中纖維多重散射和照射光傳播的各向異性，基于擴展的瓊斯矩陣的蒙特卡洛方法模擬偏振態的光子躍遷并追蹤相位信息，提出一種彩色偏振成像方法檢測棉花中的透明塑料，經驗證在不同厚度的棉層中效果均較好。目前，部分異性纖維分揀機也應用了偏振成像的方法。賈小秋[23]對超越M型異性纖維分揀機結構、原理和參數進行分析發現，該機型配備3臺彩色相機和1臺黑白相機，其中 2臺彩色相機用以檢測彩色異性纖維，另1臺彩色相機結合紫外光源可檢測有熒光效應的異纖，同時在黑白相機前增加偏振片檢測白色薄膜，基本可檢測大部分常見異性纖維。在此基礎上，張晨等[24]在紫外光路上通過增加偏振光源，在不增加相機的情況下，利用光測彈性的干涉效應提高透明薄膜的檢出率。該方案對與棉花有明顯差異的異性纖維及帶有熒光粉的丙綸和透明薄膜的檢出率高于80%，而接近棉花顏色的淡黃色異性纖維檢出率略低于80%，保證檢出率的同時節省了成本。

偏振成像會減少相機的進光量，降低圖像的對比度，增大了后續圖像特征提取的難度。張華林[25]基于光的彈性效應，在相機和光源之間，塑料薄膜兩側放入2塊偏振片，在白光照射下，塑料薄膜呈現彩色。同時為減少偏振片對成像對比度的影響，綜合分析發現分光棱鏡相機成像效果最好，減小了對圖像對比度的影響，可檢測出棉花中的塑料薄膜。

當光源照射在反射性強的異性纖維，如透明塑料薄膜上時，相機采集的圖像會受到反射光的嚴重影響，常常出現耀斑或反光，無法采集異性纖維的全部特征，通過調整偏振片，使透振方向與反射光的透振方向垂直可減弱反射光的影響，提高成像效果。偏振光成像技術對采集反射特性較強的異性纖維具有良好效果。

6 基于紅外光成像的檢測方法

紅外光成像系統包括紅外相機和紅外光譜儀。在紅外光源的照射下，不同材料的分子組成不同，只對特定波長的紅外線吸收效果較好，根據紅外線的吸收情況可得到該物體的紅外光譜[26]，同時根據物體輻射的紅外線可以進行成像。

6.1 基于傅里葉變換紅外光譜分析檢測方法

紅外光譜的強度與形成該光的2束相干光的光程差之間有傅里葉變換函數關系。傅里葉紅外光譜法是通過測量干涉圖并將包含各種光譜信息的干涉圖進行傅里葉變換得到實際的吸收光，從而獲得紅外光譜[27]。David等[28]利用傅里葉變換紅外光譜(FT-IR) 和衰減全反射(ATR)技術采集異性纖維的光譜信息，并與多種異性纖維的原始光譜數據庫進行匹配，實現了異性纖維的檢測而不單純依靠形狀和尺寸信息，但對細小雜質的檢測效果較差。在此基礎上，Cintrón等[29]采用配備焦平面陣列檢測器(FRA) 的傅里葉變換紅外光譜顯微鏡，其對微小異性纖維的檢測效果也較好。

棉花產地和批次的不同使得棉花的光譜信息也不唯一，單一的光譜信息比對方法易造成異性纖維的誤檢。Lodermilk等[30]對紅外衰減全反射(ATR)和傅里葉變換紅外光譜檢測棉花中異性纖維的方法提出一種基于結果等級、結果頻率、類別頻率組合的搜索算法，該方法對不同地理位置、季節和條件下生長的棉花中異性纖維的檢測識別效果與最佳標準算法檢測效果基本一致，而無需人工自主選擇搜索算法。Allen等[31]發現棉花在處理過程中受熱和異性纖維尺寸變化也會對最終的傅里葉變換紅外光譜有顯著的影響，繼而影響檢測效果，需要擴展光譜數據庫來消除影響。

6.2 基于近紅外成像的檢測方法

由紅外光源與紅外相機組成的成像系統可采集異性纖維的圖像信息，紅外光譜儀可采集紅外光譜信息[32]。近紅外線波長在700～2 500 nm之間，不同材料的輻射和吸收紅外光的能力不同，呈現的影像和光譜信息存在差異。

B?hmer等[33]針對在可見光下白色和透明薄膜不易檢測的問題，采用近紅外測量系統采集異性纖維的近紅外吸收光譜信息，通過比對差異實現異性纖維的檢測。Church等[34]使用2 250～2 400 nm區域的近紅外光譜檢測棉纖維中的聚合物纖維，并建立了基于一階導數光譜的主成分分析模型，檢測效果得到加強。為彌補近紅外成像對某些異性纖維檢測效果不佳的缺點，Alchanatis等[35]利用聲光可調諧濾波系統采集多波長圖像并進行標定。利用近紅外和可見光2個光譜通道將異性纖維從圖像背景中分離出來，提出了一種基于局部直方圖的魯棒靜態算法，不需要在圖像采集或處理過程中調整參數。紅外成像普遍存在噪聲大、圖像對比度低、信噪比低、灰度范圍窄的現象，可通過直方圖均衡、平臺直方圖、反銳化掩膜等方法增強圖像質量。

從目前研究現狀來看，共同使用圖像和光譜信息能更有效提高異性纖維的檢出率，而且由于短波紅外線具有穿透性，在棉層稍厚的情況下依然可采集到異性纖維信息。傅里葉變換紅外光譜的檢測速度快，覆蓋波段范圍廣，可實現大部分異性纖維的檢測。

7 基于高光譜成像系統的檢測方法

高光譜成像儀具有成像覆蓋區域廣、光譜分辨率高、圖譜和一等特性，有機融合了圖像維與光譜維信息，在各應用領域具有巨大優勢[36]。通過對比棉花和異性纖維圖像及光譜信息的差異實現異性纖維的檢測。

目前，反射高光譜成像方法由于其實驗設備結構簡單而得到廣泛應用，但反透射成像方法可獲取更多的異性纖維樣本信息。劉巍等[37]對反射、透射和反透射的高光譜圖像進行閾值分割和形態學膨脹填充，提取棉花和異性纖維的光譜信息并進行主成分分析，基于支持向量機模型得出透射成像模式光譜類型檢出率最高。但由于采集的原始高光譜圖像信息冗余量大，降低了檢測效率。Jiang等[38]采用最小冗余最大相關性算法，從可見光到近紅外光譜間的高光譜成像數據中選擇適合特征提取的波長，并用線性判別式分析/支持向量機/人工神經網絡(LDA/SVM/ANNS)算法進行分類性能比較，最終確定了12個波長作為棉花異性纖維分類的最佳波長，提高了高光譜成像技術在棉花異性纖維分類上的分類精度和速度。Mustafic等[39]對棉花異性纖維高光譜熒光成像數據進行分析，提取了7種異性纖維113個波長，通過主成分分析法從中選取最佳特征，經LDA驗證對異性纖維分類準確率達到90%。針對難以識別的白色丙綸絲，郭俊先等[40]使用掃帚式線掃描成像光譜儀進行高光譜成像，提取圖像中雜質和棉花的像素光譜，采用主成分分析、獨立于后端分類器的T檢驗準則的過濾器、特征選擇和分類器結合的包裝3種方法，確定雜質檢測的關鍵波長，使白色丙綸絲檢出率達到90%。

目前，基于高光譜成像方法檢測異性纖維的檢出率基本在90%左右，可滿足工業生產的需要，但由于高光譜數據的光譜維度高，波段值多，存在大量信息冗余，數據處理量大，檢測速度還無法滿足在線監測的要求[41]，且光譜分析儀的價格相對昂貴，還難以應用在實際生產中。

8 結束語

隨著光學成像技術的不斷發展，異性纖維的檢測精度和檢出率都有顯著的提高。基于光學成像技術的異性纖維檢測現狀可歸納如下。

1)彩色異性纖維與棉花背景差異較大，其檢測方法已經較為成熟，基本實現在線檢測。白色、近棉色和透明薄膜類異性纖維的檢測一直是檢測的難點，采用線激光和偏振光成像檢測效果很好，但檢測速度還有待提高。

2)多相機和多光源的成像方法可同時檢測多種異性纖維，避免了多成像系統串聯檢測的時間浪費，提高了生產效率。由于各類異性纖維的檢測方法之間存在差別，適合對全部異性纖維進行同時檢測的成像系統尚未出現，且多種光源同時工作時會產生相互干擾，影響圖像的質量。

3)目前國內的異性纖維分揀機中棉層的傳輸速度在7～12 m/s之間，隨著相機分辨率的提高和多相機成像系統的使用，采集的圖像數據量尤為龐大，對檢測速度有一定的影響。

4)異性纖維分揀機中的成像系統方案經實際生產環境的檢驗，具有較高的可靠性，可借鑒和參考作為研究的基礎。而文獻中的結論基本都是在實驗室條件下得出的，實驗時棉花中的異性纖維通常是人為進行擺放并在靜止狀態或速度較慢的傳送帶下采集圖像。在實際生產中異性纖維的分布沒有規律，會存在異性纖維間相互遮擋和混入棉層的情況。同時，不同批次的棉花顏色也會有差別，棉層表面不平整會形成“暗區”，這些因素都會在實際檢測中產生影響。

未來可開展的研究工作：1)提高成像系統的普適性。從多相機和多光源共同使用入手，確定最佳的光譜波段或波長，同時利用圖像和光譜信息，完善異性纖維光譜數據庫以減少棉花批次和工作環境的影響。2)提高檢測速度。提升硬件水平，減少成像系統的相機使用數量，改進光譜信息的搜索算法，提高比對速度。3)優化多光源組合。合理選擇光源的功率或者波長等參數，調整各種光源的順序和安裝角度，消除光源之間的相互影響，提高成像質量。4)優化成像系統參數自動調整算法。分析不同批次棉花和各種異性纖維的最佳成像條件，開發最優成像參數調整算法，保證不同情況下的異性纖維最優檢出率。