基于Gabor濾波器的噴絲板疵點(diǎn)檢測(cè)

李廣龍，李德駿，劉會(huì)清，周桂洋，程康，王成

(武漢紡織大學(xué)，湖北武漢，430000)

0 引言

噴絲板又稱紡絲帽。噴絲板的作用是將黏流態(tài)的高聚物熔體或溶液，通過(guò)微孔轉(zhuǎn)變成有特定截面狀的細(xì)流，經(jīng)過(guò)凝固介質(zhì)如空氣或凝固浴固化而形成絲條。生產(chǎn)原材料生成的熔體中如果殘留了少許原材料，在經(jīng)過(guò)噴絲裝置時(shí)，容易在噴絲板處出現(xiàn)聚酯纖維堆積現(xiàn)象，形成疵點(diǎn)，部分疵點(diǎn)隨著絲噴出導(dǎo)致影響成品絲的質(zhì)量。

噴絲桶實(shí)物參考圖1圖2。由于工廠環(huán)境，噴絲桶光照不足，噴絲板照射光角度不同，所呈現(xiàn)出不同的表面明暗對(duì)比。聚酯纖維生產(chǎn)對(duì)原材料要求嚴(yán)格，所以選用的檢測(cè)方案不能對(duì)原材料、生產(chǎn)工藝產(chǎn)生任何影響。同時(shí)由于使用時(shí)間不同，噴絲板中心位置出現(xiàn)各種污點(diǎn)和銹斑的噪聲程度不同。以上都對(duì)噴絲板圖像的疵點(diǎn)檢測(cè)識(shí)別提出了挑戰(zhàn)。

圖1 噴絲板實(shí)體圖

圖2 噴絲桶在工廠中實(shí)際位置

通過(guò)對(duì)國(guó)內(nèi)外文獻(xiàn)研究發(fā)現(xiàn)，在檢測(cè)噴絲板方面都只是在針對(duì)噴絲板中微孔進(jìn)行了檢測(cè)，且檢測(cè)環(huán)境都是在特定的條件下進(jìn)行的，如實(shí)驗(yàn)室搭建的平臺(tái)環(huán)境。這些研究均未在工廠實(shí)時(shí)環(huán)境下進(jìn)行疵點(diǎn)檢測(cè)。

為保證噴絲板疵點(diǎn)檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性，本文提出了一種基于Gabor濾波的疵點(diǎn)檢測(cè)方法，對(duì)于工廠環(huán)境下的噴絲板圖像，先通過(guò)Gabor濾波器減少圖像中的干擾，再使用邊緣檢測(cè)算法進(jìn)行疵點(diǎn)位置的計(jì)算。該方法可以在不干擾正常工作狀態(tài)下準(zhǔn)確有效的檢測(cè)出疵點(diǎn)位置，提高生產(chǎn)質(zhì)量。

1 Gabor濾波器

疵點(diǎn)的大小與分布具有特殊性，具有同樣的空間分布頻率，方向一致。噴絲板處于實(shí)時(shí)工作的狀態(tài)，絲束的存在對(duì)于采集到的圖像產(chǎn)生噪聲的影響一直存在。這些細(xì)絲分布不均勻且十分密集，很難通過(guò)常規(guī)的方法來(lái)進(jìn)行優(yōu)化。因?yàn)楣狻⒍秳?dòng)等出現(xiàn)的噪聲也會(huì)對(duì)圖像質(zhì)量產(chǎn)生影響。由于噴絲板長(zhǎng)時(shí)間使用，噴絲板中心位置出現(xiàn)很多銹跡污點(diǎn)。在這種情況下，即使采用均值濾波也無(wú)法降低污損噪聲產(chǎn)生的影響。如果進(jìn)行wiener濾波處理，也會(huì)因?yàn)楸尘按嬖诖罅吭肼暩蓴_而無(wú)法有合適的期望進(jìn)行濾波。

由于以上所有影響因素，在此處引入Gabor濾波器對(duì)圖像進(jìn)行優(yōu)化處理，從而達(dá)到減少噪聲的目的。Gabor濾波器具有較強(qiáng)的抗噪聲干擾能力，且Gabor濾波器對(duì)頻率與方向都極具敏感，采用Gabor濾波器可以從圖像中將特定頻率分布的疵點(diǎn)提取出來(lái)，能夠有效解決噴絲板中心污損，背景干擾和光照不均勻等問題。

2 噴絲板疵點(diǎn)檢測(cè)算法

疵點(diǎn)檢測(cè)算法流程如下圖3所示。首先利用3個(gè)方向的Gabor濾波器得到的濾波圖像，找出圖像中頻率不同點(diǎn)初步定位近似疵點(diǎn)位置。對(duì)疵點(diǎn)進(jìn)一步的高精度計(jì)算。采用邊緣檢測(cè)算法提取疵點(diǎn)邊緣，實(shí)現(xiàn)疵點(diǎn)檢測(cè)。

圖3 疵點(diǎn)檢測(cè)算法流程圖

Gabor濾波器是一種同時(shí)保留空域和頻域信息的濾波器，在空域與頻域高效地提高測(cè)量準(zhǔn)確度，也可對(duì)任意方向和任意頻率的信號(hào)進(jìn)行濾波。在二維空間域中，使用一個(gè)三角函數(shù)（如正弦函數(shù)）與一個(gè)高斯函數(shù)疊加就可以得到一個(gè)Gabor濾波器。

二維Gabor變換函數(shù)是一個(gè)由二維高斯函數(shù)調(diào)制的定向復(fù)合正弦光柵?？臻g域中的公式如式（1）：

其中f0表示跨度限制的正弦光柵的中心頻率。平滑化參數(shù)σX和σ?表示高斯面的標(biāo)度因子。它們決定了空間域中濾波器的選擇性大小。當(dāng)σx等于σy時(shí)高斯表面是一個(gè)圓。通常情況下，參數(shù)σy也可以被表示為λσx因此可以通過(guò)改變系數(shù)λ來(lái)調(diào)整高斯曲面的形狀。（x’,y’）是由θ旋轉(zhuǎn)的（x，y）：

從方程（2）可以注意到Gabor濾波器f形成一個(gè)復(fù)數(shù)值函數(shù)，由實(shí)部和虛部組成，如方程（3）和方程（4）所示。

方程（5）特征圖像G（x,y）是由平方非線性算子得到的，它表示濾波圖像的局部度量。特征圖像G（x,y）依賴于f0，fe，σx，σy和θ的參數(shù)變化，為設(shè)計(jì)濾波器提供足夠自由的形狀，取向和頻率特性。

為減少計(jì)算時(shí)間，可以通過(guò)連續(xù)采樣，得到低分辨率圖像。本文選取3個(gè)方向2個(gè)尺度Gabor濾波器。在所采集的圖像中進(jìn)行Gabor濾波，再將計(jì)算結(jié)果映射到原始分辨力圖像上。

3 實(shí)驗(yàn)及分析

由于原圖像采集過(guò)程中會(huì)出現(xiàn)噴絲板以外噴絲桶內(nèi)的圖像，為減少不必要的噪聲干擾，所以需要將采集到的圖像進(jìn)行處理，把噴絲板上疵點(diǎn)有可能出現(xiàn)的位置區(qū)域進(jìn)行保留，剔除圖像中其他部分。對(duì)噴絲板經(jīng)過(guò)多次測(cè)量可知道，整個(gè)噴絲板圖像中桶壁的半徑值為35mm，半徑值為28mm到3mm5的圓形區(qū)域內(nèi)會(huì)出現(xiàn)晶狀結(jié)塊，半徑值為15mm到30mm之間的圓形區(qū)域內(nèi)會(huì)出現(xiàn)黑色結(jié)塊。如下圖4所示。

圖4 實(shí)驗(yàn)圖

所以將原圖像中噴絲板半徑15mm到30mm的圓環(huán)區(qū)域進(jìn)行處理，以便檢測(cè)出黑色結(jié)塊，如下圖5所示。

圖5 原圖像及圓環(huán)

將原圖像進(jìn)行切割后得到一個(gè)圓環(huán)，這樣做法即可以除去噴絲桶其他物體例如螺絲帽，噴絲桶壁等不必要的影響，也可以縮小檢測(cè)范圍，以方便圖像處理。原圖像與圓環(huán)都進(jìn)行灰度處理以減少計(jì)算量，再通過(guò)灰度直方圖均衡化的處理，增強(qiáng)動(dòng)態(tài)范圍偏小的圖像的反差，增強(qiáng)圖像整體對(duì)比度的效果。

處理過(guò)后的圖像應(yīng)用在多種圖像濾波算法中進(jìn)行對(duì)比，以驗(yàn)證本文所提出的方法高效及正確性，方法如下：

（2）基于線性平滑濾波的疵點(diǎn)檢測(cè)方法。

（3）基于wiener濾波的檢測(cè)方法。

將本文提出的基于Gabor濾波的疵點(diǎn)檢測(cè)方法與經(jīng)典圖像濾波算法進(jìn)行對(duì)比，研究樣本為工廠現(xiàn)場(chǎng)采集圖像。首先用由2個(gè)尺度和3個(gè)方向組成的6個(gè)濾波簇組提取圖像的特征，由于特征提取的過(guò)程中產(chǎn)生大量高維特征，這其中包含了圖像有用信息和冗余信息，所以通過(guò)處理原圖像圓環(huán)的方式減少冗余信息的干擾，將處理后的圖像進(jìn)行灰度直方圖均衡化處理，灰度處理后的圓環(huán)圖像放入Gabor濾波器進(jìn)行濾波處理，濾波后疵點(diǎn)位置明顯。對(duì)比不同尺度及角度濾波后的圖像結(jié)果發(fā)現(xiàn)，尺度為角度為0°，90°，270°的濾波效果在圓環(huán)范圍內(nèi)明顯高于尺度為角度為0°，90°，270°的濾波效果。

其次使用線性濾波的方法對(duì)原圖像的圓環(huán)進(jìn)行處理，線性濾波可以從圖像中去除特定成分的噪聲，將原圖像灰度直方圖均衡化處理后應(yīng)用于3*3平滑模板進(jìn)行平滑濾波。結(jié)果顯示能基本達(dá)到濾波效果，但是與比本文方法對(duì)比，明顯沒有本文方法更有效。

然后使用wiener濾波對(duì)圖像圓環(huán)進(jìn)行處理，其本質(zhì)是使估計(jì)誤差（定義為期望響應(yīng)與濾波器實(shí)際輸出之差）均方值最小化。通過(guò)改變其參數(shù)中的期望值來(lái)達(dá)到不同的濾波效果。對(duì)比結(jié)果，與線性濾波的效果相同，并沒有本文提出的疵點(diǎn)檢測(cè)算法效果明顯。

圖6 Gabor濾波尺度為角度為0°

圖7 Gabor濾波尺度為角度為90°

圖8 Gabor濾波尺度為角度為270°

圖9 Gabor濾波尺度為角度為0°

圖10 Gabor濾波尺度為角度為90°

圖11 Gabor濾波尺度為角度為270°

圖12 結(jié)果圖

通過(guò)上述對(duì)比分析出，原圖像采集噴絲桶中噴絲板在工作狀態(tài)下的圖像，其中含有運(yùn)動(dòng)的絲束，光照不足，噴絲板中心位置銹斑及污點(diǎn)等各種噪聲對(duì)疵點(diǎn)識(shí)別的影響。本文方法經(jīng)過(guò)對(duì)比線性濾波和wiener濾波方法，通過(guò)2個(gè)尺度和3個(gè)方向的濾波簇組來(lái)分析圖像的方法，更高效而準(zhǔn)確的將噴絲板中疵點(diǎn)位置顯示出來(lái)?？梢赃_(dá)到檢測(cè)疵點(diǎn)的標(biāo)準(zhǔn)。本文提出的基于Gabor濾波器的疵點(diǎn)檢測(cè)方法中不同尺度也顯示出不同的濾波效果，通過(guò)實(shí)驗(yàn)得出在尺度為?時(shí)濾波效果更加高效及準(zhǔn)確。

4 結(jié)論

本文提出一種基于Gabor濾波器疵點(diǎn)檢測(cè)分割算法。具體地，本文提出了一種基于Gabor濾波疵點(diǎn)檢測(cè)方法。該檢測(cè)方法通過(guò)Gabor濾波處理，使特定方向與特定頻率的疵點(diǎn)結(jié)構(gòu)被過(guò)濾呈現(xiàn)出來(lái)，準(zhǔn)確獲得疵點(diǎn)在圖像中的位置。通過(guò)實(shí)驗(yàn)驗(yàn)證了本文方法對(duì)于工業(yè)環(huán)境下的噴絲桶圖像能夠得到良好的分割效果，更加明確疵點(diǎn)位置。