布艺之家讯：织物起毛起球程度是影响织物服用性能, 决定纺织产品品质质量的重要指标, 目前织物起毛起球的评定方法都不是定量方法， 不能把织物表面起毛起球状态用一个含义十分清楚的物理量来定义, 因而评价结果缺乏一致性和可重复性，其正确性与可靠性也很难保证。近年来，为了改进织物起球评级的一致性、可重复性、正确性和可靠性，几种于计算机图象处 理技术的织物起球客观评级方法陆续被报道, 其研究仍然停留在实验室研究阶段。也有将基于计算机图象处理技的织物起球客观评级方法与目前普遍使用的人工目测起球评级方法进行比较研究，但没有关于织物 起球综合表征值与主观评级的比较，更没有关于测织物参数与主客观评级结果的深入比较[ 1]。

1 小波分析与织物起球图像的二维离散小波变换模型

1. 1 小波分析

本文研究的织物起球信号而言，既要监控稳定的织物纹理信号的成分，又要准确定位起球信号。这就需要引入新的时频分析方法，既能将时域和频域结合起来描述观察信号的时频联合特征，小波分析正是能满足这类需求的时频分析方法。

正交小波变换就是把信号分解到两个不同且相互正交的函数空间，一个是多尺度函数空间，另一个是小波函数空间，用滤波器的观点看，就是把信号通过低频和高频 滤波器分解为近似系数和细节系数两个部分。这样做基于的物理思想是: 去除信号在空间( 时间) 尺度的关联关系，把信号的重要性只通过其数值表达; 而与普通的滤波器的区别在于: 基于小波的滤波器是可重构的，所以通过相同的或相似的滤波器可以把信号重建[ 2]。

1. 2 织物起球图像的二维离散小波变换模型

二维小波分解在每个层次上把织物起球图像分解为4 幅原图l / 4 大小的图像，如图1 所示，左上的图像在两个维度都作用低通滤波器；右上的图像在横向作用低通滤波器，纵向作用高通滤波器；左下的图像在横向作用高通滤波器，纵向作用低通滤波 器；右下的图像在两个维度都作用高通滤波器。在实现的方法上，织物起球图像的二维小波变换也是从原始信号S开始在每个层次只分解上一层次的近似系数。在对 每个层次进行分解的时候，需要在两个维度分别作用两次滤波器。在处理织物起球图像这类二维信号的过程中，需要分别去除横向的、纵向的和两个方向的关联信 息，那么就生成了一组近似系数和三组细节系数[ 3]。

本文利用织物起球图像的二维离散小波变换模型进行分析鉴别织物起球的级别。具体做法是：

对起球织物标准样照图像做基于二维离散小波变换的图像分析，建立校准特征曲线，这一曲线是对起球织物标准样照图像做基于二维离散小波变换的图像分析所获得的细节系数分布标准差(BXCq) 与织物起球级别的关系。此法对织物起球级别的评级是客观的，消除了人为因素的干扰。与文献中报道过的现有的织物起球图像分析技术相比，这一新的织物起球图 像分析技术具有单阶段或单步骤分析就能对织物起球程度定量评级的优势。Car s t ens en 等人采用频率域中的惯量和对数幂惯量特性测量织物的磨损获得了较好的效果。在此基础上, 在频率域计算出用于评定针织物的起毛起球性能的特征量。通过对几个不同特征的研究, 发现傅立叶功率谱上的掩模区域面积是对针织物的起毛起球数量的一个较好的测量方法。织物的起毛起球特性FP 可以这样计算：

式中:M———傅立叶功率谱上的掩模区域。

细节系数标准差(BXCQ) 的差异跨度的大小，在以标准起球较准样照为依据的起球评级中是非常重要的，同时鉴别相邻起球级别的能力也是很重要的。如果原自一特定分析尺度的校准曲线两 个极端起球级别的跨度足够大，但相邻起球级别间的跨度较小，那么它将很难鉴别起球程度相近的相邻起球级别。因此，相邻起球级别间的细节系数标准差 (BXC Q) 跨度的均匀程度也是我们需要考察的重要因素。为此对给定织物的系列标准起球较准样照在确定的分析尺度上，我们定义了鉴别因子，这一鉴别因子由下式表示:

这里，JKmin是相邻起球级别间的细节系数标准差跨度最小值，JKmax 是相邻起球级别间的细节系数标准差跨度最大值，ZK是5 个起球级别间的细节系数标准差总跨度。对机织物的标准起球较准样照图像而言，每个系列的细节系数标准差( BXC Q) 均随起球程度的增加而单调递增。

2 基于小波分析的织物起球客观评级方法

机织物起毛起球性能评定方法分为图象获取与处理、掩模生成和起毛起球特征分析三个过程。

2.1图像获取与处理

在研究中，采用Vi de omet er 摄像系统获得织物样品的图像。为了避免噪声信号的干扰, 在平均十帧的条件下, 摄取图像。在进行分析之前, 通过该系统对图像进行颜色和几何形状上的修正，排除由于歪斜而引起的测量结果的变化。图2 给出了针织物样品的一个例子。

这里，JKmin是相邻起球级别间的细节系数标准差跨度最小值，JKmax 是相邻起球级别间的细节系数标准差跨度最大值，ZK是5 个起球级别间的细节系数标准差总跨度。对机织物的标准起球较准样照图像而言，每个系列的细节系数标准差( BXC Q) 均随起球程度的增加而单调递增。

2 基于小波分析的织物起球客观评级方法

机织物起毛起球性能评定方法分为图象获取与处理、掩模生成和起毛起球特征分析三个过程。

2.1图像获取与处理

在研究中，采用Vi de omet er 摄像系统获得织物样品的图像。为了避免噪声信号的干扰, 在平均十帧的条件下, 摄取图像。在进行分析之前, 通过该系统对图像进行颜色和几何形状上的修正，排除由于歪斜而引起的测量结果的变化。图2 给出了针织物样品的一个例子。

2. 2 用Mat l ab 实现起毛起球织物图像的消噪处理

因为小波工具箱仅支持具有线性单调变化的颜色图的索引图像，所以在进行小波分析之前，先将扫描得到的JPEG 格式图像转换成索引图像，然后对索引图像进行消噪处理。经消噪处理后的图像见图3[ 4]。

程序中使用策略确定降噪阈值方法其规则是：给定分解层数j , 对j +1 及更高层, 所有系数保留；对第i 层( 1≤i ≤j ) , 保留绝对值最大的Ni 个系数, Ni 由下式确定:

Ni= M( j +2- i ) α式中, M和α为经验系数, α一般取2～3。

从图3 可看出, 经过小波消噪后, 图像中分散雪花般噪声大大减少, 而且大量织物底纹等干扰信号也被去除许多, 从而更加突出了起球部分, 为准确评定起毛起球等级奠定了基础。

2. 3 掩模生成

使用上述提出的织物起球图像分析新方法，对两类织物的标难起球较准样照图像作了一维离散小波变换分析，并对前五个分析尺度的水平取向的细节系数标准差做了 记录。所用的织物的标准起球较准样照是机织物，它们是由澳大利亚份姆斯赫尔有限公司发行的。用扫描仪对上述两个系列的标准

2. 1 起球较准样照进行扫描，采用600 dpi ( dot s peri nch) 的分辨率，图4 是描获得的针织物和机织物两个系列的标准起球较准样照图像，其起球级别分为5 级，l 为严重起球，5 为不起球[5]。

Haar 小波分析计算比许多其他的小波分析更简单[9]，我们选择Haar 小波用于最初的小波分析试验。研究中以给定的两个系列的标准起球较准样照图像为分析对象，采用Mat l ab 软件中的小波工具箱来进行小波分析，在此环境下小波分析能进行直到5 个尺度的分解。初始试验检查了水平取向细节系数(XC ｓ) ，因为水平取向的图像特征是整幅图像的代表。机织物两个系列的标准起球较准样照图像的水平取向织物织纹都大约每8 个像素重复一次。图 5 展示了对机织物标准起球较准样照图像进行二维离散小波变换分析5 个尺度分解的结果，纵坐标是水平取向细节系数标准差（BXC ｓ），横坐标是起球级别[ 6]。

水平取向细节系数标准差与起球级别的关系曲线, 就机织物细节系数与起球级别关系准起球较准样照图像而言，这一分辨率是织物水平取向织纹纹距( 像素) 的分数，很可能产生不规则的结果。随着分析尺度对织物织纹纹距的逼近，希望小波分析能最好的鉴别起球织物图像与不起球织物图像[7]。

对两个系列的标准起球较准样照图像的小波分析结果表明：此处的建议与织物织纹纹距整数倍相关的分析尺度给出了最好的起球级别鉴别结果。使用垂直取向细节系 数对、对角线取向细节系数重复进行了小波分析，得到了相似的结果。从机织物系列的标准起球较准样照图像的分析结果可以看到：在尺度5 的分析结果中，在起球程度高的几幅图像处起球水平的鉴别力低，这可能是由于图像1、 2 和3 间的差异与图像4 和5 间的差异相比比较小的缘故。正如我们所期望的，本文提出的新方法对起球级别的鉴别能力取决于用于开发校准曲线的标准样照[ 8]。

2. 4 起毛起球特征分析

对某一特定的分析应用领域来说，没有确定的选择最佳基波的规则。对织物试验分析领域，为了确定一个优化的分析小波和相应的分析尺度，提出了下列优化分析步骤[ 9]：

（1）针对一个系列标准起球较准样照图像，在足够多的垂直位置检查无球图像水平方向的强度，观察变异特征。

（2）依据波形相似原则选定几个候选分析小波，即选择波形与系列标准起球较准样照图像中无球图像水平方向变异特征相似的小波。

（3）用每一个候选小波、在最大可能深度的分析尺度上，对该系列标准起球较准样照图像做三维离散小波变换多分辨率分析。

（4）对每一分析尺度，记录细片系数标准差BXC Q[ 10] 。

（5）找出使细节系数标准差随起球程度的增加而单调递增的那个分析尺度，计算相邻起球级别起球图像的细节系数标准差(BXQ C )间的跨度，以及最大起球级别图像和最小起球级别图像间的总跨度。

我们用上述优化分析方法对针织物这一系列的标准起球较准样照进行了优化分析。所提供的起球程度评级仍然用5 级表示，1 级起球最严重，5 级无起球。表1 给出了对针织物系列标准起球较准样照图像，使用Ha ar 小波进行小波分析的结果，包括产生单调递增水平趋向细节系数标准差分析尺度，最大可能分析尺度，针织物系列标准起球较准样照图像中每一幅图像的水平趋向细 节系数标准差，相邻起球级别起球图像的细节系数标准差间的最大、最小跨度，以及最大起球级别图像和最小起球级别图像间的总跨度，按等式计算的鉴别因子[ 11]。

3 结论

不同的织物起球测试仪、 不同的测试方法、不同的测试角度以及不同的测试人员对相同布样的测试评估结果是不同的。小波分析方法应用于织物起球图像分析，能将时域和频域结合起来描述 观察信号的时频联合特征，得到稳定的织物纹理信号成分和起球信号成分。本文建立了基于二维离散小波变换的织物起球图像分析模型与客观评定方法，提出了优化 分析小波及相应的分析尺度的步骤，采用 Haar 小波对机织物起毛起球进行了分析，在织物起毛起球程度定量评级方面具有应用价值[ 12]。

布艺之家是集布艺,窗帘布艺,布艺杆,窗帘制作的最新新闻资讯，布艺,窗帘布艺,布艺杆,窗帘制作各十大品牌的装修效果图和各类分类信息，敬请登陆布艺之家：http://chuanglian.jc68.com/