基于近红外成像技术的棉花异纤检测

2021-07-14 01:35蔡晓霞吴玲玲梁海锋
棉纺织技术 2021年4期
关键词:波长图像处理灰度

蔡晓霞 吴玲玲 梁海锋 陈 靖

(西安工业大学,陕西西安,710021)

棉花是重要的农产品和纺织工业的主要原料,其质量关系到国计民生。棉花中一旦混入各类异纤,必将严重影响棉纺织品的质量,给企业造成经济损失[1-2]。异纤是指混入棉花中的非棉纤维和非本色棉纤维,比如毛发、麻绳、塑料薄膜、编织袋丝等[3-4]。异纤在棉花加工过程中容易被打碎成无数细小的纤维,难以进行分拣和清除,这使得纺纱时易造成棉纱断头,织布时增加了断经、吊经、经缩等疵点的出现,染色时因不同纤维着色性能不同而形成各种色疵,严重影响棉纺织品的质量,降低了企业的效益[5]。所以,高效且全面地将异纤从棉花中挑拣出来是当下亟待解决的问题,其对于提高棉纺织品的质量具有重要意义。

目前,多数棉纺织企业普遍采用人工挑拣方式,费时费力,效率低下,且挑拣的效果也不够理想,容易产生漏检与误检[6]。而一些现有异纤检测设备主要在可见光和紫外光下检测有色异纤,但白色或透明异纤检测效果不好[7-9]。此外有些设备还结合了超声波技术,可以检测到部分白色或透明异纤,但对细小的异纤检测效果不好。通过查阅相关文献资料可知,在近红外波段可以对部分白色或透明异纤实现较好的检测效果[10-12],此方法仍处在原理研究及验证阶段,需要继续进行深入探索。

本研究选择棉花中常见的12种异纤样本作为主要研究对象,基于近红外成像、图像处理与分析方法,选用实验室现有处于近红外波段的808 nm和905 nm的滤光片展开试验验证研究,在400 nm~1 000 nm、808 nm、905 nm波长下对棉花中异纤的检测进行研究,并对比分析不同波长下异纤样本的成像特点以及检测结果。

1 棉花异纤图像采集

1.1 成像系统

根据实验室现有条件和设备,按照如图1所示的成像系统整体结构示意图,在实验室搭建如图2所示的成像系统,进行近红外成像异纤检测的验证研究。整个系统主要由线阵CCD相机、镜头、光源、棉花移动平台、计算机等组成。

图1 成像系统结构示意图

相机选用高速线阵CCD相机,像元数为2 048 pixel,最高行频为65 kHz,波长范围为400 nm~1 000 nm;镜头选用焦距为50 mm尼康镜头,光源为LED灯。为了能够采集到清晰的棉花和异纤图像,在实验室搭建的成像系统工作距离440 mm,幅宽180 mm。

1.2 图像获取

在实验室采集图像时,将充分开松的棉花铺成厚度为5 mm左右的均匀棉层放置在棉花移动平台上。12种棉花中常见的异纤样本如图3所示。将异纤样本裁剪成条状或丝状(长度为20 mm左右,宽度不大于5 mm),随机散落在棉层表面,以便采集混有异纤的棉花图像。接着分别在400 nm~1 000 nm、808 nm、905 nm波长下进行图像采集,做对比试验,由于异纤与棉花的材质不同,具有不同的光谱特性,在图像上表现为不同的灰度差异。在试验中,选择滤光片型的分光技术,即在靠近线阵相机端分别安装中心波长为808 nm、905 nm的窄带滤光片,从而实现这两个波长下的图像采集。

图3 12种常见异纤样本

在成像系统中采用线阵相机获取图像,线阵相机每次只能采集一行图像,因此在对混有异纤的棉花进行图像采集时,需要通过移动平台让异纤和棉花处于运动状态,才能扫描得到一幅二维图像。二维图像是由多次扫描得到的每行图像按时间顺序组合而成的。所采集到的图像如图4所示。

图4 采集到的异纤和棉花图像

7种白色或透明异纤在图像上的第1排,从左到右依次是白纸、白色缝纫线、地膜、棉布条、泡沫塑料、塑料绳、白色编织袋丝;5种有色异纤在图像上的第2排,从左到右依次是紫色编织袋丝、蓝色编织袋丝、红色缝纫线、棕色缝纫线、头发。

2 棉花异纤图像处理与分析

采用OpenCV图像算法对采集的图像进行相应的处理与分析,最终实现异纤检测。图像处理与分析的流程如图5所示。

将采集到的3幅图像分别按照图5所示的流程图进行处理,在每一步的处理中依次采用中值滤波[13]和底帽变换实现图像预处理,采用最大类间方差法实现阈值分割[14-15],采用Canny算子实现边缘检测,对得到的异纤边缘进行后续处理,从而获得较为完整的异纤轮廓,接着确定异纤在图像中的位置,并使用矩形框在原图像上标出。图6~图8分别是3幅图像处理过程中的效果图。

图5 图像处理与分析的流程图

图6 400 nm~1 000 nm波段下图像处理过程中的效果图

图8 905 nm波长下图像处理过程中的效果图

图7 808 nm波长下图像处理过程中的效果图

3 异纤检测结果与灰度特性分析

3.1 检测结果

从异纤目标检测的结果来看,可以分为已检测、未检测和错误检测3种情况。其中已检测是指能检测到异纤长度的10%及以上,未检测是指检测到异纤长度的10%以下,错误检测是指将不是异纤的部分错认为异纤。7种白色或透明异纤和5种有色异纤的检测结果统计情况见表1。其中,√表示已检测,○表示未检测,×表示错误检测。

表1 异纤检测结果统计表

3.2 异纤在不同波长下的灰度特性分析

对在400 nm~1 000 nm、808 nm、905 nm波长下采集的图像进行灰度特性分析。从采集的图像来看,7种白色或透明异纤在图像上的亮暗程度不一样,它们中的大多数与背景的对比不明显。而5种有色异纤在不同波长成像时,它们与背景相比均较暗,与背景有明显的对比。

图9是经计算得出的7种白色或透明异纤在不同波长与背景的灰度差曲线。可以看出,波长对灰度差的影响不大,其中地膜在不同波长与背景均有较大差异,所以它在不同波长均可以被较为完整地检测出来。而其他异纤与背景有的差异大,有的差异小,所以出现了较多的异纤不能被检测到,甚至还出现错误检测的情况。综合观察曲线可以得出,白纸、白色缝纫线、棉布条、塑料绳、白色编织袋丝均在400 nm~1 000 nm波段下与背景差值最大,地膜和泡沫塑料在808 nm波长下与背景差值最大。

图9 7种白色或透明异纤在不同波长下的灰度差曲线图

图10是经计算得出的5种有色异纤在不同波长与背景的灰度差曲线。可以看出,波长对灰度差是有影响的,5种有色异纤均在400 nm~1 000 nm波段下与背景差值最大。在单波长下,紫色编织袋丝、蓝色编织袋丝、红色缝纫线、棕色缝纫线均在905 nm波长下与背景差值最大,而头发在808 nm波长下与背景差值最大。

图10 5种有色异纤在不同波长下的灰度差曲线图

4 结语

本研究利用高速线阵相机,在400 nm~1 000 nm、808 nm、905 nm波长下对棉花和12种异纤样本进行了扫描成像,采用OpenCV图像算法进行了处理,并分析了有色异纤和白色或透明异纤的检测结果以及灰度特性。有色异纤在各波长下与背景均有较为明显的灰度差异,其中只有头发在905 nm波长下出现了未检测情况,而其他有色异纤都可以被检测出来。白色或透明异纤在各波长下大多数与背景的灰度差异不明显,出现了较多的未检测情况,甚至还有错误检测。7种白色或透明异纤样本在400 nm~1 000 nm波段检测出5种,未检测1种,错误检测1种;在808 nm波长下检测出5种,未检测2种,无错误检测;在905 nm波长下检测出2种,未检测5种,无错误检测。综合来看,白色或透明异纤在808 nm波长下检测效果是比较好的,能够检测出大部分异纤,并且没有出现错误检测,这表明在近红外波段检测白色或透明异纤是切实可行的,且具有较好的检测效果,为进一步检测此类异纤提供了依据。

猜你喜欢
波长图像处理灰度
采用改进导重法的拓扑结构灰度单元过滤技术
一种波长间隔可调谐的四波长光纤激光器
海战场侦察图像处理技术图谱及应用展望
人工智能辅助冠状动脉CTA图像处理和诊断的研究进展
杯中“日出”
天津港智慧工作平台灰度发布系统和流程设计
Bp-MRI灰度直方图在鉴别移行带前列腺癌与良性前列腺增生中的应用价值
Arduino小车巡线程序的灰度阈值优化方案
基于ARM嵌入式的关于图像处理的交通信号灯识别
基于图像处理的废有色金属自动分选算法研究