MATLAB在布匹含疵样片图像处理中的应用

尚会超，靳玮

(中原工学院机电学院，河南 郑州 451100)

1 与含疵样片处理有关的MATLAB图像处理功能

目前纺织行业的布匹疵点检测大都是通过人工检测来完成，且检测效果不佳，缺少可靠性。为加快我国纺织行业的发展进程，需研究一种精确而快速的疵点检测方法。随着机器视觉技术的发展，计算机应用于织物疵点检测系统已成为行业发展的趋势[1]。MATLAB不仅具有面向对象的计算机语言特征，而且研究数字图像的领域非常广泛，从学科上可以分为图像的数字化、图像变换、图像增强、图像恢复、图像分割、图像分析和理解、图像的压缩等。MATLAB提供了20类图像处理函数[3]，这些函数按功能可分为图像算术运算、图像分析、图像增强、线性滤波、图像去模糊、图像变换、邻域与块处理、灰度与二值图像的形态学运算等，除以上介绍的一些基本的图像处理功能外，还有许多基于数学形态学与二值图像的操作函数，如二值图像的膨胀运算函数、腐蚀运算函数等。

2 传统的图像采集算法

图像采集的功能是实时地将研究对象的光学特征转换为电信号，并利用A/D转换模块转换成数字图像，通过图像采集卡输入到工业控制计算机。Microsoft Visual C++6.0环境下图像采集算法如下流程图，首先对图像进行扫描，计算图像的大小，获取图像灰度信息，并分配相应图像存储空间，简要流程图如下：

图3-1 Visual C++6.0环境下图像采集算法流程图

以上是根据企业需求，对机器视觉技术与公司的自动铺布系统进行分析。通过实验验证，该算法能够获取布匹表面图像，实现图像采集及数据传输功能。接下来结合MATLAB常用的图像处理功能，对疵点和样片进行分析和判断。

3 应用MATLAB进行含疵样片图像处理实验与分析

MATLAB的图像处理工具箱常用来处理数字图像，所以考虑结合MATLAB进行含疵样片的判断和提取。为了证明MATLAB语言是一种简洁、可读性较强的高效率编程软件，本文通过运用图像处理工具箱中的有关函数，根据疵点与样片平面图像，判断疵点与样片边界的关系。

假设某些样片可视为一类圆形凸形样片，在实验中，有相继100张含疵样片图像记录了样片与疵点的交。图像文件名依次为0.bmp，1.bmp，…，99.bmp，格式均为BMP，宽、高均为512像素(pixel)。假设疵点与每张样片有且只有一个交点，在此例中，判断疵点与样片边界关系的思路：一是对每张图像提取样片的边缘；二是找到边界的内切圆和中心点；三是选取内切圆，其半径即为假想的疵点在样片内的最大范围，如果超越该范围那么疵点可能涉及下一个样片，需要对下一个样片再进行判断；四是判断疵点与样片内切圆的关系，从而判断疵点是否超越该样片，下一样片是否是良好的。以上过程可用以下MATLAB代码来实现。代码实现流程图如下：

图3-2 MATLAB代码实现流程图

如果疵点与样片的最小距离小于内切圆半径，那么该疵点落于样片内不再考虑下一样片；如果疵点与样片最小距离大于内切圆半径，那么该疵点超越样片边界需要继续判断下一样片。也可以用此方法判断疵点与样片缝接线的关系，此时内切圆可以看做样片的内缝接线，如果疵点没有超越内缝接线不影响样片制成成品质量，那么这样的含疵样片可以看做质量良好的样片继续使用。

试验证明该方法可实现疵点标识信息的读取，并且可以将疵点标识与样片匹配，完成每个含疵样片的定位，在含疵样片的提取过程中可行性好，因此满足布匹含疵样片采集要求。

4 结束语

图像信息是人类认识客观世界的重要知识来源。数字图像处理技术在各个领域都得到了广泛的应用。MATLAB图像处理工具箱提供了丰富的图像处理函数。但应该认识到，图像处理工具箱不可能提供所有的函数。特别是计算机视觉理论的发展，对图像分析提出了更高的要求。为此，需要在充分理解数字图像处理原理的基础上编制函数来完成图像处理的任务。