一种垂直芯吸法织物图像处理的修正方法

具体实施方式

基于垂直芯吸法织物图像处理的修正方法具体实施步骤如下：

1、设定标靶，如图1所示。标靶高度为300mm，在标靶平面上布置2列22个10*10mm黑色正方形，标靶底色为白色。黑色正方形以标靶中心线位置为基准，均匀分布在二侧，以标靶中心线为坐标原点O，黑色正方形中心分别位于坐标0、±25、±55、±85、±115、±145mm位置上。摄像机是1/2.5′型CCD，在拍摄距离L＝440mm上拍摄图像，存储。

2、提取黑色正方形中心分别位于坐标0、±25、±55、±85、±115、±145mm高度上黑色正方形纵向像素数，得到黑色正方形像素数变化规律：黑色正方形中心位置偏离光轴距离越大，黑色正方形像素数越少，即图像发生桶形畸变。

3、根据步骤2所得黑色正方形像素数变化规律，根据图2建立畸变图像尺寸和无畸变图像尺寸h_i的关系，推导过程如下：

图2为修正方法示意图。摄像机CCD光轴中心A位于目标物体B_-150B₁₅₀共300mm的中心位置B₀处，以B₀这为中心的等分高度10mm距离内的像素数为无畸变标准像素数C，将B_-150B₁₅₀按照1mm为单位进行等分，记为B₀B_i，i＝±1、±2、...、±150，共300份向上记为B₁、B₂、...B_n，向下记为B_-1、B_-2、...B_-n，拍摄距离定为L即光轴中心A到目标物体中心位置B₀的距离。根据直角三角形中斜边上的高与直角边的关系，每个直角三角形中，直角边对应畸变图像尺寸，斜边上的高表示畸变图像尺寸对应的无畸变图像尺寸，以无畸变标准位置B₀处为起点建立畸变图像尺寸B₀B_i和无畸变图像尺寸h_i的关系。

对△AB₀B₁，作B₀C₁⊥AB₁，B₀C₁表示畸变图像尺寸B₀B₁对应的无畸变图像尺寸，记为h₁，令：

∠AB₁B₀＝∠α₁，则

∠α₁＝arc ctg(B₀B₁/L)

h₁＝B₀C₁＝B₀B₁·sinα₁＝B₀B₁·sin(arcctg(B₀B₁/L))

对△AB₁B₂，作B₁C₂⊥AB₂，令：

∠AB₂B₁＝∠α₂，则

∠α₂＝arc ctg(B₁B₂/L)

畸变图像尺寸B₀B₂对应的无畸变图像尺寸记为h₂，

h₂＝B₀B₁·sin(arcctg(B₀B₁/L))+B₁B₂·sin(arcctg(B₁B₂/L))

以此类推，畸变图像尺寸B₀B_i对应的无畸变图像尺寸h_i为：

$h_i=\underset{i=1}{\overset{n}{\Sigma }}{B}_{i-1}{B}_i\sin \left(\mathrm{arcctg}(B_{i-1}{B}_i/L)\right)$

同理，AB₀分界线以下：

$h_i=-\underset{i=-1}{\overset{-n}{\Sigma }}{B}_{i-1}{B}_i\sin \left(\mathrm{arcctg}(B_{i-1}{B}_i/L)\right)$

4、根据步骤3所述无畸变标准像素数C及畸变图像尺寸B_i-1B_i与无畸变图像尺寸h_i的关系，将畸变图像尺寸与无畸变图像尺寸的关系转化为无畸变图像像素数Y_i与畸变图像尺寸B_i-iB_i的关系：

$Y_i=\left(\begin{array}{c}C\underset{i=1}{\overset{n}{\Sigma }}{B}_{i-1}{B}_i\sin \left(\mathrm{arcctg}(B_{i-1}{B}_i/L)\right)(i>1)\\ -C\underset{i=-1}{\overset{-n}{\Sigma }}{B}_{i-1}{B}_i\sin \left(\mathrm{arcctg}(B_{i-1}{B}_i/L)\right)(i<1)\end{array}\right)---\left[1\right]$

5、将步骤4)所述无畸变图像像素数Y_i与畸变图像尺寸B_i-1B_i关系，根据实际拍摄距离L＝440mm，无畸变标准像素数C＝8，B_i-1B_i＝1，建立拍摄距离440mm下的无畸变图像像素数Y_i与畸变图像尺寸B_i-1B_i的关系：

$Y_i=\left(\begin{array}{c}8\underset{i=1}{\overset{n}{\Sigma }}\sin \left(\mathrm{arcctg}(i/440)\right)(i>1)\\ -8\underset{i=-1}{\overset{-n}{\Sigma }}\sin \left(\mathrm{arcctg}(i/440)\right)(i<1)\end{array}\right)---\left[2\right]$

6、根据垂直芯吸法读数以布样下端为起始位置，根据步骤5所得关系式用Matlab程序实现。建立Matlab程序实现如下：

function lengh

clear all；close all；clc；

n＝-150:150

s＝cumsum(sin(acot(abs(n)/440))*8)；％实际距离和图像像素之间的关系

a＝1:301；

A＝[s’a’]；％建立第一列为像素数，第二列为对应实际高度的矩阵

x＝图像处理芯吸高度像素数；

lengh＝myFind(A，x)；

lengh

function y＝myFind(A，x)

m＝size(A，1)；

flag＝0；

for i＝1:301

      ifx＝＝A(i，1)

           y＝A(i，2)；

           flag＝1；

           break；

      end

end

if flag＝＝0

      temp＝A(:，1)-x；

      temp＝abs(temp)；

      ％找出与x差值最小的序号

      [a，b]＝min(temp)；

      x1＝A(b，1)；

      lengh1＝A(b，2)；

      x2＝A(b+1，1)；

      lengh2＝A(b+1，2)；

      lengh＝lengh 1+(x-x1)/(x2-x1)*(lengh 2-lengh 1)；

end

表1 标靶正方形纵向像素数以及根据本发明修正方法计算得到像素数

实施例：

某一织物23min时的芯吸灰度图片见图3。拍摄距离为440mm，目测芯吸高度为126.3mm。通过Matlab程序处理统计水迹高度像素数为980，按照无畸变1mm图像像素数c＝8，得到芯吸高度为122.5mm。考虑径向桶形畸变，按照本发明的修正方法，Matlab程序提取的芯吸高度为125.3mm。

上述具体实施方式用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。