基于机器视觉的筒纱缺陷在线检测系统研究
发布时间：2021-08-10 04:21
纺织行业与人们的日常生活息息相关,同时也作为经济支柱产业在我国国民经济中占据着十分重要的位置。但纺织业发展到今天依然是劳动密集型产业,尤其是在纺织产品的缺陷检测工序中,一直依赖人工检测的方式严重制约着行业的高速发展。因此在生产过程中寻求能够快速精确检测出纺织品缺陷的方法已成为目前亟待解决的问题之一。筒纱是纺纱工序中的最后一道工序——络筒的产出品,其质量直接影响后续工序的生产并最终影响纺织成品的质量。由于纱线原料质量、设备性能、工艺流程、人员操作等多方面的原因,筒纱在成型过程中容易产生多层台、网纱、菊花芯、多源纱等缺陷。本课题以筒纱为研究对象,选用工控机、光源组、相机组、光电开关等硬件设备组建检测平台,应用机器视觉技术研究适用于工业生产流程现场的缺陷检测系统,实现了多种缺陷类型的快速在线检测。主要研究内容为以下几个方面:（1）针对筒纱多层台缺陷表现为侧面轮廓的高低不平,首先通过主动光配合成像,获得高对比度的筒纱轮廓外形图像,然后在轮廓边缘线中确定侧面起止点,最后通过度量侧面轮廓线与拟合轮廓线误差分布,根据拟合情况度量是否为多层台缺陷。（2）针对筒纱顶面存在的网纱缺陷,提出一种基于多方向匹...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
筒纱
武汉理工大学硕士学位论文112.2系统总体设计方案和工作原理机器视觉检测系统对筒纱缺陷进行检测的基本流程是先利用工业相机采集图像，然后依据算法对图像进行处理，并输出结果给其他控制系统。两个步骤中，采集图像需要根据工业生产的环境场地需求从硬件选材和空间结构等方面对系统进行设计，图像处理则需要从软件算法处理流程和适应性上进行设计。根据筒纱缺陷的视觉特征表现形式，本文设计了一套基于机器视觉的筒纱缺陷在线检测系统。组建的筒纱缺陷检测系统主要由相机组、光源组、对照式光电开关组、工控机等组成，实际生产中筒纱制造流水线不间断运行，在筒纱卷装完成后随传送带连续运动。检测时，当筒纱到达检测位置时，系统自动采集筒纱图像，通过图像算法处理判断筒纱是否具有某种缺陷。图2-2为检测系统总体设计图。图2-2检测系统总体设计图2.3关键器件选型通过对纺织厂的筒纱生产环境进行实地考察和对产品大孝位置距离等进行数据统计分析后，依据检测系统不干扰生产系统的原则，本文设计了如图2-3所示的筒纱缺陷在线检测实验平台。
武汉理工大学硕士学位论文12图2-3检测系统实验平台所需硬件设备需要借助外部框架结构完成各个组件的安装和定位。为确保图像采集过程中系统稳固，外部固定框架选用3030铝合金型材搭建。安装时，选用15根长度为1000mm和2根长度为500mm的型材及若干连接件完成框架及设备的安装定位。2.3.1相机组检测系统共使用4组工业相机，其中2组相机位于系统顶部，1组用于拍摄筒纱顶面的灰度图像，1组用于拍摄筒纱顶面的彩色图像；另外2组相机分别位于系统左右两侧位置，都用于拍摄筒纱侧面图像。2.3.1.1相机和镜头选型对于一个机器视觉系统，相机和镜头决定了采集图像的质量，而检测需求决定了相机和镜头的参数。针对细小运动目标的拍摄，主要考虑的是相机组的采样速度、相机分辨率、像元大孝视场角等，之后再考虑的是景深、相机CCD接口等。
【参考文献】：
期刊论文
[1]基于K-SVD学习字典的机织物纹理表征及应用[J]. 吴莹,汪军. 纺织学报. 2018(02)
[2]基于机器视觉的筒子纱缺陷在线检测系统[J]. 牟新刚,蔡逸超,周晓,陈国良. 纺织学报. 2018(01)
[3]机器视觉在多领域内的应用[J]. 李延浩. 电子技术与软件工程. 2018(01)
[4]基于灰度共生矩阵的纺织品瑕疵识别算法[J]. 吴亚新. 电脑知识与技术. 2017(28)
[5]结合游程长度与共生矩阵的图像拼接篡改检测方法[J]. 苏慧嘉,郑继明. 计算机科学. 2017(06)
[6]基于HOG特征的织物瑕疵检测算法[J]. 陈金艳,董蓉. 电视技术. 2017(Z1)
[7]应用方向梯度直方图和低秩分解的织物疵点检测算法[J]. 李春雷,高广帅,刘洲峰,刘秋丽,李文羽. 纺织学报. 2017(03)
[8]面积-极坐标变换在光学相关目标识别中的应用[J]. 石晓卫,李登辉,杨鑫,钱义先. 光学与光电技术. 2016(05)
[9]基于灰度共生矩阵与反向投影的织物疵点检测[J]. 孙国栋,林松,艾成汉,赵大兴. 计算机测量与控制. 2016(07)
[10]应用非负字典学习的机织物瑕疵检测算法[J]. 毛兆华,汪军,周建,卜佳仙,陈霞,李立轻. 纺织学报. 2016(03)
硕士论文
[1]基于黄金模板减法的织物疵点检测研究[D]. 陈姗.西安工程大学 2016
[2]基于小波和极速学习机的织物疵点检测和分类[D]. 马强.东华大学 2016
[3]布匹瑕疵实时视觉检测技术的研究与开发[D]. 何薇.江南大学 2015
[4]复杂纹理背景的织物疵点检测与定位研究[D]. 张志欢.武汉纺织大学 2011
本文编号：3333449
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
筒纱
武汉理工大学硕士学位论文112.2系统总体设计方案和工作原理机器视觉检测系统对筒纱缺陷进行检测的基本流程是先利用工业相机采集图像，然后依据算法对图像进行处理，并输出结果给其他控制系统。两个步骤中，采集图像需要根据工业生产的环境场地需求从硬件选材和空间结构等方面对系统进行设计，图像处理则需要从软件算法处理流程和适应性上进行设计。根据筒纱缺陷的视觉特征表现形式，本文设计了一套基于机器视觉的筒纱缺陷在线检测系统。组建的筒纱缺陷检测系统主要由相机组、光源组、对照式光电开关组、工控机等组成，实际生产中筒纱制造流水线不间断运行，在筒纱卷装完成后随传送带连续运动。检测时，当筒纱到达检测位置时，系统自动采集筒纱图像，通过图像算法处理判断筒纱是否具有某种缺陷。图2-2为检测系统总体设计图。图2-2检测系统总体设计图2.3关键器件选型通过对纺织厂的筒纱生产环境进行实地考察和对产品大孝位置距离等进行数据统计分析后，依据检测系统不干扰生产系统的原则，本文设计了如图2-3所示的筒纱缺陷在线检测实验平台。
武汉理工大学硕士学位论文12图2-3检测系统实验平台所需硬件设备需要借助外部框架结构完成各个组件的安装和定位。为确保图像采集过程中系统稳固，外部固定框架选用3030铝合金型材搭建。安装时，选用15根长度为1000mm和2根长度为500mm的型材及若干连接件完成框架及设备的安装定位。2.3.1相机组检测系统共使用4组工业相机，其中2组相机位于系统顶部，1组用于拍摄筒纱顶面的灰度图像，1组用于拍摄筒纱顶面的彩色图像；另外2组相机分别位于系统左右两侧位置，都用于拍摄筒纱侧面图像。2.3.1.1相机和镜头选型对于一个机器视觉系统，相机和镜头决定了采集图像的质量，而检测需求决定了相机和镜头的参数。针对细小运动目标的拍摄，主要考虑的是相机组的采样速度、相机分辨率、像元大孝视场角等，之后再考虑的是景深、相机CCD接口等。
【参考文献】：
期刊论文
[1]基于K-SVD学习字典的机织物纹理表征及应用[J]. 吴莹,汪军. 纺织学报. 2018(02)
[2]基于机器视觉的筒子纱缺陷在线检测系统[J]. 牟新刚,蔡逸超,周晓,陈国良. 纺织学报. 2018(01)
[3]机器视觉在多领域内的应用[J]. 李延浩. 电子技术与软件工程. 2018(01)
[4]基于灰度共生矩阵的纺织品瑕疵识别算法[J]. 吴亚新. 电脑知识与技术. 2017(28)
[5]结合游程长度与共生矩阵的图像拼接篡改检测方法[J]. 苏慧嘉,郑继明. 计算机科学. 2017(06)
[6]基于HOG特征的织物瑕疵检测算法[J]. 陈金艳,董蓉. 电视技术. 2017(Z1)
[7]应用方向梯度直方图和低秩分解的织物疵点检测算法[J]. 李春雷,高广帅,刘洲峰,刘秋丽,李文羽. 纺织学报. 2017(03)
[8]面积-极坐标变换在光学相关目标识别中的应用[J]. 石晓卫,李登辉,杨鑫,钱义先. 光学与光电技术. 2016(05)
[9]基于灰度共生矩阵与反向投影的织物疵点检测[J]. 孙国栋,林松,艾成汉,赵大兴. 计算机测量与控制. 2016(07)
[10]应用非负字典学习的机织物瑕疵检测算法[J]. 毛兆华,汪军,周建,卜佳仙,陈霞,李立轻. 纺织学报. 2016(03)
硕士论文
[1]基于黄金模板减法的织物疵点检测研究[D]. 陈姗.西安工程大学 2016
[2]基于小波和极速学习机的织物疵点检测和分类[D]. 马强.东华大学 2016
[3]布匹瑕疵实时视觉检测技术的研究与开发[D]. 何薇.江南大学 2015
[4]复杂纹理背景的织物疵点检测与定位研究[D]. 张志欢.武汉纺织大学 2011
本文编号：3333449
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3333449.html
最近更新
教材专著
