基于机器视觉的纱管余纱量检测研究

发布时间：2020-05-28 02:16

【摘要】：残纱检测是细络联设备的一项重要功能,由于从络筒机上返回的纱管可能没有完全退纱,需要再次退纱或者剔除残纱,因此就需要专门的设备对纱管余纱量进行判断。目前的细络联自动络筒机较多地采用了机械式残纱检测装置,主要借助不同造型的杆状或毛刷类元件触碰纱管来测算剩余纱量。然而,这些元器件接触并击打管表纱线时,可能会对管纱成形和纱线品质造成不利影响。随着机器视觉在工业检测领域的应用日益广泛,越来越多的研究开始探索将此类非接触式技术用于残纱检测装置上的可能性。本课题基于机器视觉对非接触式残纱检测方法进行研究。为实现自动络筒机中纱管输送装置的余纱量检测与纱管分类,本文首先提出一种基于图像纹理特征分割纱管和纱线的算法,利用滤波响应使二者分离;之后提出一种融合了纱管外形、颜色和纹理特征的纱管特征构造方法,采用支持向量机作为分类器实现对空管、残纱管和满管的分类;最后,基于混合背景模型和跟踪算法构建复杂背景下处于运动状态纱管的检测与跟踪,配合分类器实现对处于运动状态的纱管的余纱量检测。在纱管与纱线像素区域分割方面,本文提出一种奇部Gabor滤波器的余纱量检测方法。对奇部Gabor滤波器的参数设置进行了优化,根据极大响应原则,探讨了奇部Gabor滤波器中心频率ω、波长λ、高斯分布标准差σ以及滤波器方向θ四个主要参数的设定原则。利用经参数优化的奇部Gabor滤波器组强化管壁和纱线边缘,对滤波后图像进行连通域检查,分割出纱线区域。实验部分选择不同颜色的纱管、不同颜色和线密度的纱线对该算法对进行了试验,结果表明算法在无监督条件下对这些样本体现出较好的鲁棒性,对光照强度的定性试验证明算法具备一定的光照适应性。在纱管分类问题上,本文采用支持向量机作为分类器。将采集的纱管图像分割为若干区域,以各分区前景、背景和凸包面积为基础构建反映直径变化和对称性的几何特征;利用Gabor滤波器组增强目标纹理信息,随后通过主色提取和色差计算构建各分区的纹理特征。采用多分类支持向量机利用提取特征进行分类,将输入样本归为空管、残纱管和有纱管三类。分类算法交叉验证结果表明,在多种参数水平下,分类器对各种管壁颜色的棉纱纱管的分类准确率达到96%以上;多品种纱线试验表明,分类器对不同细度和颜色纱线的纱管分类真阳性率达到92%以上。在运动纱管的检测与跟踪方面,本文采用高斯混合背景模型用于固定机位下的运动目标检测,引入跟踪算法对前景区域进行标记和跟踪,以实现对背景模型中各前景区域的时域状态记录。背景模型检测到运动目标后由分类器对前景区域进行识别,如果前景区域被认定为纱管则对其进行分类,并由跟踪模型保持对纱管的跟踪;如果前景区域被认定为噪声则对背景模型进行更新。视频监控试验结果表明,算法对细络联装置中的纱管能够进行较为准确的检测与跟踪。
【图文】：

(c) (d)图 1-1 各自动络筒机厂商配备的残纱检测装置a) 青岛宏大 SMARO-I；(b) 村田 QPRO；(c) 萨维奥 POLAR-I DLS；(d) 赐来福 AutoconerFig.1-1 Residual yarn detection device provided by automatic winder manufacturers) Hongda SMARO-I；(b) Muratec QPRO；(c) Savio POLAR-I DLS；(d) Schlafhorst Autoconer一定量余纱的管纱经过时，绕纱部分会与长边接触并推动其前进一段距离，短边产生转动，底部的传感器检测到位移后即断定纱管尚有余纱。若管纱余纱量较少碰到推杆，它也会被送入空管轨道返回细纱机。在青岛宏大 SMARO-E 型集中供络筒机中，没有触碰推杆的管纱会继续沿着一个上升轨道行进，轨道内有一个以为接触单元的传感器，毛刷相比于推杆更接近纱管管壁，灵敏度也更高，表面包但未被推杆检测到管纱在这里会被筛查并剔除，其余纱管被认定为空管传入回收村田 QPRO 系列自动络筒机采用毛刷作为残纱检测元器件，如图 1-1(b)所示。状态下，毛刷抬起；管纱进入检测位后，毛刷落下，在触碰到管纱后停止。毛刷另一端装有光电传感器，毛刷下落至底端时传感器一端发射的光线被遮挡，另一

金属片后端由两个转轴连接，，保证装置在运动过程中能够垂直升降；前端与管纱接触的部分外形类似一个竖直刀片，接触面有微小锯齿。管纱进入检测位后，金属片下落，若纱管上绕有纱线，金属片会在勾住纱线并停止运动，否则将下落至最底端。装置底部安装有光电传感器，用于检测金属片的运动幅度，并以此推断管纱余纱量。赐来福 Autoconer X5 系列自动络筒机中的纱管检测装置为一个叉形打手，如图 1-1(d)所示。纱管逐一通过检测位置并暂停，此时打手自上而下摆动，由于打手的两个分叉间距略宽于细纱管直径，当纱管为空管时，打手分叉会从管壁两侧掠过，如果纱管卷绕有一定量纱线，打手则会触碰到卷绕纱线并返回，由此纱管就被系统判定为有纱，随即由后续分拣系统将其沿回路轨道送回至自动络筒机重新生头络纱。各厂商的机械式残纱检测装置发展起步早，技术相对成熟，在生产环境中取得了不错的应用效果。然而，机械式装置的集成化程度低，管纱往往需要经过多个检测单元的筛查方可实现余纱量的多分类；各类装置虽然形式不同，但为保证不与空管发生接触，检测元件始终要与管体保持一定间距，当纱管上的剩余纱量很少时，缠绕纱线区域的径向直径不足以被装置检测到，这些纱管会被误检为空管，被细络联设备送回集体落纱细纱机中，如图 1-2 所示。
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TS104

【相似文献】

相关期刊论文 前10条

1 陈培芝;陈水利;陈国龙;;Gabor小波和局部二值模式结合的一种人脸识别算法[J];集美大学学报(自然科学版)(网络预览本);2010年04期

2 李云章;赵静;;离散周期集上的弱Gabor双框架[J];中国科学:数学;2018年12期

3 张园园;邹策;陈晓玲;尹永浩;程生翠;陈迎亚;谢平;;基于Gabor小波-传递熵的脑-肌电信号同步耦合分析[J];生物医学工程学杂志;2017年06期

4 Ma Xin;Jing Xiaojun;;Palm vein recognition method based on fusion of local Gabor histograms[J];The Journal of China Universities of Posts and Telecommunications;2017年06期

5 吕贤利;;Gabor框架的一些判定[J];科技经济导刊;2018年01期

6 XIAO Jing;DUAN Xiusheng;QI Xiaohui;WANG Jianchen;;Direction navigability analysis of geomagnetic field based on Gabor filter[J];Journal of Systems Engineering and Electronics;2018年02期

7 史漫丽;凌龙;吴南;原娜;;基于自适应Gabor滤波的红外弱小目标检测[J];红外技术;2018年07期

8 李兴慧;武友德;李小汝;;基于Gabor变换降噪和盲信号分离的轴承故障诊断方法[J];现代制造工程;2014年08期

9 Qiao Fang LIAN;Hai Li MA;;Density Results for Subspace Multiwindow Gabor Systems in the Rational Case[J];Acta Mathematica Sinica;2013年05期

10 ;Fast parallel algorithms for discrete Gabor expansion and transform based on multirate filtering[J];Science China(Information Sciences);2012年02期

相关会议论文 前10条

1 Jin Wu;Xuejie Nian;Wankou Yang;Changyin Sun;;MPCA on Gabor Tensor for Face Recognition[A];2015年中国智能自动化学术会议论文集（第一分册）[C];2015年

2 朱学芳;邹文豪;王栾井;;对字体识别中Gabor滤波器参数的实验研究[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

3 Kurban Ubul;Abdiryim Raxidin;Alim Aysa;;2-D Gabor Filter based Feature Extraction Method for Uyghur Handwriting Image[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年

4 黄志荣;;基于Gabor特征的人耳识别方法的研究[A];第二十六届中国（天津）2012IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2012年

5 谷建清;郭永彩;高潮;徐梅宣;;二维Gabor小波在虹膜识别中的应用[A];第七届青年学术会议论文集[C];2005年

6 ;Face recognition based on Gabor phase[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

7 Jiakun Li;Tian Wang;Ming Gao;Aichun Zhu;Guangcun Shan;Hichem Snoussi;;Two Stream Neural Networks with Traditional CNN and Gabor CNN for Object Classification[A];第37届中国控制会议论文集（F）[C];2018年

8 万忠义;陈辉;冯俊;胡英;;基于Gabor变换的动态反褶积方法研究[A];第十五届全国数学地质与地学信息学术研讨会论文集[C];2016年

9 ;Edge Detection of Plant Roots Image via Gabor Wavelet Theory[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

10 顾涓涓;陶亮;罗斌;;图像的实值离散Gabor变换及其快速算法[A];第二十六届中国控制会议论文集[C];2007年

相关重要报纸文章 前3条

1 王丽辉;Gabor 时尚绿色品牌[N];中国服饰报;2006年

2 本报记者 夏商;Alter&Kiss欲进入中国市场[N];中国纺织报;2010年

3 ;仅以数据做决策存在风险[N];中国保险报;2011年

相关博士学位论文 前10条

1 马欣;手掌静脉身份识别关键技术研究[D];北京邮电大学;2018年

2 李锐;基于离散Gabor变换的信号稀疏时频表示[D];安徽大学;2016年

3 余磊;Gabor小波变换在人脸识别中的应用研究[D];重庆大学;2009年

4 傅一平;基于Gabor与小波的边缘检测理论、快速算法与实时应用研究[D];浙江大学;2004年

5 赵英男;Gabor滤波器在车辆检测和车型识别中的应用研究[D];南京理工大学;2004年

6 李文书;中医舌诊中若干图像分析关键技术的研究[D];浙江大学;2005年

7 李云峰;基于Gabor小波变换的人脸识别[D];大连理工大学;2006年

8 山世光;人脸识别中若干关键问题的研究[D];中国科学院研究生院（计算技术研究所）;2004年

9 靳明;基于Gabor滤波器的军用目标识别及跟踪方法的研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2005年

10 王汇源;基于线性子空间及环形对称GABOR变换的人脸识别算法研究[D];山东大学;2007年

相关硕士学位论文 前10条

1 柳莘莘;基于区域Gabor特征的人脸识别算法改进[D];云南大学;2018年

2 王博馨;Gabor小波参数对人脸特征的影响机理[D];西安科技大学;2019年

3 高畅;基于机器视觉的纱管余纱量检测研究[D];江南大学;2019年

4 李绵;基于自适应方向响应编码的Gabor特征提取及融合[D];深圳大学;2018年

5 张元铭;基于HOG与Gabor特征的人脸识别算法研究[D];哈尔滨理工大学;2019年

6 苏园;智能驾驶状况下的行人检测方法研究[D];河北工程大学;2019年

7 程干;复杂光照条件下的人脸识别方法研究[D];中国矿业大学;2019年

8 张伟;基于Gabor和LBPH的人脸识别算法研究及应用设计[D];兰州大学;2019年

9 李婷婷;向量值Gabor框架与框架小波的性质及应用[D];西安建筑科技大学;2018年

10 黎成超;基于Gabor滤波深度网络的高光谱图像分类方法研究[D];湖南大学;2018年

本文编号：2684538