基于机器视觉纱管污渍检测系统的研究

发布时间：2020-06-14 17:40

【摘要】：随着纺织行业的高速发展,产品质量控制已经成为行业中研究的重点。其中纱管在纺织工业装备产业化中占据重要地位,纱管的质量问题也逐渐受到到纺织行业的关注。针对目前传统的人工检测和机器检测等方法不能满足现代纺织行业快速发展的要求,本文从提高纱管污渍检测的准确性和实时性出发,研究纱管污渍检测技术,该技术对纺织行业的发展有着重要的意义。本文把机器视觉、图像处理等技术和纺织工业相结合,依托学校实验室现有平台,开发设计出一套利用图像处理技术的纱管污渍检测系统,实现对搬运过程中的纱管进行污渍检测。本文主要工作内容如下:(1)针对纺织纱管生产工艺的特点和课题需求的基础上,研究系统的设计目标和难点,进行纱管污渍检测系统总体设计,主要包括系统总体设计方案以及硬件和软件两方面进行系统设计选型。(2)纱管预处理算法设计。主要包括图像灰度化、图像降噪、图像二值化、标准模板制作以及图像配准处理。通过实验分析,本文选择加权平均法进行灰度化,快速中值滤波进行降噪,最大类间方差法进行二值化,采用统计平均法来制作标准模板,并且使用SURF特征点匹配算法,实现纱管图像在空间位置上的配准。(3)纱管污渍检测算法设计。在对纱管图像进行预处理的基础上,本文使用图像差分、分层检测以及模板匹配这三种常用的污渍检测算法进行实验分析,提出基于灰度直方图模板匹配法对污渍进行检测,通过分析灰度直方图中的灰度值和像素点能够客观的检测出纱管污渍。(4)根据系统设计要求,使用Visual Studio和Halcon软件设计出易于操作的上位机界面。在实验室环境下,实现了纱管污渍检测算法,完成了检测系统的开发。本文通过对纱管污渍检测算法和系统进行测试,测试结果表明实时性和准确性都能达到本文设计要求,实现纱管污渍检测准确度达到了95%以上,且可行性强,对纱管质量检测技术发展具有一定的应用价值。文中图42幅,表13个,参考文献58篇。
【学位授予单位】：西安工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TS103.6;TP391.41
【图文】：

纱管,图像处理算法,人类视觉,纺织机械

图 1-1 纱管配套纺织机械设备工作随着计算机硬件和软件技术、图像处理算法以及人类视觉技术的快速发展，机器视觉技术同时也获得飞速的发展，目前在工业、农业、医学等多个领域都已经广泛的应用。同时，机器视觉的智能化自动化生产方式己经成为了当前工业生产领域的趋势[6-7]。机器视觉工业检测技术在纺织领域具有广阔应用前景，目前的图像处理技术主要应用于纺织工业中纤维、纱线和织物等方面的检验鉴别工作[8]。和传统纺织质量检测方式相比较，机器视觉检测系统不但具有简单可靠的硬件和软件架构，而且还可以较大的提高产品检测的准确性和实时性，还可以根据自身检测要求，设计出更加符合纺织企业的检测系统。本课题来自陕西省科学技术厅项目(2018GY-173)，工业机器人纱管智能分拣喂纱系统研究。本文主要研究聚焦于纱管表面污渍检测环节，使用机器视觉技术代替传统检测工艺。在学术研究方面，纱管污渍检测涉及到很多图像处理算法，这其中不同的算法都需要大量的理论研究和实验验证，图像处理算法的实现是机器视觉检测的核心；在工程实践方面，依托学校实验室现有的条件，应用视觉检测系统硬件平

检测设备,电池,薄膜

使用小波滤波法，能将多种差异缺陷检测出来，适用于大数据系统，虽然可以自我修复调节，但缺点是需要配置专业的硬件设备，且系统平台移植性较差。目前国外的机器视觉缺陷检测技术已经比较成熟稳定，目前主要形成了由供来推广和研究表面缺陷检测系统的趋势，国际上已有许多表面检测系统供应商[1美国的 Wintriss 检测技术公司，该公司核心产品是 Web Ranger 表面缺陷检测，此系统以模块信息化管理，能够对缺陷进行快速检测和分类，可以生成缺陷报表和大型数据库，其检测领域主要有金属、玻璃、薄膜、无纺布等。该公司测技术已经成为视觉检测的领军者[16]。如图 1-2 为该公司的电池薄膜检测设备。德国 Parsytec 表面检测系统技术公司，该公司的主要产品有各类金属表面检，缺陷识别技术、机器视觉系统、表面检测处理设备等。该表面缺陷检测系统完成全自动化实时检测工业钢板中的孔洞、划伤、夹杂、裂痕等多种缺陷类型类型的公司有美国的 Cognex，瑞士的 Bobst，日本的 DAC、TOKIMEC、Keyen公司都已经能提供基于机器视觉的产品表面缺陷在线检测系统和解决方案，并得了较大的推广[17]。如图 1-3 为该公司金属表面检测设备。

【相似文献】