基于机器视觉的绒毛织物表面质量检测系统研究
发布时间：2021-08-03 10:02
起毛工艺在织物表面生成柔软、致密的绒毛,不仅改变了织物的外观、风格,还使织物具有耐磨、保暖、柔顺、抗皱等性能。随着起毛工艺的改进,产品质量也在不断提升,传统的人工质量检测已不能满足绒毛织物产品质量和效率的需求。为了实现绒毛织物表面质量的客观评判,提高产品质量检测的精度和效率,本文提出了基于机器视觉的绒毛织物表面质量检测方法,来取代人工检测,达到快速、准确、客观地评定绒毛织物表面质量的效果。论文主要内容为:（1）绒毛织物图像的采集,对绒毛织物采用切向成像,背向照明方式,获取了不受织物表面纹理及颜色特征干扰的绒毛织物图像。结合绒毛区域、背景区域的特征,对绒毛织物图像中绒毛区域进行提取。（2）绒毛织物图像的预处理,为了降低绒毛织物图像在采集过程中所产生的噪声,本文采用改进的去噪算法,在频域中得到绒毛织物图像的高频信号,并进行消减,再与低频信号进行融合,有效地降低了噪声干扰。同时采用线性变换,提高了绒毛图像的对比度,改善了光照强度。（3）绒毛边缘特征提取,根据绒毛区域灰度直方图的分布特征,采用最大类间方差法进行分割,对于分割后绒毛区域中的孔洞等缺陷,构建了线形和圆形结构元素对绒毛区域进行形态学...
【文章来源】：西安工程大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
视觉理论框架
2 绒毛织物表面质量检测系统的总体设计毛织物表面质量检测系统的总体设计体设计方案毛织物表面质量检测系统总体设计包括硬件和软件两方面设计，硬件包像采集部分中工业相机、镜头和照明等选型，此外还有织物传送部分的；软件包括绒毛织物检测系统中图像预处理、图像边缘特征提取、参数化的设计。绒毛织物表面质量检测系统总体设计如图 2-1 所示，包括绒分、绒毛织物图像采集部分和绒毛织物图像处理部分。
图 2-2 线阵 CCD 图 2-3 面阵 CCD（1）分辨率工业相机的分辨率是指相机每次采集图像的像素点的个数，工业相机的分辨率着图像的质量，分辨率数值越大则图像越清晰，但是图像所占的内存就越大[55]。相机能拍到的取景范围叫做视场，相机传感器里一个像元所代表的物体实际尺寸精度。视场和精度两个因素决定着工业相机的分辨率，相机分辨率计算公式为siRFOVR （2-式中，FOV 为视场，Rs为精度，Ri为相机分辨率。（2）曝光时间曝光时间是指光线投射到感光面上快门所要打开的时间，当拍摄物体运动速度时，要考虑曝光时间，否则会有严重的拖影现象，为避免拖影，需减少曝光时高快门速度。影响曝光时间的因素有视场、物体的运动速度和工业相机在物体运向上的分辨率，曝光时间计算公式为：
【参考文献】：
期刊论文
[1]起毛工艺后织物表面绒毛质量的视觉检测方法[J]. 金守峰,林强强,唐凡,高磊. 毛纺科技. 2019(02)
[2]机器视觉在纺织中的应用现状与发展趋势[J]. 周建,潘如如,高卫东. 棉纺织技术. 2019(02)
[3]基于稀疏字典的图像去噪方法研究[J]. 唐凡,郑晗,陈晨,刘小卫. 价值工程. 2019(04)
[4]浅谈智能型工业相机的应用[J]. 周文彬. 电子测试. 2018(22)
[5]机器视觉技术的发展现状与应用动态研究[J]. 陈英. 无线互联科技. 2018(19)
[6]2018中国国际纺织机械展览会暨ITMA亚洲展览会预览（一）[J]. 马磊,王佳月. 纺织导报. 2018(09)
[7]海康机器视觉工业镜头应用技术[J]. 胡雨婷. 智慧工厂. 2018(07)
[8]基于显微光学切片方法的织物绒毛深度信息获取[J]. 余灵婕,王荣武. 东华大学学报(自然科学版). 2018(03)
[9]纺织业发展现状及前景预测分析[J]. 廖强. 纺织报告. 2018(05)
[10]应用机器视觉的织物表面绒毛率测试系统[J]. 杨松林,马帅,丁朝鹏,范红丽,薛欢欢. 纺织学报. 2017(06)
博士论文
[1]基于绒毛深度信息的织物起毛起球计算机自动评级研究[D]. 余灵婕.东华大学 2016
[2]基于机器视觉的工程机械行走速度测量系统研究[D]. 金守峰.长安大学 2015
[3]基于机器视觉的坯布表面质量检测系统研究与实现[D]. 赵大兴.东北大学 2009
[4]基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D]. 饶秀勤.浙江大学 2007
[5]基于切面投影图像的织物起球等级的计算机视觉评定[D]. 陈霞.东华大学 2004
[6]织物平整度等级的计算机视觉评估[D]. 杨晓波.东华大学 2003
硕士论文
[1]基于机器视觉的轮胎缺陷检测方法研究[D]. 贾梦思.沈阳工业大学 2018
[2]面向视障人群的视觉导盲安全信息检测与识别研究[D]. 陈蓉.西安工程大学 2018
[3]工业机器人作业目标的视觉识别与定位研究[D]. 范荻.西安工程大学 2018
[4]基于机器视觉的金属手机外壳尺寸测量与表面典型缺陷检测研究[D]. 冯锴.华南理工大学 2018
[5]手机壳体表面缺陷视觉检测技术研究[D]. 王武.南京航空航天大学 2018
[6]基于织物结构与力学参数的纯棉织物抗皱性能研究[D]. 杨书会.天津工业大学 2017
[7]基于机器视觉的布面绒毛率测试系统研发[D]. 范红丽.河北科技大学 2016
[8]基于图像处理的织物疵点特征提取与检测算法研究[D]. 马彦.武汉纺织大学 2016
[9]基于机器视觉的工业镜头的设计[D]. 杨康.福建师范大学 2013
[10]基于序列切面投影图像的织物起球等级评定方法研究[D]. 杨璇.东华大学 2013
本文编号：3319422
【文章来源】：西安工程大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
视觉理论框架
2 绒毛织物表面质量检测系统的总体设计毛织物表面质量检测系统的总体设计体设计方案毛织物表面质量检测系统总体设计包括硬件和软件两方面设计，硬件包像采集部分中工业相机、镜头和照明等选型，此外还有织物传送部分的；软件包括绒毛织物检测系统中图像预处理、图像边缘特征提取、参数化的设计。绒毛织物表面质量检测系统总体设计如图 2-1 所示，包括绒分、绒毛织物图像采集部分和绒毛织物图像处理部分。
图 2-2 线阵 CCD 图 2-3 面阵 CCD（1）分辨率工业相机的分辨率是指相机每次采集图像的像素点的个数，工业相机的分辨率着图像的质量，分辨率数值越大则图像越清晰，但是图像所占的内存就越大[55]。相机能拍到的取景范围叫做视场，相机传感器里一个像元所代表的物体实际尺寸精度。视场和精度两个因素决定着工业相机的分辨率，相机分辨率计算公式为siRFOVR （2-式中，FOV 为视场，Rs为精度，Ri为相机分辨率。（2）曝光时间曝光时间是指光线投射到感光面上快门所要打开的时间，当拍摄物体运动速度时，要考虑曝光时间，否则会有严重的拖影现象，为避免拖影，需减少曝光时高快门速度。影响曝光时间的因素有视场、物体的运动速度和工业相机在物体运向上的分辨率，曝光时间计算公式为：
【参考文献】：
期刊论文
[1]起毛工艺后织物表面绒毛质量的视觉检测方法[J]. 金守峰,林强强,唐凡,高磊. 毛纺科技. 2019(02)
[2]机器视觉在纺织中的应用现状与发展趋势[J]. 周建,潘如如,高卫东. 棉纺织技术. 2019(02)
[3]基于稀疏字典的图像去噪方法研究[J]. 唐凡,郑晗,陈晨,刘小卫. 价值工程. 2019(04)
[4]浅谈智能型工业相机的应用[J]. 周文彬. 电子测试. 2018(22)
[5]机器视觉技术的发展现状与应用动态研究[J]. 陈英. 无线互联科技. 2018(19)
[6]2018中国国际纺织机械展览会暨ITMA亚洲展览会预览（一）[J]. 马磊,王佳月. 纺织导报. 2018(09)
[7]海康机器视觉工业镜头应用技术[J]. 胡雨婷. 智慧工厂. 2018(07)
[8]基于显微光学切片方法的织物绒毛深度信息获取[J]. 余灵婕,王荣武. 东华大学学报(自然科学版). 2018(03)
[9]纺织业发展现状及前景预测分析[J]. 廖强. 纺织报告. 2018(05)
[10]应用机器视觉的织物表面绒毛率测试系统[J]. 杨松林,马帅,丁朝鹏,范红丽,薛欢欢. 纺织学报. 2017(06)
博士论文
[1]基于绒毛深度信息的织物起毛起球计算机自动评级研究[D]. 余灵婕.东华大学 2016
[2]基于机器视觉的工程机械行走速度测量系统研究[D]. 金守峰.长安大学 2015
[3]基于机器视觉的坯布表面质量检测系统研究与实现[D]. 赵大兴.东北大学 2009
[4]基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D]. 饶秀勤.浙江大学 2007
[5]基于切面投影图像的织物起球等级的计算机视觉评定[D]. 陈霞.东华大学 2004
[6]织物平整度等级的计算机视觉评估[D]. 杨晓波.东华大学 2003
硕士论文
[1]基于机器视觉的轮胎缺陷检测方法研究[D]. 贾梦思.沈阳工业大学 2018
[2]面向视障人群的视觉导盲安全信息检测与识别研究[D]. 陈蓉.西安工程大学 2018
[3]工业机器人作业目标的视觉识别与定位研究[D]. 范荻.西安工程大学 2018
[4]基于机器视觉的金属手机外壳尺寸测量与表面典型缺陷检测研究[D]. 冯锴.华南理工大学 2018
[5]手机壳体表面缺陷视觉检测技术研究[D]. 王武.南京航空航天大学 2018
[6]基于织物结构与力学参数的纯棉织物抗皱性能研究[D]. 杨书会.天津工业大学 2017
[7]基于机器视觉的布面绒毛率测试系统研发[D]. 范红丽.河北科技大学 2016
[8]基于图像处理的织物疵点特征提取与检测算法研究[D]. 马彦.武汉纺织大学 2016
[9]基于机器视觉的工业镜头的设计[D]. 杨康.福建师范大学 2013
[10]基于序列切面投影图像的织物起球等级评定方法研究[D]. 杨璇.东华大学 2013
本文编号：3319422
本文链接：https://www.wllwen.com/projectlw/qgylw/3319422.html
