基于图像视觉的棉花异性纤维识别关键技术研究
【学位单位】:山东大学
【学位级别】:硕士
【学位年份】:2020
【中图分类】:TP391.41;TS107
【部分图文】:
山东大学硕士学位论文??表1-2罗列了常见的异性纤维W种类及材料构成。如图1-1所示为工业现场??在集棉箱中收集的异纤。??::■??图1-1工业现场异纤??1.2.2课题的背景以及意义??棉花作为战略储备资源,关系重大。目前我国的棉纺织业的发展与国际先进??水平仍旧存在较大差距,具体表现为档次较低、品质较差,所以利润也较低。??本文解决的是异纤在线识别实时性差和准确率低的问题。识别算法在识别系??统中居于核心地位,我国研制的产品比国外同类产品在价格上己经大幅的降低,??不但符合我国的国情,而且能够摆脱对进口技术及设备的依赖,更能提高我国的??产品竞争力,为我国经济的发展做出贡献。同样,由于棉花异纤的检测方式具有??可移植性,可应用到重复性高和生产量大的场景之中,例如二维码识别、军事目??标识别、工件质量检测、焊缝检测等等[4]。??1.3国内外研究现状??1.3.1机器视觉技术的发展??机器视觉是一门能够让机器拥有人眼一样“看”本领的技术,包括模式识别、??人工智能(AI)等大范围、多领域的学科门类[5L机器视觉技术能够用电脑和摄??像头替代人眼让机器拥有对目标的测量,追踪,辨识,处理,归类,分割,分析??决策等功能。??迄今为止己有50余年的历史,起源于二维图像的模式识别[6】;60年代出现??2??
速发展阶段。??机械工程、电子工程、生物工程和控制工程等技术的发展促进了在机器人、??质量检验、图像分析、路况检测、智能交通等领域的应用|91。异性纤维检测系统??是机器视觉技术的具体应用之一,该技术采用高速工业相机实时采集图像,并将??数据信息传入控制器进行处理iie]。?? ̄ ̄|?机器视觉? ̄ ̄??机器人|?丨?丨?1人I:容能??机械1科宁?|电子1科宁?|生牧1科宁?if?^144??'jl.fi!?丨,jl:g?'j?I.IS?'t-'j?i.K??图1-2机器视觉与相关领域的联系??1.3.2异性纤维检测技术研究现状??根据识别原理不同,检测技术主要分为如下几类[111:??(1)超声波检测技术:利用波源发送到不同介质被反射回的差异来检测异??性纤维。由于异纤和棉花在密度上存在差异,所以被异纤反射回的超声波信号强??于遇到棉花的反射信号强度。该检测技术的优点是可以检测全阈值范围的异纤,??缺点是对相对面积较小的异纤精度不够,检测速度不能够满足实时性检测的要求。??(2)光电检测技术:异纤与原棉之间的色差反映在光电二极管上就是电流??差,经过放大后可以完成检测。优点是原理简单,缺点是光电二极管的寿命短,??稳定性差,只能识别深色和相对面积较大的异性纤维。??(3)传感器检测技术:通过辨识光源照射到介质上被反射的波长差异来检??测异纤。适用范围较广,但成本较高。??(4)光学检测技术:通过工业相机拍摄棉流图像,将所采集的数字信号传??入计算机进行处理,检测出的异性纤维会启动相应的执行机构定位清除。成本低,??3??
山东大学硕士学位论文???捡出率高,速度快,目前广泛采用该种技术=???1驱动单元????][???昭明光源丨????L?r?I_^?_图像信息光?图像预处理??__I^^?I业相机?电转换存储?及特征提??结果??待测目标I????{-* ̄???图1-3图像视觉检测流程??国际上研究异纤起步早、技术成熟,但是设备较贵,均价能达到上百万??元,昂贵的设备不符合国内的生产行情,更使许多小微企业承受不起。德国的??Tmtzschler公司,瑞士的Jossi公司,意大利的Loptex公司等异性纤维设备的??生产商产品技术较为领先。??Germany?Tmtzschler?的?TS-T5?产品较为著名,TS-T5?如图?1-4?所示。TS-T5??在原来设备的基础上,将相机改为带有偏振光源的相机,光源使用256个LED??灯,设置在LED灯上的特殊镜头,可以辨识体积和长度均较小的异纤。工作原??理为:两侧的高速相机扫描棉流,可根据棉流通道调整机幅宽度,线扫描速度??为1024行/秒,每行至多扫描2048个像素点,辨识精度达0.5?0.8毫米,数据??信息传入计算机,与己有资料对比并确定异纤的位置,控制器发出指令适时控??制高压气阀启动将异性纤维吹入落棉箱。??ijim??图?1-4?TS-T5??Switzerland?Jossi研究异纤设备起步早,国际市场占有率较高,The?vision??shield?inspect?4是它的代表性产品。经过充分开松的棉花进入设备时,两侧彩色??CCD相机透过中央透明玻璃通道扫描棉流,数据信息传入控制器处理。The?v1S??4??
【参考文献】
相关期刊论文 前10条
1 邱吉辉;丁纪念;;论棉花中异性纤维的危害及治理措施[J];中国纤检;2015年15期
2 陈成钢;艾涛;;基于灰度共生矩阵的纹理分析的统计方法[J];天津农学院学报;2014年02期
3 曾宪佑;黄佐华;;一种新型的自适应模糊中值滤波算法[J];计算机工程与应用;2014年17期
4 张圆明;黄阔;韩志;;自镇流荧光灯功率、功率因数和光通量的测量不确定度评定[J];计量与测试技术;2012年12期
5 何志勇;孙立宁;黄伟国;陈立国;;基于Otsu准则和直线截距直方图的阈值分割[J];光学精密工程;2012年10期
6 王昊鹏;冯显英;李丽;;基于改进二维最大类间方差法的白色异性纤维检测算法[J];农业工程学报;2012年08期
7 华才健;苏真伟;乔丽;史晋芳;;基于线激光的棉花中白色异性纤维检测[J];农业机械学报;2012年02期
8 夏心怡;苏真伟;李国辉;;基于形状特征的棉花异性纤维图像分割方法[J];农机化研究;2010年07期
9 杨文柱;李道亮;魏新华;康玉国;李付堂;;基于自动视觉检测的棉花异性纤维分类系统[J];农业机械学报;2009年12期
10 冯显英;张成梁;杨丙生;李蕾;;基于RGB颜色空间的异性纤维识别检测算法[J];山东大学学报(工学版);2009年05期
相关博士学位论文 前1条
1 刘仲民;基于图论的图像分割算法的研究[D];兰州理工大学;2018年
相关硕士学位论文 前10条
1 蔡博君;基于机器学习的天文图像复原研究[D];太原理工大学;2019年
2 李艳波;自适应邻域形态学理论及其FPGA实现[D];西安电子科技大学;2019年
3 黄倩颖;基于优化后的二维Otsu的文本图像二值化处理算法[D];华南理工大学;2019年
4 肖洒;基于机器视觉的图像测量系统的设计与实现[D];西安电子科技大学;2019年
5 胡秀珍;基于机器视觉的铁芯表面缺陷检测系统研究[D];山东大学;2018年
6 杨程午;棉花中异性纤维含量检测关键技术研究[D];天津工业大学;2018年
7 胡启明;基于灰度共生矩阵的地形纹理特征量化研究[D];福州大学;2017年
8 杨龙飞;基于局部二值模式和灰度共生矩阵的纹理特征提取技术研究[D];兰州大学;2016年
9 李琪;基于多光谱技术的异性纤维检测系统研究[D];北京理工大学;2015年
10 杨超;原棉中异性纤维图像识别方法研究[D];内蒙古大学;2015年
本文编号:2869476
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/2869476.html