一种基于机器视觉的纱管残留纱线检测方法技术

本发明专利技术提出了一种基于机器视觉的纱管残留纱线检测方法，本发明专利技术具体包括图像检测区域获取、图像梯度处理和统计最大连通域三大部分。首先需要从获取等待检测的目标纱管图像。接着，需要对判纱图像做梯度处理，配合以两次阈值拒绝函数处理，精确查找纱线与纱线管相交边缘。最后，需要对处理后的三通道梯度图做连通域的腐蚀膨胀处理还原纱线，统计各个通道的最大连通域面积，与设定阈值比较确定是否含有纱线。根据大量实验测量，采用本发明专利技术的检测方法，检测精度可以达到单圈残留纱线检测，将其应用在纺织工业中，大幅度的提高检测效率和检测精度，减少误判率。

A Method for Detecting Residual Yarn of Yarn Tube Based on Machine Vision

The invention proposes a method for detecting residual yarn of yarn based on machine vision. The method comprises three parts: image detection area acquisition, image gradient processing and statistical maximum connected area. Firstly, the target yarn image waiting for detection needs to be acquired. Next, gradient processing is needed for yarn judging image, and two threshold rejection functions are used to precisely locate the intersection edge of yarn and yarn tube. Finally, it is necessary to reduce the yarn by corrosive expansion treatment of the connected region of the three-channel gradient map after processing. The maximum area of the connected region of each channel is counted, and the yarn is determined by comparing with the set threshold. According to a large number of experimental measurements, the detection method of the present invention can achieve the detection accuracy of single-loop residual yarn, and can be applied in textile industry, greatly improving the detection efficiency and accuracy, and reducing the misjudgment rate.

【技术实现步骤摘要】
一种基于机器视觉的纱管残留纱线检测方法
本专利技术涉及机器视觉检测
，具体涉及一种纺织领域中残留纱线检测方法。
技术介绍
在工业纺织领域，一般需要对绕纱纱线管进行含纱与否进行挑选，尤其在分拣过程中纱线管含剩余沙量非常少的情况下，需要将存在剩余纱线的纱线管从理管机器中挑选出来，送入回流装置中。传统的人工检测方法已经无法满足目前的工艺需求，很大程度上程度上限制了纺织制造业的发展和进步。来源于传统人工检测方法效率低下，出错率高，人工成本大；另一方面人类眼镜的生理极限也导致了人类在该方法上无法达到计算机检测技术的精度已经持久度，而计算机的快速性、方法的可靠性与精确性与人类视觉的智能化相结合，使得机器视觉在工业检测中的应用越来越广泛。机器视觉在工业检测上的运用，具有智能化程度高、实时性好和精度高等优点。目前，在国内纺织领域纱线管残纱检测方法的研究中，有根据纱线灰度值，已经颜色对比法等来对纱线进行识别，确定纱线管上是否含有纱线，虽然这些方法可以识别出含纱量比较多的情况下的纱线管，但是对于只有极少量残留纱线的纱线管的方法识别判断效果并不理想，而且精度不够理想，并且受到拍摄环境光照，纱线管反光本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的纱管残留纱线检测方法，其特征在于，该检测方法包括下列具体步骤：步骤(1)：特定图像区域捕获通过工业相机采集图像；对捕获的图像截取特定区域，该区域是必须剔除纱管头部与尾部区域对判断残留纱线产生的干扰，截取特定区域公式如下：

【技术特征摘要】
1.一种基于机器视觉的纱管残留纱线检测方法，其特征在于，该检测方法包括下列具体步骤：步骤(1)：特定图像区域捕获通过工业相机采集图像；对捕获的图像截取特定区域，该区域是必须剔除纱管头部与尾部区域对判断残留纱线产生的干扰，截取特定区域公式如下：其中fOriginal_Image(x,y)表示相机捕获图像中点(x,y)处的像素值，点(x_coordinate,y_coordinate)表示截取图像左上角点，width_parameter,height_parameter分别表示截取图像的宽度和高度；步骤(2)：图像去噪与梯度处理(a)将提取出的判纱区域图RGB三个通道分离，分别做高斯滤波处理，去除图像中的噪点，其中公式如下：其中w表示高斯算子，a,b表示算子大小，f表示R、G和B三通道图像；(b)对去噪的三个通道图像的各个像素点分别做梯度，并保留三个通道的边缘轮廓图Grads_R、Grads_G和Grads_B其中梯度运算如下：Δx＝Af(x+1,y)-Af(x-1,y)Δy＝Af(x,y+1)-Af(x,y-1)其中Af(x,y)表示去噪图像点(x,y)处RGB三个通道的像素值，G(x,y)表示三个通道梯度图中点(x,y)处的梯度值描绘子；步骤(3)：阈值分割：①将步骤(2)-(b)中所得RGB三通道梯度图Grads_R、Grads_G和Grads_B分别与同样大小的单位矩阵F相乘，得到图像Grads_R_First_Threshold、Grads_G_First_Threshold和Grads_B_First_Threshold；将三幅梯度图分别取第一次阈值5，排除纱线管上杂点对判纱区域的影响；拒绝函数如下：其中fx(x,y)表示处理后的三通道梯度图fR、fG和fB在点(x,y)处的像素值,Grads_X_First_Threshold(x,y)表示梯度图Grads_R_First_Threshold、Grads_G_First_Threshold和Grads_B_First_Threshold在点(x,y)处的梯度值；②将梯度图fR、fG和fB的梯度非零点分别放入数组Array_Of_Grads_R、Array_Of_Grads_G和Array_Of_Grads_B，分别取Array_Of_Grads_R、Array_Of_Grads_G和Array_Of_Grads_B数组的中值MedianValue_R、MedianValue_G和MedianValue_B，并加上偏移量ΔR>0、ΔG>0和ΔB&g...

【专利技术属性】
技术研发人员：杨宇翔，马新良，何志伟，高明煜，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33