一种应用深度学习图像处理的分布式异性纤维分检系统技术方案

本发明专利技术提供一种应用深度学习图像处理的分布式异性纤维分检系统，包括分布式的图像采集系统、嵌入式的图像处理系统、电磁阀控制系统，所述图像处理系统与图像采集系统、电磁阀控制系统分别相连接，所述电磁阀控制系统和图像采集系统安装在物料输送通道上；所述图像处理系统内设置有学习模块、检测模块和辅助模块，所述检测模块和辅助模块应用深度神经网络，都与图像采集系统、电磁阀控制系统相连接，所述学习模块和检测模块相连接。本发明专利技术根据最终分检出异性纤维的特征信息，包括分类情况、流速变化、含量分布等信息提供给用户，便于生产工艺管理与控制纤维的质量。

【技术实现步骤摘要】
一种应用深度学习图像处理的分布式异性纤维分检系统
本专利技术涉及一种纺织装置，尤其是涉及一种应用深度学习图像处理的分布式异性纤维分检系统。
技术介绍
目前异性纤维分检机的设计中，广泛应用传统的图像处理或者算法处理系统，面对日益增长的纺纱厂、轧花厂、化纤厂、人造棉厂等对纤维中分检异性纤维的需求，缺点越来越突出。例如，由于人工费用升高，分检设备落杂一般无人分检或者低价出售，造成资金浪费，落棉效率非常关键；纤维中会有叶梗、叶屑等一些无需过检的异物，会被大量带出，降低了分检效率；关键的异性纤维分检率不能满足后序纱线、或布匹的质量要求；再有国内许多异纤设备制造商采用基于PC-based的处理架构进行图像处理完成对纤维分检，在面对工厂里高温、高湿、高粉尘的环境下，尽管采用空调、水冷等方式，并不能降低处理系统的故障率。
技术实现思路
本专利技术提供了一种应用深度学习图像处理的分布式异性纤维分检系统，用于解决上述问题。其技术方案如下所述：一种应用深度学习图像处理的分布式异性纤维分检系统，包括分布式的图像采集系统、嵌入式的图像处理系统、电磁阀本文档来自技高网...

【技术保护点】
1.一种应用深度学习图像处理的分布式异性纤维分检系统，其特征在于：包括分布式的图像采集系统、嵌入式的图像处理系统、电磁阀控制系统，所述图像处理系统与图像采集系统、电磁阀控制系统分别相连接，所述电磁阀控制系统和图像采集系统安装在物料输送通道上；所述图像处理系统内设置有学习模块、检测模块和辅助模块，所述检测模块和辅助模块应用深度神经网络，都与图像采集系统、电磁阀控制系统相连接，所述学习模块和检测模块相连接。/n

【技术特征摘要】
1.一种应用深度学习图像处理的分布式异性纤维分检系统，其特征在于：包括分布式的图像采集系统、嵌入式的图像处理系统、电磁阀控制系统，所述图像处理系统与图像采集系统、电磁阀控制系统分别相连接，所述电磁阀控制系统和图像采集系统安装在物料输送通道上；所述图像处理系统内设置有学习模块、检测模块和辅助模块，所述检测模块和辅助模块应用深度神经网络，都与图像采集系统、电磁阀控制系统相连接，所述学习模块和检测模块相连接。


2.根据权利要求1所述的应用深度学习图像处理的分布式异性纤维分检系统，其特征在于：所述图像采集系统包括安装在物料输送通道两侧拍摄位的高速相机，从物料两侧或单侧获取图像。


3.根据权利要求2所述的应用深度学习图像处理的分布式异性纤维分检系统，其特征在于：所述图像采集系统还包括与高速相机相连接的预处理板，所述高速相机采集的图像数据传送到预处理板，每部高速相机配备预处理板或者多部高速相机共用一个预处理板。


4.根据权利要求3所述的应用深度学习图像处理的分布式异性纤维分检系统，其特征在于：所述图像处理系统通过千兆网或高速数据协议线缆链接高速相机后端的预处理板，预处理板应用FPGA或DSP架构，对从相机采集来的数据进行图像预处理，将预处理结果输送到嵌入式的图像处理系统。


5.根据权利要求1所述的应用深度学习图像处理的分布式异性纤维分...

【专利技术属性】
技术研发人员：王坚，尹中信，鲍传海，
申请(专利权)人：北京经纬纺机新技术有限公司，
类型：发明
国别省市：北京;11