基于特征两维度描述的纱线状态判别方法技术

本发明专利技术公开一种基于特征两维度描述的纱线状态判别方法，设置U形的外壳，以及设置在外壳内部的电子控制装置，包括提供电源的电源电路，进行运算处理的处理器，与处理器连接的红外发射单元和图像传感器，图像传感器上设置红外滤波片，红外发射单元设置在图像传感器的正上方，处理器的内部设置纱线状态判别方法，步骤为：(1)、处理器采集图像传感器输出的图像数据

【技术实现步骤摘要】
基于特征两维度描述的纱线状态判别方法
本专利技术涉及一种基于特征两维度描述的纱线状态判别方法，属于纺织电子的

技术介绍
完全自动化的无缝内衣机，以及自动化的袜子机，可以在无人参与的情况下，完整纺织出一件及一只袜子。无人化及高效率可以带来产量提升和成本的降低，但是如果一组纱线断纱或者缺纱，如果不及时发现，则整件成衣就报废了。因此纱线状态检测成为无缝内衣机以及袜子机必不可少的设备。目前使用的纱线状态传感器采用差分式的红外光敏二极管进行检测的。这种方式具有原理简单，成本低的优点，但是放大电路的增益非常大，容易受到干扰，并且检测区域非常狭小，对安装要求很高。随着计算机视觉的发展，不仅成像器件和图像处理器件的成本大大降低，图像处理技术也充分发展，使基于完整图像形态分析纱线的状态称为可能。
技术实现思路
本专利技术的目的是为了克服现有技术中的不足之处，采用图像传感器的检测方式，提供一种基于特征两维度描述的纱线状态判别方法，对纱线前后两个采样的图像进行两个维度上的数值描述，该方案原理简单，工作可靠，并且是无接触式的检测方案。本专利技术解决其技术问题所采用的技术方案是：基于特征两维度描述的纱线状态判别方法，设置U形的外壳，以及设置在所述的外壳内部的电子控制装置，所述的电子控制装置包括提供电源的电源电路，进行运算处理的处理器，与所述的处理器连接的红外发射单元和图像传感器，所述的图像传感器上设置红外滤波片，所述的红外发射单元设置在所述的图像传感器的正上方，纱线从所述的红外发射单元的下方穿过，并投影到所述的图像传感器上，所述的处理器的内部设置纱线状态判别方法，所述的纱线状态判别方法包括以下步骤为：(1)、每隔固定周期T，所述的处理器采集所述的图像传感器输出的图像数据ft(x,y)，x=1~M，y=1~N，其中，M为x轴方向上的最大像素个数，N为y轴方向上的最大像素个数；(2)、采用二值化算法，将所述的图像数据ft(x,y)进行二值化处理，得到二值函数Bt(x,y)，且纱线的投影区域Bt(x,y)=1，非投影区域Bt(x,y)=0；(3)、提取二值函数Bt(x,y)的轮廓线B`t(x,y)；(4)、提取轮廓线B`t(x,y)的数值描述子Rt=；(5)、比较当前采集的数值描述子Rt与前次采集的数值描述子Rt-1：当|Rt-Rt-1|大于或者等于预设阈值K时，判定纱线处于运动状态；当|Rt-Rt-1|小于预设阈值K时，判定纱线处于静止状态。可选的，步骤(3)中，提取二值函数Bt(x,y)的轮廓线B`t(x,y)的方法为：当Bt(x,y)-Bt(x-1,y)=1时，B`t(x,y)=1；否则，B`t(x,y)=0，x=2~M。可选的，步骤(3)中，提取二值函数Bt(x,y)的轮廓线B`t(x,y)的方法为：当Bt(x,y)-Bt(x+1,y)=1时，B`t(x,y)=1；否则，B`t(x,y)=0，x=1~M-1。。实施本专利技术的积极效果是：1、采用图像传感器的检测方式，对纱线前后两个采样的图像进行两个维度方向上数值描述，判断纱线的微动状态；2、原理简单，工作可靠；3、无接触式检测，对纱线无影响。附图说明图1是电本专利技术的安装示意图；图2是二值函数的示意图；图3是轮廓线的示意图；图4是特征两维度描述的示意图。具体实施方式现结合附图对本专利技术作进一步说明：参照图1－4，基于特征两维度描述的纱线状态判别方法，设置U形的外壳，以及设置在所述的外壳内部的电子控制装置，所述的电子控制装置包括提供电源的电源电路、进行运算处理的处理器，与所述的处理器连接的红外发射单元1和图像传感器2，所述的图像传感器2上设置红外滤波片3。所述的电源电路是将输入电源进行电平转换，并稳压，为其他电路提供电源。所述的图像传感器2设置为对红外线敏感的CCD线性图像传感器或者CMOS线性图像传感器，所述的处理器可根据需要进行读取图像数据。所述的红外滤波片3，可滤除红外光以外的光线，这样可大大提高环境适应性，避免外界光源的干扰。为了加强纱线成像的清晰度和对比度，所述的红外发射单元1设置在所述的图像传感器2的正上方，纱线从所述的红外发射单元1的下方穿过，并投影到所述的图像传感器2上。所述的处理器的内部设置纱线状态判别方法，所述的纱线状态判别方法可以在纱线轻微运动状态下检测静止还是运动状态，其步骤为：(1)、每隔固定周期T，所述的处理器采集所述的图像传感器输出的图像数据ft(x,y)，x=1~M，y=1~N，其中，M为x轴方向上的最大像素个数，N为y轴方向上的最大像素个数；在步骤(1)中，所述的处理器1每隔固定周期T进行采样，得到二维矩阵的图像序列ft(x,y)，ft-1(x,y)，ft-2(x,y)，．．．．．．(2)、采用二值化算法，将所述的图像数据ft(x,y)进行二值化处理，得到二值函数Bt(x,y)，且纱线的投影区域Bt(x,y)=1，非投影区域Bt(x,y)=0；在步骤(2)中，采用经验数据作为分割阈值，如果ft(x,y)大于或者等于分割阈值，则Bt(x,y)=0，此处为所述纱线的非投影区域；如果ft(x,y)小于分割阈值，则Bt(x,y)=1，此处为所述纱线的投影区域。(3)、提取二值函数Bt(x,y)的轮廓线B`t(x,y)；步骤(3)中，提取二值函数Bt(x,y)的轮廓线B`t(x,y)的方法为：当Bt(x,y)-Bt(x-1,y)=1时，B`t(x,y)=1；否则，B`t(x,y)=0，x=2~M。这个方法提取了二值函数Bt(x,y)中纱线的投影的左轮廓。步骤(3)中，提取二值函数Bt(x,y)的轮廓线B`t(x,y)的方法为：当Bt(x,y)-Bt(x+1,y)=1时，B`t(x,y)=1；否则，B`t(x,y)=0，x=1~M-1。这个方法提取了二值函数Bt(x,y)中纱线的投影的右轮廓。(4)、提取轮廓线B`t(x,y)的数值描述子Rt=；轮廓线B`t(x,y)还是二值图像数据，不方便进行比较和判断，因此将轮廓线B`t(x,y)转换为数值描述子Rt，其中项代表第y行的轮廓点的x坐标，因为B`t(x,y)只有在轮廓线上才为1；项代表第y+1行的轮廓点的x坐标，两项差值的绝对值代表轮廓线在第y行的梯度，为轮廓线的重要特征。该项特征在输纱过程中会沿y轴方向运动，为了体现这项特征的位置，再乘以y值，最后进行累加，将轮廓线中的非零梯度值与位置信息相融合，实现两个维度的信息叠加，从而综合体现了轮廓线上绒边的多少、大小及位置，集中描述纱线的特征，为判断纱线的运动状态提供综合度量方法。(5)、比较当前采集的数值描述子Rt与前次采集的数值描述子Rt-1：当|Rt-Rt-1|大于或者等于预设阈值K时，判定纱线处于运动状态；当|Rt-Rt-1|小于预设阈值K时，判定纱线处于静止状态。按照纱线静止时，|Rt-Rt-1|接近于零的原则进本文档来自技高网...

【技术保护点】
1.基于特征两维度描述的纱线状态判别方法，设置U形的外壳，以及设置在所述的外壳内部的电子控制装置，所述的电子控制装置包括提供电源的电源电路，进行运算处理的处理器，与所述的处理器连接的红外发射单元和图像传感器，所述的图像传感器上设置红外滤波片，所述的红外发射单元设置在所述的图像传感器的正上方，纱线从所述的红外发射单元的下方穿过，并投影到所述的图像传感器上，其特征在于：所述的处理器的内部设置纱线状态判别方法，所述的纱线状态判别方法包括以下步骤为：/n(1)、每隔固定周期T，所述的处理器采集所述的图像传感器输出的图像数据

【技术特征摘要】
1.基于特征两维度描述的纱线状态判别方法，设置U形的外壳，以及设置在所述的外壳内部的电子控制装置，所述的电子控制装置包括提供电源的电源电路，进行运算处理的处理器，与所述的处理器连接的红外发射单元和图像传感器，所述的图像传感器上设置红外滤波片，所述的红外发射单元设置在所述的图像传感器的正上方，纱线从所述的红外发射单元的下方穿过，并投影到所述的图像传感器上，其特征在于：所述的处理器的内部设置纱线状态判别方法，所述的纱线状态判别方法包括以下步骤为：
(1)、每隔固定周期T，所述的处理器采集所述的图像传感器输出的图像数据ft(x,y)，x=1~M，y=1~N，其中，M为x轴方向上的最大像素个数，N为y轴方向上的最大像素个数；
(2)、采用二值化算法，将所述的图像数据ft(x,y)进行二值化处理，得到二值函数Bt(x,y)，且纱线的投影区域Bt(x,y)=1，非投影区域Bt(x,y)=0；
(3)、提取二值函数Bt(x,y)的...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：杭州晶一智能科技有限公司，
类型：发明
国别省市：浙江;33