基于图像处理的纱线牵伸质量监测方法技术

本发明专利技术公开了一种基于图像处理的纱线牵伸质量监测方法。方法包括：获取牵伸后纱线的灰度图像作为原图，将原图作为待处理图像进行纤维分析，根据纤维分析过程中的自适应腐蚀图像、膨胀图像、置信度二值图和原图进行融合得到新的灰度图；将纤维分析得到的新的灰度图作为待处理图像进行纤维分析，不断迭代，直至纤维分析得到的新的灰度图稳定，将稳定的新的灰度图作为纤维分布图；根据纤维分布图获得纹理影像图，对纱线质量进行判断。相较现有技术，本发明专利技术通过使用基于混合模型的边缘自适应腐蚀方法根据边缘分布场来迭代优化纤维边缘特征，使得交织折叠的纤维边缘能够被清晰地区分出来，使得对纱线牵伸质量监测的结果更准确。使得对纱线牵伸质量监测的结果更准确。使得对纱线牵伸质量监测的结果更准确。

【技术实现步骤摘要】
基于图像处理的纱线牵伸质量监测方法


[0001]本专利技术涉及数字图像处理、识别以及纺织领域，具体涉及一种基于图像处理的纱线牵伸质量监测方法。

技术介绍

[0002]在纺纱过程中，需要通过对棉条进行并和、牵伸、混合、加捻等工艺流程来制取纱线，不仅使纱线具有一定的捻度和强度，还能够让纱线上的纤维尽可能伸直保持平行；最终的纱线的质量与这些流程相关。在这个过程中，设备的缺陷与损坏、设备控制参数不合理都会影响纱线的质量好坏，所以，在一些纺纱和织造过程中需要严格地把控纱线在各个工艺环节中的质量，及时发现生产过程中的问题，例如设备问题和控制参数问题等。其中，在纱线生产工艺中，牵伸后的纤维伸长程度就是评估和把控纱线质量的重要环节。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的纱线牵伸质量监测方法，获取纱线上纤维的伸直程度，检测伸展程度低的有质量问题纱线，及时进行生产参数的调整或者设备的检修。所采用的技术方案具体如下：本专利技术提供了一种基于图像处理的纱线牵伸质量监测方法。
[0004]获取牵伸后纱线的灰度图像作为原图，将原图作为待处理图像进行纤维分析；所述纤维分析包括：分别获取待处理图像的去噪图像和每个像素点的分布向量；选取窗口对去噪图像进行滑窗，对窗口内所有像素进行坐标中心化，将坐标中心化后的像素点投影到分布向量的法向量上，得到像素点在法向量方向上的位置；根据窗口内所有像素点灰度值与其在法向量方向上位置的映射关系，得到该映射关系下的极大值点；根据窗口内像素灰度值构建混合高斯模型，混合高斯模型中单高斯模型数量与极大值点个数相同；根据均值最接近零的单高斯模型自变量取零的输出确定窗口中心位置的新像素值；利用滑窗遍历去噪图像得到所有像素点的新像素值构成自适应腐蚀图像；获取原图的膨胀图像，根据自适应腐蚀图像和膨胀图像得到置信度二值图；利用置信度二值图将原图、自适应腐蚀图像与膨胀图像进行融合得到新的灰度图；将纤维分析得到的新的灰度图作为待处理图像进行纤维分析，不断迭代，直至纤维分析得到的新的灰度图稳定，将稳定的新的灰度图作为纤维分布图；根据纤维分布图获得纹理影像图，对纱线质量进行判断。
[0005]优选的，所述坐标中心化具体为：获取滑窗窗口中心的像素坐标，使窗口内所有像素点坐标与中心坐标做差，实现坐标中心化。
[0006]优选的，所述根据纤维分布图获得纹理影像图，对纱线质量进行判断具体为：根据纤维分布图获得纹理影像图，计算纹理影像图中所有像素点位置的纤维伸直程度；设定程度阈值，根据纤维伸直程度与程度阈值的关系将纹理影像图二值化，得到二值化图像，计算二值化图像的连通域面积；设定面积阈值，若连通域面积大于面积阈值，则判定纱线存在质
量问题；否则，纱线质量合格。
[0007]优选的，所述窗口中心位置的新像素值的获取方法为：获取均值为正且最接近零的单高斯模型、均值为负且最接近零的单高斯模型，若仅获取到一个单高斯模型，则根据所获取的单高斯模型自变量取零的输出确定窗口中心位置的像素灰度值；若获取到两个单高斯模型，则对于均值最接近零的两个单高斯模型，使用第一融合权重对方差较大的单高斯模型自变量取零的输出值进行修正，得到第一修正值；使用第二融合权重对方差较小的单高斯模型自变量取零的输出值进行修正，得到第二修正值；根据第一修正值与第二修正值得到窗口中心位置的新像素值。
[0008]优选的，所述第一融合权重为：其中，为第一融合权重，为较小方差，为方差较小的单高斯模型的均值，为较大方差，为方差较大的单高斯模型的均值。
[0009]优选的，所述第二融合权重为：其中，为第二融合权重，为第一融合权重。
[0010]优选的，所述根据自适应腐蚀图像和膨胀图像得到置信度二值图的方法为：根据自适应腐蚀图像和膨胀图像的每个像素位置的灰度值差异得到置信度分布图，设定置信度阈值，将置信度分布图中大于置信度阈值的像素点灰度值设置为第一设定值，其余像素点灰度值为第二设定值，得到置信度二值图。
[0011]优选的，所述利用置信度二值图将原图、自适应腐蚀图像与膨胀图像进行融合得到新的灰度图的方法为：其中，为新的灰度图，为原图的像素点灰度矩阵，为置信度二值图的像素点灰度矩阵，为膨胀图像的像素点灰度矩阵，为自适应腐蚀图像的像素点灰度矩阵，表示与的哈达玛积，表示与的哈达玛积。
[0012]优选的，所述纤维伸直程度由纹理影像图中的像素点灰度值确定。
[0013]优选的，所述根据纤维伸直程度将纹理影像图二值化，得到二值化图像的方法为：设定程度阈值，将纹理影像图中的纤维伸直程度大于程度阈值的像素点灰度值设置为第一设定值，其余像素点灰度值为第二设定值，得到二值化图像。
[0014]本专利技术实施例至少具有如下有益效果：本专利技术通过采集纱线的图像数据，提取纱线上纤维的分布信息，获取纱线的纤维伸直分布图，进而准确地评估纱线的质量。在这个过程中，本专利技术通过使用基于混合模型的边缘自适应腐蚀方法和膨胀算法根据边缘分布场来迭代优化纤维边缘特征，使得交织折叠的纤维边缘能够被清晰的区分出来，使得后续的纤维伸直分布图更准确。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0016]图1为本专利技术的一个实施例所提供的一种基于图像处理的纱线牵伸质量监测方法流程图。
具体实施方式
[0017]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于图像处理的纱线牵伸质量监测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0018]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0019]本专利技术的目的在于提供一种基于图像处理的纱线牵伸质量监测方法，获取纱线上纤维的伸直程度，检测伸展程度低的有质量问题纱线，及时进行生产参数的调整或者设备的检修。
[0020]本专利技术针对的具体场景为：在牵伸后的纱线上方安装高清高帧率的相机，相机俯视纱线，并且利用平行的白光竖直向下照射纱线，相机随机采集一张图像（随机抽样检测），采集的每帧图像都是灰度图。图像中包含一根纱线，纱线上有多根纤维组成，期望的是每根纤维互相平行、完全伸直，但是实际生产中这是无法做到的，只能让不同纤维之间尽量伸直且平行，但是由于设备或控制的原因，往往纱线上有些纤维聚成一团，纤维没有拉直，这样会影响纱线的质量，本专利技术就是需要检测出纱线上有没有存在纤维聚成一团、没有拉长伸直而和其他纤维不平行的纤维存在。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的纱线牵伸质量监测方法，该方法包括：获取牵伸后纱线的灰度图像作为原图，将原图作为待处理图像进行纤维分析；所述纤维分析包括：分别获取待处理图像的去噪图像和每个像素点的分布向量；选取窗口对去噪图像进行滑窗，对窗口内所有像素进行坐标中心化，将坐标中心化后的像素点投影到分布向量的法向量上，得到像素点在法向量方向上的位置；根据窗口内所有像素点灰度值与其在法向量方向上位置的映射关系，得到该映射关系下的极大值点；根据窗口内像素灰度值构建混合高斯模型，混合高斯模型中单高斯模型数量与极大值点个数相同；根据均值最接近零的单高斯模型自变量取零的输出确定窗口中心位置的新像素值；利用滑窗遍历去噪图像得到所有像素点的新像素值构成自适应腐蚀图像；获取原图的膨胀图像，根据自适应腐蚀图像和膨胀图像得到置信度二值图；利用置信度二值图将原图、自适应腐蚀图像与膨胀图像进行融合得到新的灰度图；将纤维分析得到的新的灰度图作为待处理图像进行纤维分析，不断迭代，直至纤维分析得到的新的灰度图稳定，将稳定的新的灰度图作为纤维分布图；根据纤维分布图获得纹理影像图，对纱线质量进行判断。2.根据权利要求1所述的一种基于图像处理的纱线牵伸质量监测方法，其特征在于，所述坐标中心化具体为：获取滑窗窗口中心的像素坐标，使窗口内所有像素点坐标与中心坐标做差，实现坐标中心化。3.根据权利要求1所述的一种基于图像处理的纱线牵伸质量监测方法，其特征在于，所述根据纤维分布图获得纹理影像图，对纱线质量进行判断具体为：根据纤维分布图获得纹理影像图，计算纹理影像图中所有像素点位置的纤维伸直程度；设定程度阈值，根据纤维伸直程度与程度阈值的关系将纹理影像图二值化，得到二值化图像，计算二值化图像的连通域面积；设定面积阈值，若连通域面积大于面积阈值，则判定纱线存在质量问题；否则，纱线质量合格。4.根据权利要求1所述的一种基于图像处理的纱线牵伸质量监测方法，其特征在于，所述窗口中心位置的新像素值的获取方法为：获取均值为正且最接近零的单高斯模型、均值为负且最接近零的单高斯模型，若仅获取到一个单高斯模型，则根据所...

【专利技术属性】
技术研发人员：沈拥军，
申请(专利权)人：江苏祥顺布业有限公司，
类型：发明
国别省市：