基于人工智能的纺织毛刷辊异常区域高速定位方法技术

本发明专利技术涉及人工智能技术领域，具体涉及一种基于人工智能的纺织毛刷辊异常区域高速定位方法。该方法将毛刷辊的柱面图像分为多个子区域，在毛刷辊每次旋转90度后，获取每个子区域对应刷毛的纹理变化强度和负载序列；由纹理变化强度和负载序列计算每两个子区域之间的相似度距离以获取疑似异常子区域，当疑似异常子区域连续多次都为同一个子区域时，确认该子区域为异常子区域。对毛刷辊进行子区域划分，得到各子区域对应刷毛的纹理变化的各向异性响应和负载序列，以降低计算量、提高响应时间，进而由各向异性响应和负载序列确认异常子区域，并及时发出警告，避免布料损伤。避免布料损伤。避免布料损伤。

【技术实现步骤摘要】
基于人工智能的纺织毛刷辊异常区域高速定位方法


[0001]本专利技术涉及人工智能
，具体涉及一种基于人工智能的纺织毛刷辊异常区域高速定位方法。

技术介绍

[0002]工业毛刷辊是一种常见的毛刷类型，主要用于纺织、印染等行业，其类型有抛光刷、磨料毛刷、清扫类及清洗类毛刷辊、安全类毛刷辊等。
[0003]毛刷辊自身的毛刷是由一簇一簇的尼龙丝、马毛、猪鬃、羊毛等材料经过植毛工艺，植毛机将刷毛一束一束地植入刷辊中，从而得到质地均匀分布的毛刷。在工业毛刷辊的植毛工艺中，尼龙材料主要使用注塑成型来固定，动物毛发则通过弹簧、压片等工艺，无论是何种材料，刷毛的根部硬度都远大于刷毛本身。
[0004]纺织领域中，毛刷辊主要用于清扫和磨毛工艺中。在毛刷辊的工作过程中，刷毛会经历复杂的振动，其长时间的工作会导致固定结构的老化，从而出现刷毛向外脱落或歪斜的问题，进而导致毛刷的清理或打磨作用出现异常，轻则导致清理、打磨不充分，重则脱落。当刷毛尾部的钢丝、熔接的硬质塑料与布料直接接触，会刮伤织物，容易对布料造成损伤。
[0005]毛刷辊是一个高速旋转的机构，当刷毛出现歪斜或脱落时需要及时发现，目前暂无实时性高、正确率高的缺陷检测系统。主要问题在于目前基于图像检测毛刷辊的设备成本较高，对毛刷辊图像进行采集所需的刷新率较高。
[0006]因此传统的视觉检测方法无法实现在降低成本、提高计算效率的前提下，在刷毛出现歪斜、脱落的情况时立刻检测故障发生位置。

技术实现思路

[0007]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人工智能的纺织毛刷辊异常区域高速定位方法，所采用的技术方案具体如下：本专利技术实施例提供了一种基于人工智能的纺织毛刷辊异常区域高速定位方法，该方法包括以下具体步骤：获取毛刷辊的柱面图像和每次旋转角度下对应的电机负载；将所述柱面图像切分为多个子区域，在所述毛刷辊每次旋转90度后，获取每个所述子区域对应刷毛的纹理变化强度，由所述电机负载获取每个所述子区域的负载序列；由所述纹理变化强度和所述负载序列计算每两个所述子区域之间的相似度距离，基于所述相似度距离将多个所述子区域分为正常样本和异常样本；根据所述异常样本中的所述相似度距离获取疑似异常子区域；当所述疑似异常子区域连续多次都为同一个所述子区域时，确认该子区域为异常子区域。
[0008]优选的，所述将所述柱面图像切分为多个子区域的方法，包括：基于所述毛刷辊的柱体形状将所述柱面图像平均划分为多个子柱体对应的子柱
面图像；将每个所述子柱面图像根据所述子柱体的角度平均划分为多个所述子区域。
[0009]优选的，所述获取每个所述子区域对应刷毛的纹理变化强度的方法，包括：根据所述子区域中新老纹理进行差分得到亮度差图像，所述亮度差图像表示旋转角度变化前后所述子区域的亮度变化值；对所述亮度差图像分别进行X方向和Y方向的Sobel算子处理后，由处理后的所述亮度差图像中的像素值分别得到刷毛横向和纵向的所述纹理变化强度，其中，X方向表示所述毛刷辊的轴向，Y方向表示所述毛刷辊的旋转方向。
[0010]优选的，所述电机负载的获取方法，包括:根据所述毛刷辊的转动惯量得到电机的基准功率；获取每次所述旋转角度下所述电机的输出功率，结合所述基准功率和所述输出功率得到所述电机负载。
[0011]优选的，所述根据所述异常样本中的所述相似度距离获取疑似异常子区域的方法，包括：设置相似度距离阈值，保留所述异常样本中所述相似度距离大于所述相似度距离阈值对应的所述子区域，将保留的所述子区域作为所述疑似异常子区域。
[0012]优选的，所述由所述纹理变化强度和所述负载序列计算每两个所述子区域之间的相似度距离的计算公式为：其中，为第个所述子柱面图像中第个所述子区域；为第个所述子柱面图像中第个所述子区域；为所述相似度距离；为余弦相似度；为两个所述负载序列的动态时间规整后的L2距离之和；为所述负载序列；为所述纹理变化强度。
[0013]优选的，所述结合所述基准功率和所述输出功率得到所述电机负载的方法，包括：将所述基准功率与所述输出功率的比值作为所述电机负载。
[0014]本专利技术实施例至少具有如下有益效果：对毛刷辊进行子区域划分，得到各子区域对应刷毛的纹理变化的各向异性响应和负载序列，以降低计算量、提高响应时间；进而由各向异性响应的相似性和非周期性电机负载特性进行子区域的二分类，得到疑似异常子区域，从而确定异常子区域，并及时发出警告，避免布料损伤。
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为本专利技术一个实施例提供的一种基于人工智能的纺织毛刷辊异常区域高速定
位方法的步骤流程图；图2为本专利技术一个实施例提供的关于线阵扫描相机对毛刷辊进行图像采集的示意图；图3为本专利技术一个实施例提供的关于柱面图像划分子区域的示意图。
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人工智能的纺织毛刷辊异常区域高速定位方法，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]下面结合附图具体的说明本专利技术所提供的一种基于人工智能的纺织毛刷辊异常区域高速定位方法的具体方案。
[0020]请参阅图1，其示出了本专利技术一个实施例提供的一种基于人工智能的纺织毛刷辊异常区域高速定位方法的步骤流程图，该方法包括以下步骤：步骤S001，获取毛刷辊的柱面图像和每次旋转角度下对应的电机负载；将柱面图像切分为多个子区域，在毛刷辊每次旋转90度后，获取每个子区域对应刷毛的纹理变化强度，由电机负载获取每个子区域的负载序列。
[0021]具体的，在毛刷辊的轴侧装有一个绝对值编码器，用于实时得到当前毛刷辊的旋转角度，且旋转角度范围在[0,360]或[
‑
180,180]，其范围由实施者在实际实施时确定。
[0022]需要说明的是，由于毛刷辊是由电机带动的，因此，绝对值编码器也可以装载在电极上。
[0023]基于旋转角度，使用线阵扫描相机得到毛刷辊的柱面图像。标定旋转角度的偏移量，用于将毛刷辊贴合布料的一侧所对应的角度与图像采集时的对应角度对齐，以保证数据的缺失。
[0024]优选的，本专利技术实施例中偏移量，实施者可根据自身需求设定。
[0025]参照附图2，基于线性扫描相机1的位置，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的纺织毛刷辊异常区域高速定位方法，其特征在于，该方法包括：获取毛刷辊的柱面图像和每次旋转角度下对应的电机负载；将所述柱面图像切分为多个子区域，在所述毛刷辊每次旋转90度后，获取每个所述子区域对应刷毛的纹理变化强度，由所述电机负载获取每个所述子区域的负载序列；由所述纹理变化强度和所述负载序列计算每两个所述子区域之间的相似度距离，基于所述相似度距离将多个所述子区域分为正常样本和异常样本；根据所述异常样本中的所述相似度距离获取疑似异常子区域；当所述疑似异常子区域连续多次都为同一个所述子区域时，确认该子区域为异常子区域。2.如权利要求1所述的方法，其特征在于，所述将所述柱面图像切分为多个子区域的方法，包括：基于所述毛刷辊的柱体形状将所述柱面图像平均划分为多个子柱体对应的子柱面图像；将每个所述子柱面图像根据所述子柱体的角度平均划分为多个所述子区域。3.如权利要求1或2所述的方法，其特征在于，所述获取每个所述子区域对应刷毛的纹理变化强度的方法，包括：根据所述子区域中新老纹理进行差分得到亮度差图像，所述亮度差图像表示旋转角度变化前后所述子区域的亮度变化值；对所述亮度差图像分别进行X方向和Y方向的Sobel算子处理后，由处理后的所述亮度差图像中的像...

【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：