一种用于金属纤维镀铜原丝脱铜颜色检测系统技术方案

本发明专利技术公开了一种用于金属纤维镀铜原丝脱铜颜色检测系统，其目的是为了通过对镀铜原丝的颜色进行检测，将无法使用的原丝筛选出来，让拉丝企业在选材阶段能够更加快速、高效的完成材料筛选，提高生产效率和产品质量；本发明专利技术利用计算机视觉图像检测技术，把传统的颜色检测方法与深度学习的颜色检测方法相结合，利用工业相机对原丝进行动态图像采集，将采集后的图像传入金属纤维镀铜原丝脱铜颜色检测系统中，对图像做高精度检测，为镀铜原丝筛选提供高效、便捷的精准数据。便捷的精准数据。便捷的精准数据。

【技术实现步骤摘要】
一种用于金属纤维镀铜原丝脱铜颜色检测系统


[0001]本专利技术涉及金属纤维颜色检测领域，具体为一种用于金属纤维镀铜原丝脱铜颜色检测系统。
技术背景
[0002]金属制品作为基础支撑材料，市场需求日益丰富，发展潜力日益广阔，铜丝作为其中一种金属制品，其市场需求广泛，且对其性能和品质有严格的要求和标准；拉丝企业目前所使用的技术还不够完善，在对铜丝进行处理的多个环节中，有很多因素影响铜丝的生产效率和产出铜丝的性能品质，其中镀铜原丝筛选便是制约拉丝技术发展的重大阻力。在选择镀铜原丝时，仍然采用人眼来评定原丝是否脱铜，不仅效率缓慢，且影响因素较多，比如评定人员的年龄、视力情况和环境因素等。
[0003]同时由于电线、轮胎丝线、数据线、电缆等丝线产品在各行各业的广泛运用，丝线产品的生产得到了突飞猛进的发展,特别是丝线生产中对于材料鉴别环节首当其冲的成了最为关注的地方。
[0004]因此，针对拉丝机镀铜原丝脱铜检测进行研究，提出一种用于金属纤维镀铜原丝脱铜颜色检测系统，来降低人为主观因素的影响，提高镀铜原丝筛选的准确性和效率，降低生产难度。

技术实现思路

[0005]本专利技术的目的是解决传统的人工筛选脱铜原丝效率缓慢，准确率不高，且需要耗费大量的人力资源。
[0006]为了实现上述目的，本专利技术采取以下技术方案：
[0007]步骤S1：通过搭建简易的密闭灯箱，利用工业相机进行图像采集，从而获得原丝的图像信息；
[0008]步骤S2：将采集的图像信息导入到传统的原丝脱铜颜色检测系统中，对采集到的图像进行图像预处理，包括以下处理过程：图像分割处理、图像去噪处理、图像增强处理和图像特性区域提取处理；
[0009]步骤S3：对经过预处理的图像信息提取颜色图像特征，通过提取图像的R、G、B颜色信息，利用颜色矩方法对图像进行颜色检测，分析图像各个颜色分量数值大小，通过多次分析数据并进行对比，可依据采集图像时不同的环境因素和原丝品质，设定符合要求的阈值，判定原丝是否脱铜；
[0010]步骤S4：把检测分析出的图像数据和系统设定的阈值进行对比，利用折线图来显示数据，通过比较筛选出脱铜的原丝，并指出出现在那一区域。
[0011]所述步骤S1中由于原丝在采集过程中易受环境因素的影响，在不同的光线下采集，得到的数据差异较大，所以搭建密闭灯箱；
[0012]所述步骤S2中对图像做预处理：1)图像分割处理：采用背景分割的图像分割方法
将目标图像和背景分离，获取原丝目标图像，方便对原丝图像的数据分析；2)图像去噪处理：受摄像头像素、环境光明暗、背景复杂程度的影响，在采集原丝图像时会出现各种噪声，这对后续的图像处理会造成不利的影响，因此，使用中值滤波的方法来处理图像在采集、传输过程中产生的噪音；3)图像增强处理：经过去噪处理后的图片，往往存在一些特征不明显的情况，因此，采用直方图均衡化的方法来对采集的图像进行增强处理，经过图像增强后的图片不仅可以提高图像的视觉效果，改善感兴趣区域的清晰度，同时可以更加方便计算机对图片进行分析；4)图像特性区域提取处理：提取出原丝中主要的信息，利于后续的数据分析；
[0013]所述步骤S3中选用RGB颜色空间：通过RGB、HSV和HSL等几种颜色空间对比，发现原丝在RGB颜色空间中进行分析，数据显示更加有规律，其效果最好；
[0014]所述步骤S3中尽管采集图像是在密闭灯箱中进行，但在采集过程中仍然会受到外界环境的影响，光线的改变会影响到后续对图像的检测，且不同批次的原丝在采集时，仍然会存在颜色品质的差异，影响到检测的准确性，故在检测时进行多次分析，可依据采集的情况的不同，对检测的阈值进行适当的调整；
[0015]所述步骤S4中系统在检测过程中，会先检测图像中哪里有检测目标，在对图像做颜色检测，从上到下依次进行检测。
[0016]本专利技术的另一技术方案是，一种用于金属纤维镀铜原丝脱铜颜色检测系统，基于机器学习的颜色检测系统包括：
[0017]步骤一：通过搭建简易的密闭灯箱，利用工业相机进行图像采集，从而获得原丝的图像信息；
[0018]步骤二：处理采集到的图像信息，利用labelme软件将图像进行标注、分类，利用python程序将labelme软件导出的xml格式转换为txt格式；
[0019]步骤三：把数据集导入到基于机器学习的颜色检测系统中，使用改进后的YOLOv5模型做检测，最后，检测结果会通过在原图像上画出标注框的形式显示出来。
[0020]所述步骤二中文件格式转换，在labelme软件进行标注，得到的是xml文件，要想在YOLO模型中使用，需要将文件转换成txt格式；
[0021]所述步骤三中改进后的YOLOv5模型：使用原YOLOv5做图像检测，分析结果，发现模型在检测微小目标时，其准确率不高，无法达到理想效果，需要对模型优化，增强模型对微小目标的检测能力。
[0022]将传统的颜色检测系统与基于机器学习的颜色检测系统相结合，通过制作GUI可视化界面，完成金属纤维镀铜原丝脱铜颜色检测系统。
[0023]本专利技术的有益效果：不仅可以节省大量的人力资源，把进行原丝筛选的相关人员从岗位上解放出来，而且还能降低认为主观因素的影响和生产难度，提高镀铜原丝筛选的准确性提升生产效率。
附图说明
[0024]图1是根据本专利技术一种用于金属纤维镀铜原丝脱铜颜色检测系统中的整体系统流程图。
[0025]图2是根据本专利技术一种用于金属纤维镀铜原丝脱铜颜色检测系统中的传统的颜色
检测系统流程图。
[0026]图3是根据本专利技术一种用于金属纤维镀铜原丝脱铜颜色检测系统中的基于机器学的颜色检测系统流程图。
具体实施方式
[0027]传统的颜色检测方法包括以下步骤：
[0028]步骤S1：通过搭建简易的密闭灯箱，利用工业相机进行图像采集，从而获得原丝的图像信息；
[0029]步骤S2：将采集的图像信息导入到传统的原丝脱铜颜色检测系统中，对采集到的图像进行图像预处理，包括以下处理过程：图像分割处理、图像去噪处理、图像增强处理和图像特性区域提取处理；
[0030]步骤S3：对经过预处理的图像信息提取颜色图像特征，通过提取图像的R、G、B颜色信息，利用颜色矩方法对图像进行颜色检测，分析图像各个颜色分量数值大小，通过多次分析数据并进行对比，可依据采集图像时不同的环境因素和原丝品质，设定符合要求的阈值，判定原丝是否脱铜；
[0031]步骤S4：把检测分析出的图像数据和系统设定的阈值进行对比，利用折线图来显示数据，通过比较筛选出脱铜的原丝，并指出出现在那一区域。
[0032]所述步骤S1中由于原丝在采集过程中易受环境因素的影响，在不同的光线下采集，得到的数据差异较大，所以搭建密闭灯箱；
[0033]所述步骤S2中对图像做预处理：1)图像分割处理：采用背景分割的图像分割方法将目标图像和背景分离，获取原丝目标图像，方便对原丝图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于金属纤维镀铜原丝脱铜颜色检测系统，其特征在于：所述传统的颜色检测方法包括以下步骤：步骤S1：通过搭建简易的密闭灯箱，利用工业相机进行图像采集，从而获得原丝的图像信息；步骤S2：将采集的图像信息导入到传统的原丝脱铜颜色检测系统中，对采集到的图像进行图像预处理，包括以下处理过程：图像分割处理、图像去噪处理、图像增强处理和图像特性区域提取处理；步骤S3：对经过预处理的图像信息提取颜色图像特征，通过提取图像的R、G、B颜色信息，利用颜色矩方法对图像进行颜色检测，分析图像各个颜色分量数值大小，通过多次分析数据并进行对比，可依据采集图像时不同的环境因素和原丝品质，设定符合要求的阈值，判定原丝是否脱铜；步骤S4：把检测分析出的图像数据和系统设定的阈值进行对比，利用折线图来显示数据，通过比较筛选出脱铜的原丝，并指出出现在那一区域。2.如权利要求1所述的一种用于金属纤维镀铜原丝脱铜颜色检测系统，其特征在于：所述步骤S1中由于原丝在采集过程中易受环境因素的影响，在不同的光线下采集，得到的数据差异较大，所以搭建密闭灯箱；所述步骤S2中对图像做预处理：1)图像分割处理：采用背景分割的图像分割方法将目标图像和背景分离，获取原丝目标图像，方便对原丝图像的数据分析；2)图像去噪处理：受摄像头像素、环境光明暗、背景复杂程度的影响，在采集原丝图像时会出现各种噪声，这对后续的图像处理会造成不利的影响，因此，使用中值滤波的方法来处理图像在采集、传输过程中产生的噪音；3)图像增强处理：经过去噪处理后的图片，往往存在一些特征不明显的情况，因此，采用直方图均衡化的方法来对采集的图像进行增强处理，经过图像增强后的图片不仅可以提高图像的视觉效果，改善感兴趣区域的清晰度，同时可以更加方便计算机对图片进行分析；4)图像特性区域提取处理：提取出原丝中主要的信息，利于后续的数据分析；所述步骤S3中选用RGB颜色...

【专利技术属性】
技术研发人员：王悦鑫，赵月静，
申请(专利权)人：河北科技大学，
类型：发明
国别省市：