【技术实现步骤摘要】
本专利技术涉及纺纱监测，尤其涉及一种基于图像分析的涡流纺断纱智能检测方法及系统。
技术介绍
1、纺纱是制作纺织品的重要工序，通过将原料纤维进行细长并紧密排序，形成纱线，为后续纺织工序提供基础原材料。现代纺纱加工工序中，使用涡流纺机作为一种高效的纺纱设备，通常纺纱工艺中，出现纱线断裂是加工中常见的问题，断裂的纱线会造成后续纺织产品质量质量下降。通过图像实时识别分析加工过程中纺纱的状态，监测到异常的断纱并及时进行筛除，以避免影响纺织品的质量。然而，传统的涡流纺断纱检测方法中，通常为人工通过肉眼去判断纺纱是否存在断裂，使得判断纺纱是否存在断裂存在遗漏疏忽的问题，从而后续加工的纺织成品质量可能参差不同。
技术实现思路
1、基于此，本专利技术提供一种基于图像分析的涡流纺断纱智能检测方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于图像分析的涡流纺断纱智能检测方法，包括以下步骤：
3、步骤s1：对涡轮纺设备进行纺纱图像数据采集，生成纺纱图像数据；对纺纱图像数据进行图像优化调节，生成优化纺纱图像数据；
4、步骤s2：根据所述优化纺纱图像数据进行断纱特征分析，生成断纱特征图像数据；
5、步骤s3：根据所述断纱特征图像数据进行断纱分类处理，生成分类断纱图像数据；
6、步骤s4：根据所述分类断纱图像数据进行涡流纺断纱检测的数学模型建模，生成涡流纺断纱检测模型；
7、步骤s5：基于所述涡流纺断纱检测模型对涡轮纺设
8、本专利技术通过对涡轮纺设备进行纺纱图像数据采集，通过高性能的摄像设备对纺纱过程进行实时监测，获取大量原始纺纱图像数据，利用先进的光学技术和高分辨率传感器，能够精确捕捉纺纱机械运动、纤维状态等关键信息，确保获得准确、清晰的纺纱图像，为后续断纱的识别和监测提供了可靠的数据基础。对纺纱图像数据进行图像优化调节，通过调整纺纱图像的亮度、对比度、色彩平衡等参数，可以有效地提升纺纱图像的质量和清晰度，可以利用自适应滤波、直方图均衡化等算法，去除可能存在的噪音、模糊或失真，从而生成优化纺纱图像数据，为方便后续纺纱的纹理、状态等进行分析。通过对优化纺纱图像数据进行断纱特征分析，可以精准地提取纺纱图像中与断纱相关的特征信息，例如，对纺纱图像中的纤维断裂、纱线张力变化等关键特征进行检测和定量分析，为后续断纱类型分类处理提供了丰富而准确的特征数据。根据断纱特征图像数据进行断纱分类处理，为机器学习模型和断纱数据分析提供了更丰富的断纱特征分类集，能够应对不同的断纱情景，提高了断纱检测的准确性和效率。利用分类断纱图像数据进行涡流纺断纱检测的数学模型建模，创建一个能够自动辨别涡轮纺断纱的数学模型，通过学习大量分类断纱图像数据，能够准确判别不同类型的断纱，通过特征提取关键断纱特征，然后利用这些特征进行模型训练，可以使用支持向量机、神经网络或其他深度学习算法，通过涡流纺断纱检测模型能够准确判别不同类型的断纱并迅速反馈报警。基于涡流纺断纱检测模型对涡轮纺设备进行断纱检测，能够快速而准确地识别断纱情况，定位纤维断裂或其他异常状态，得到的断纱检测数据包含了断纱发生的时间、位置以及类型等关键信息，再通过将断纱检测数据传输至终端执行断纱智能反馈作业，为运营工作人员提供了详尽的断纱信息，使其能够迅速响应并采取必要的纠正措施，最小化断纱对纺织品质量和生产效率的影响。
9、优选地，步骤s1包括以下步骤：
10、步骤s11：利用传感器实时采集涡轮纺断纱设备的纺纱图像数据，生成初始纺纱图像数据；
11、步骤s12：对所述初始纺纱图像数据进行灰度处理，生成灰度纺纱图像数据；
12、步骤s13：根据所述灰度纺纱图像数据进行图像增强处理，生成增强纺纱图像数据；
13、步骤s14：利用高斯滤波对所述增强纺纱图像数据进行降噪处理，生成纺纱图像数据；
14、步骤s15：对所述纺纱图像数据进行图像优化调节，生成优化纺纱图像数据。
15、本专利技术利用传感器实时采集涡轮纺断纱设备的纺纱图像数据，可以实时获得纺纱过程中的图像数据，对纺纱的状态进行实时采集和记录。对纺纱图像数据进行灰度处理，降低了图像的复杂度，减少了数据量，提高后续纺纱图像处理的效率。对灰度纺纱图像数据进行图像增强处理，提高纺纱图像的质量、对比度和特征等的显著性，强化图像中的纺纱特征，对纺纱的细微变化更加突出和清晰。利用高斯滤波对增强纺纱图像数据进行降噪处理，采用高斯滤波器进行平滑操作，以抑制图像中的噪声和细小的干扰，从而生成更清晰、更干净的纺纱图像数据，通过模糊处理，平滑纺纱图像中的不规则波动，有效去除图像中的噪声，提高了图像的质量和可读性。通过对传感器设备采集的纺纱图像数据进行多步处理，包括灰度处理、增强处理、降噪处理以及图像优化调节，使得最终的优化纺纱图像数据具备清晰、高质量、减少噪音的优点。
16、优选地，步骤s15包括以下步骤：
17、将所述纺纱图像数据的进行像素频率分离，生成纺纱频率图像数据；
18、根据所述纺纱频率图像数据进行像素插值处理，生成纺纱插值图像数据；
19、根据所述纺纱插值图像数据进行像素频率重构，生成优化纺纱图像数据。
20、本专利技术对纺纱图像数据的进行像素频率分离，能够更好地分析不同频率下的图像信息使得在后续处理中更有针对性，像素插值处理有助于消除可能由于采样率不足或传感器失真等原因引起的图像缺陷，提高了图像的完整性，最后通过像素频率重构，整合了高频和低频信息，生成了更为细致和优化的纺纱图像数据。
21、优选地，步骤s2包括以下步骤：
22、步骤s21：利用边缘检测算法对所述优化纺纱图像数据进行区域划分，生成区域纺纱图像数据；
23、步骤s22：对所述区域纺纱图像数据进行纺纱特征提取，生成纺纱特征图像数据；
24、步骤s23：根据所述纺纱特征图像数据进行断纱特征提取，生成断纱特征图像数据。
25、本专利技术利用边缘检测算法对优化纺纱图像数据进行区域划分，能够准确捕捉图像中纺纱部分的边缘特征，将图像划分为不同的区域，突出了纺纱区域的边缘轮廓，有助于在后续的分析中更准确地识别断纱情况。对区域纺纱图像数据进行纺纱特征提取，从区域纺纱图像中抽取关键的纺纱特征信息，包括纤维的形状、密度、纹理等重要特征，可能包括纤维的断裂形状、纱线的张力变化等，有助于准确判别断纱情况。根据纺纱特征图像数据进行断纱特征提取，包括对纤维状态、纱线断裂形状、纺纱区域的变化等关键特征的精确识别和提取，深入挖掘纺纱特征图像中的细微差异。
26、优选地，步骤s23包括以下步骤：
27、对所述纺纱特征图像数据进行纺纱纹理特征分析，生成纹理特征图像数据；
28、根据所述纹理特征图像数据进行纺纱纹理特征异常对比分析，生成纹理异常数据；
<本文档来自技高网...【技术保护点】
1.一种基于图像分析的涡流纺断纱智能检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求2所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤S15包括以下步骤：
4.根据权利要求1所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤S2包括以下步骤：
5.根据权利要求4所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤S23包括以下步骤：
6.根据权利要求1所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤S3包括以下步骤：
7.根据权利要求1所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤S4包括以下步骤：
8.根据权利要求7所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤S41包括以下步骤：
9.根据权利要求1所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤S5包括以下步骤：
10.一种基于图
...【技术特征摘要】
1.一种基于图像分析的涡流纺断纱智能检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤s15包括以下步骤：
4.根据权利要求1所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤s2包括以下步骤：
5.根据权利要求4所述的基于图像分析的涡流纺断纱智能检测方法，其特征在于，步骤s23包括以下步骤：
6.根据权利要求1所述的基于图像分析的涡...
【专利技术属性】
技术研发人员：龚正晖，沈绒，孙晓雯，吴丽清，
申请(专利权)人：徐州普路通纺织科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。