基于機器視覺的鋼絲綜質(zhì)量在線檢測系統(tǒng)研發(fā).pdf

1、紡織業(yè)在我國屬于傳統(tǒng)產(chǎn)業(yè)，目前，國內(nèi)紡織業(yè)已經(jīng)步入了轉(zhuǎn)型升級的關(guān)鍵期。自2012年以來，國內(nèi)紡織業(yè)的增長速度明顯趨于平緩，其中原因之一就是紡織行業(yè)相關(guān)的配套設(shè)備發(fā)展比較緩慢。鋼絲綜是中小型紡織機上一種常用的易損件，需要定期更新，中國是紡織業(yè)大國，對紡織綜的需求量較大。然而，目前國內(nèi)卻沒有一款鋼絲綜產(chǎn)品質(zhì)量的檢測設(shè)備，對鋼絲綜產(chǎn)品的檢測，生產(chǎn)企業(yè)大都采用人工檢測的方法。人工檢測存在隨意性大，易疲勞，檢測速度慢，容易漏檢誤檢等缺點。

2、　　本課題圍繞研發(fā)一款鋼絲綜質(zhì)量在線檢測設(shè)備，提出了用機器視覺的方法對鋼絲綜質(zhì)量進行在線檢測，本課題主要完成了如下工作：
　?。?）對鋼絲綜質(zhì)量檢測的研究現(xiàn)狀、研究的難點等問題做了介紹，根據(jù)鋼絲綜質(zhì)量檢測的特點設(shè)計了檢測流程。將鋼絲綜的檢測分成常規(guī)缺陷的檢測和復雜缺陷的檢測兩個步驟來完成，這兩個步驟是順序執(zhí)行的關(guān)系，只有在第一個步驟檢驗合格后才會進入第二個步驟，否則直接標記檢測結(jié)果是不合格，跳過第二個步驟，這樣通過增加條件判斷有利

3、于降低系統(tǒng)開銷；
　?。?）搭建了機器視覺檢測平臺，對本課題涉及到的視覺系統(tǒng)各部分的知識做了簡要說明，重點介紹了專門為本課題設(shè)計的雙面成像裝置以及廢次品剔除策略；
　　（3）對鋼絲綜檢測中所涉及到的預處理算法做了介紹，重點介紹了本課題中使用的圖像增強和閾值分割算法；
　?。?）在缺陷的檢測中，首先對耳環(huán)寬度、藏角、壓白這些比較容易的缺陷進行了檢測，詳細論述了所涉及到的檢測算法，在對藏角進行檢測中，本課題提出用旋轉(zhuǎn)主軸的

4、方法對原始圖像進行校正，效果較好；
　?。?）在對比較復雜的缺陷的檢測，提出了用5個幾何量參數(shù)定位眼洞區(qū)域（感興趣區(qū)域），這樣通過定位感興趣區(qū)域，縮小了目標范圍，有利于后續(xù)的進一步處理；
　?。?）對于復雜缺陷的檢測，用灰度直方圖、梯度特征和灰度共生矩陣相結(jié)合的方法分別對原始圖像和經(jīng)過Laws提取的紋理圖像進行特征提取，提取到56個特征。在分類識別時，引入主成分分析對特征降維，引入支持向量機作為分類器。并且分別對線性核函數(shù)(

5、Linear)、S型核函數(shù)(Sigmoid)、多項式核函數(shù)(Polynomial)、徑向積核函數(shù)(RBF)4個核函數(shù)作用下的分類效果進行了比較，同時對只采用灰度直方圖、梯度特征和只采用灰度共生矩陣的分類效果以及兩類特征相結(jié)合的分類效果進行了比較，測試結(jié)果表明，用徑向積核函數(shù)（RBF）得到的分類結(jié)果最好，兩類特征結(jié)合的方法優(yōu)于采用單一特征檢測的方法；
　?。?）完成了檢測算法和軟件的實現(xiàn)，完成了軟硬件的測試，并且完成了對整套系統(tǒng)在工