一种基于图像技术的赛络纺断股检测装置及检测算法

文档序号:9628548阅读:288来源:国知局
一种基于图像技术的赛络纺断股检测装置及检测算法
【技术领域】
[0001]本发明具体涉及一种基于图像技术的赛络纺断股在线检测装置及检测方法,属于纺织技术领域。
【背景技术】
[0002]赛络纺是在细纱机上喂入两根保持一定间距的粗纱,经牵伸后,由前罗拉输出这两根单纱须条,并由于捻度的传递而使单纱须条上带有少量的捻度,拼合后被进一步加捻成类似合股的纱线,卷绕在筒管上。赛络纺的初始设计目的是用于毛纺上,特点是毛羽少,强力高,耐磨性好,达到毛纱能单纱织造的效果,以实现毛织物的轻薄化。近年来因改善毛羽问题,赛络纺纱在纯棉、再生纤维等领域的纺纱应用十分广泛。
[0003]由于赛络纺是由两根有一定间距的须条喂入细纱牵伸区,分别牵伸后加捻成纱,两股须条存在一股断头后另一股跑单纱的情况,并且在纺纱张力稳定的情况下不断头,造成错支纱。所以,需要及时发现断股的情况,并进行处理,以免影响生产效率和产品质量。
[0004]目前,国内外涉及赛络纺单纱条断纱检测与指示装置及方案主要有以下三种:第一种是监控粗纱条是否断裂的装置,利用电容式或电子式传感器对导向槽中通过的两根粗纱的连续状况分别进行检测,直接监控粗纱本身,但所需传感器数量较多,占地面积大;第二种是监控纱线是否断裂的装置,通过远红外判断监控纱线是否断裂,但是只能检测所有的粗纱条均断裂的情况;第三种是单纱拉断或打断装置,目的是当多根粗纱条中的一根或多根断裂时,将细纱拉断,从而停止纺纱。

【发明内容】

[0005]本发明的目的在于:针对上述现有技术存在的问题,提出一种基于图像技术的赛络纺断股在线检测装置,该装置通过在细纱机上底部固定设置图像检测装置来实现线赛络纺断股的在线检测,利用图像处理技术测量赛络纺Y字型汇聚点的字母Y的在线形状的变化,判断纱线是否出现了断股现象,检测方法简单、直接,且准确率高,不受外界环境的影响,可以实现纱线断股自动检测与在线检测,从而保障纱线的产品质量和生产效率。
[0006]本发明的另一个目的在于:提出一种基于图像技术的赛络纺断股的检测方法,该检测方法通过在线获取汇聚点Y字型纱线图像,并利用Ostu自动阈值方法,将Y型图像进行分割,转化为二值图像,提取图片中的“Y”型特征,将特征送到神经网络中训练,训练好的神经网络对特征敏感。在纺纱阶段,利用同样的方式提取Y字型的特征,并送到神经网络中进行识别,若出现不一致现象,则表明出现断股现象。图像处理专用单元会根据Y型形状的变化实时判别股纱是否出现断裂;
[0007]本发明技术方案如下:本发明一种基于图像技术的赛络纺断股在线检测装置,其特征在于,包括至少一个检测头装置;所述检测头装置包括低成本CMOS相机装置和LED光源装置,主要通过检测头装置对赛络纺纱过程中Y字型汇聚点图像进行采集与检测。
[0008]进一步地,所述检测头装置由相机和图像处理专用单元,放大镜头以及LED光源组成。
[0009]进一步地,检测头装置的底部固定在细纱机底端,检测头装置固定在赛络纺Y字型汇聚点的正前方,对汇聚点的Y字型图像进行采集
[0010]进一步地,所述检测头装置距离纺纱段l-50mm。
[0011]进一步地,所述相机为低成本CMOS相机,价格低廉,分辨率为640X480像素,帧频为25fps ;所述图像处理专用单元为集成块装置,用于将采集的图像进行处理,用于将采集的图像进行处理,提取纱线形状特征,并对形状进行分析和处理,监测出现异常状况的纱线;所述放大镜头为1-6倍放大;所述LED光源固定在放大镜头的前端,为纱线图像的获取提供光照。
[0012]进一步地,所述赛络纺断股检测控制包括参数设定装置、数据异常报警指示灯、计算结果显示模块和图像处理电路板;所述参数设定装置、数据异常报警指示灯、计算结果显示模块分别与图像处理专用单元电路板连接。
[0013]本发明一种基于图像技术的赛络纺断股的在线检测方法,包括如下步骤:
[0014]步骤一:启动纱线输出装置后,启动赛络纺断股检测装置,摄像头装置将赛络纺Y字型汇聚点的空间变化信息发送到图像处理专用单元;
[0015]步骤二:图像处理专用单元进行分析处理,在纺纱最初阶段,预先通过摄像头采集赛络纺汇聚点Y字型纱线外观图像,并采用Ostu自动阈值将图像转化为二值图像,提取二值图像中的“Y”型特征,将特征送到神经网络中训练,训练好的神经网络对特征敏感。在纺纱阶段,利用同样的方式提取纱线的特征,并送到利用Y字型训练好的神经网络中进行识另IJ,若输出结果不一致则表明出现断股现象。图像处理专用单元根据纱线的形状的变化实时在线判别纱线的情况,有利于实时监测赛络纺纱过程中纱线的断股现象,及时发现问题、解决问题,提高纺纱效率和成纱质量。
[0016]步骤三:图像处理专用单元识别出Y字型图像的变化后通过判断结果显示模块显示结果;
[0017]步骤四:图像处理专用单元判断纱线外形的变化装置将预先采集并进行处理的图像提取特征后送到神经网络中训练完成,并与纺纱阶段提取的图片特征进行比较,从而判别是否出现纱线形状的变化,如果形状发生变化通过数据异常报警指示灯指示。所述赛络纺断股检测的算法为,在纺纱最初阶段,预先通过摄像头采集纱线外观图像,并通过设定灰度阈值,将具有灰度强度变化的图像信号转换为二值信号,提取图片中纱线的“Y”型特征,将特征送到神经网络中训练,训练好的神经网络对特征敏感。在纺纱阶段,利用同样的方式提取纱线的特征,并送到神经网络中进行识别,不一致则表明出现断股现象。,同样地,对于采集的图片,通过处理并提取特征之后,送到神经网络中进行识别判断。
[0018]本发明一种基于图像技术的赛络纺断股的在线检测装置,通过在赛络纺纱过程中设置断股检测图像装置,并对赛络纺纱过程中Y字型汇聚点图像进行采集与检测,从而实现赛络纺断股的在线检测,本发明采用图像检测装置,通过图像分析技术,可以实现自动检测与在线检测,从而为自动化控制奠定基础。
【附图说明】
[0019]下面结合附图对本发明作进一步的说明。
[0020]图1为本发明在细纱机上安装位置结构示意简图。
[0021]图2为本发明图像检测头装置的结构示意图。
[0022]图3为本发明检测算法流程图。
[0023]图中:1-粗纱2-后罗拉3-牵伸区4-后罗拉5-Y字型汇聚点6_检测头装置
7-检测头装置固定杆8-线圈9-管纱10-底座11-相机和图像处理专用单兀12-放大镜头13-LED光源。
【主权项】
1.一种基于图像技术的赛络纺断股在线检测装置,其特征在于:主要通过检测头装置6对赛络纺纱过程中Y字型汇聚点图像进行采集与检测。2.根据权利要求1所述的一种基于图像技术的赛络纺断股在线检测装置,其特征在于:所述检测头装置6由相机和图像处理专用单元11,放大镜头12以及LED光源13组成。3.根据权利要求2所述的一种基于图像技术的赛络纺断股在线检测装置,其特征在于:检测头装置6的底部10固定在细纱机底端,检测头装置6固定在赛络纺Y字型汇聚点的正前方,对汇聚点的Y字型图像进行采集。4.根据权利要求2所述的一种基于图像技术的赛络纺断股在线检测装置,其特征在于:所述检测头装置距离纺纱段l_50mm。5.根据权利要求2所述的一种基于图像技术的赛络纺断股在线检测装置,其特征在于:所述相机为低成本CMOS相机,价格低廉,分辨率为640X480像素,帧频为25fps ;所述图像处理专用单元为集成块装置,用于将采集的图像进行处理,提取纱线形状特征,并对形状进行分析和处理,监测出现异常状况的纱线;所述放大镜头为1-6倍放大;所述LED光源13固定在放大镜头12的前端,为纱线图像的获取提供光照。6.一种权利要求1-5任一项所述的一种基于图像技术的赛络纺断股在线检测装置的检测方法,包括如下步骤: 步骤一:启动纱线输出装置后,启动赛络纺断股检测装置,摄像头装置将赛络纺Y字型汇聚点的空间变化信息发送到图像处理专用单元; 步骤二:图像处理专用单元进行分析处理,在纺纱最初阶段,预先通过摄像头采集赛络纺汇聚点Y字型纱线外观图像,并采用Ostu自动阈值将图像转化为二值图像,提取二值图像中的“Y”型特征,将特征送到神经网络中训练,训练好的神经网络对特征敏感。在纺纱阶段,利用同样的方式提取纱线的特征,并送到利用Y字型训练好的神经网络中进行识别,若输出结果不一致则表明出现断股现象。图像处理专用单元根据纱线的形状的变化实时在线判别纱线的情况,有利于实时监测赛络纺纱过程中纱线的断股现象,及时发现问题、解决问题,提高纺纱效率和成纱质量。 步骤三:图像处理专用单元识别出Y字型图像的变化后通过判断结果显示模块显示结果; 步骤四:图像处理专用单元判断纱线外形的变化装置将预先采集并进行处理的图像提取特征后送到神经网络中训练完成,并与纺纱阶段提取的图片特征进行比较,从而判别是否出现纱线形状的变化,如果形状发生变化通过数据异常报警指示灯指示。
【专利摘要】本发明公开了一种基于图像技术的赛络纺断股检测装置及检测算法,属于纺织技术领域;所述赛络纺断股检测装置包括低成本CMOS相机装置和LED光源装置,用于在线获取汇聚点纱线图像;所述赛络纺断股检测装置底部固定在细纱机底端,检测头装置固定在赛络纺Y字型汇聚点的正前方,对汇聚点的Y字型纱线采集;本发明还包括一种赛络纺断股在线检测方法,预先通过摄像头采集赛络纺汇聚点Y型纱线外观图像,通过Ostu阈值提取图像中的Y型特征,并通过神经网络中训练,训练好的神经网络对特征敏感。纺纱时利用同样的方式提取纱线的特征,并送到利用Y字型训练好的神经网络中进行识别,若输出结果不一致则表明出现断股现象。
【IPC分类】D01H13/32
【公开号】CN105386174
【申请号】CN201510893687
【发明人】李忠健, 刘基宏, 张宁
【申请人】江南大学
【公开日】2016年3月9日
【申请日】2015年12月3日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1