用于纺织领域机器视觉系统中纱线管上纱线量的识别方法与流程

本技术：
属于图像识别技术领域，具体地说，涉及一种用于纺织领域机器视觉系统中纱线管上纱线量的识别方法。

背景技术：

在纺织领域，通常需要对于纱线管进行挑选，尤其是对于使用完的纱线管上存在剩余纱线情况，需要将存在剩余纱线的纱线管挑选出来，送入下一工序。随着科技的发展，目前通常是利用机器视觉系统对缠有少量纱线的纱线管进行分拣。

在机器视觉系统中一直以来存在一些问题，影响了识别纱线管上纱线量的准确率和精确度，比如：拍照环境中的背景干扰、反光区域噪声、光学投影布置等方面的问题。对此，现有技术通常是通过采用特定的光源来减少反光区域，通过对光源进行特殊的处理或定制光源来减少反光区域，导致存在投入成本高、通用性差、使用场合受限等问题。

技术实现要素：

有鉴于此，本申请所要解决的技术问题是提供一种用于纺织领域机器视觉系统中纱线管上纱线量的识别方法，以消除机器视觉系统中纱线管的反光区域，提高对纱线管上纱线量的识别准确率和精确度。

为了解决上述技术问题，本申请公开了一种用于纺织领域机器视觉系统中纱线管上纱线量的识别方法。方法包括：

拍摄纱线管对象的图像，并将拍摄的纱线管图像转换为灰度图；

根据纱线管的大小对所述灰度图进行切割，获取感兴趣区域roi；

滤除roi的背景部分，提取roi的最大灰度值；

根据设置的阈值对roi进行二值化，得到纱线和反光区域叠加在一起的二值图片；

对所述二值图片进行处理，消除roi中的反光部分，得到纱线的主效果图；

根据纱线的主效果图，对纱线进行识别，确定纱线管上纱线所占的比例。

如上所述的识别方法，其中，所述拍摄纱线管对象的图像，具体可以为：选用led条形光源，利用工业相机抓取纱线管的图像。

如上所述的识别方法，可选的，所述设置的阈值为根据roi的灰度均值设置的阈值。

与现有技术相比，本申请可以获得包括以下技术效果：

1、可以消除在机器视觉系统中纱线管的反光区域，提高对纱线管上纱线量的识别准确率和精确度。

2、基于本申请的方法，能够降低机器视觉系统的整体投入成本、且通用性强、使用场合不受限。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请用于纺织领域机器视觉系统中纱线管上纱线量的识别方法实施例一的流程图；

图2为本申请用于纺织领域机器视觉系统中纱线管上纱线量的识别方法实施例二的流程图；。

具体实施方式

以下将配合附图及实施例来详细说明本申请的实施方式，藉此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。

在纺织领域，机器视觉系统主要用于纺织品的质量检测和缺陷检测，图1为本申请用于纺织领域机器视觉系统中纱线管上纱线量的识别方法实施例一的流程图。如图1示，本实施例的方法可以包括以下内容。

s101、拍摄纱线管对象的图像，并将拍摄的纱线管图像转换为灰度图。

具体的，可以选用led条形光源，利用工业相机抓取纱线管的图像，并将图像送入纱线识别系统进行识别。

s102、根据纱线管的大小对灰度图进行切割，获取感兴趣区域roi。

roi(regionofinterest，感兴趣区域)，机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域。

s103、滤除roi的背景部分，提取roi的最大灰度值。

s104、根据设置的阈值对roi进行二值化，得到纱线和反光区域叠加在一起的二值图片。

在具体应用中，可以根据具体应用环境确定合适的阈值，例如，可以根据roi的灰度均值设置阈值，然后根据阈值对roi进行二值化。

s105、对二值图片进行处理，消除roi中的反光部分，得到纱线的主效果图。

s106、根据纱线的主效果图，对纱线进行识别，确定纱线管上纱线所占的比例。

本实施例的用于纺织领域机器视觉系统中纱线管上纱线量的识别方法包括：拍摄纱线管对象的图像，并将拍摄的纱线管图像转换为灰度图；根据纱线管的大小对灰度图进行切割，获取感兴趣区域roi；滤除roi的背景部分，提取roi的最大灰度值；根据设置的阈值对roi进行二值化，得到纱线和反光区域叠加在一起的二值图片；对二值图片进行处理，消除roi中的反光部分，得到纱线的主效果图；根据纱线的主效果图，对纱线进行识别，确定纱线管上纱线所占的比例。本实施例的方法可以消除在机器视觉系统中纱线管的反光区域，提高对纱线管上纱线量的识别准确率和精确度。另外，能够降低机器视觉系统的整体投入成本，具有通用性强、使用场合不受限的优点。

图2为本申请用于纺织领域机器视觉系统中纱线管上纱线量的识别方法实施例二的流程图。如图2示，本实施例的机器视觉系统专用于纺织领域中纱线管上纱线量的识别，该系统由以下几部分组成：工业相机、光源、纱线识别系统。

工作环节包括：定点拍摄纱线管照片-＞图像处理-＞图像分析-＞输出结论。

在该系统中使用工业相机抓取纱线管的图片，采用普通的led条形光源，照片送入纱线识别系统进行识别，在识别过程中，系统经过一系列的图像处理技术，获取到纱线的信息。其工作流程如下：

首先将图片转换为灰度图，根据纱线管的大小对进行切割，获取感兴趣的区域；然后滤除感兴趣区域的背景部分，提取r0i的最大灰度值，确定合适的阈值，根据阈值对roi进行二值化，得到纱线和反光区域叠加在一起的二值图片；接下来采用图像处理中的多项技术消除roi中的反光部分，得到纱线部分，最后对纱线部分进行识别分析，获取纱线管上纱线所占的比例，得出结论。该方法通用性强，节约成本，同时纱线的识别准确率可以达到95％以上。

上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改，并能够在本申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求的保护范围内。

技术特征：

技术总结
本申请的用于纺织领域机器视觉系统中纱线管上纱线量的识别方法包括：拍摄纱线管对象的图像，并将拍摄的纱线管图像转换为灰度图；根据纱线管的大小对灰度图进行切割，获取感兴趣区域ROI；滤除ROI的背景部分，提取ROI的最大灰度值；根据设置的阈值对ROI进行二值化，得到纱线和反光区域叠加在一起的二值图片；对二值图片进行处理，消除ROI中的反光部分，得到纱线的主效果图；根据纱线的主效果图，对纱线进行识别，确定纱线管上纱线所占的比例。本申请的方法可以消除在机器视觉系统中纱线管的反光区域，提高对纱线管上纱线量的识别准确率和精确度。另外，能够降低机器视觉系统的整体投入成本，具有通用性强、使用场合不受限的优点。

技术研发人员：胡曼冬
受保护的技术使用者：青岛大学
技术研发日：2017.12.26
技术公布日：2018.05.15