基于图像处理的纱线并捻质量评估方法与流程

1.本发明涉及人工智能技术领域，具体涉及一种基于图像处理的纱线并捻质量评估方法。


背景技术：

2.纱线并捻操作：在细纱机上导入两根保持一定间距的粗纱，经过牵引，在并捻纺(又叫赛络纺)并捻，最终输出类似合股的纱线，卷绕在筒管上。随着生产的需求，纱线并捻质量越来越被重视起来，而对纱线并捻质量的检测评估方法主要依靠人工观察和抽检，检测效率较低，且发现问题较慢。


技术实现要素：

3.为了解决上述技术问题，本发明的目的在于提供一种基于图像处理的纱线并捻质量评估方法，所采用的技术方案具体如下：
4.本发明实施例提供了一种基于图像处理的纱线并捻质量评估方法，该方法包括以下具体步骤：
5.采集纱线牵引区的纱线曲线图像，计算所述纱线曲线图像中的纱线曲线与标准纱线直线之间对应像素点的欧式距离，由所述欧式距离得到所述纱线曲线的距离方差；以所述纱线曲线上每个像素点对应的所述欧式距离建立距离变化的二维曲线，由所述二维曲线中每个点的斜率变化获取所述纱线曲线的牵引异常类型；结合所述牵引异常类型和所述距离方差得到所述纱线曲线的牵引异常评价指标；
6.根据纱线并捻区中的关键点获取并捻纱线图像，所述关键点是指两个纱线重合点位置，对所述并捻纱线图像中的中心线区域上的像素点的灰度值进行高斯分布拟合得到多个高斯分布函数，所述中心线区域是指所述并捻纱线图像的竖直中心线，根据所述高斯分布函数的方差对多个所述高斯分布函数进行聚类以得到多个高斯分布区域；由所述高斯分布区域中每个所述高斯分布函数的权重获取异常高斯分布区域，利用所述异常高斯分布区域对应的并捻纱线长度计算所述并捻纱线的整体松紧度评价指标；
7.结合所述牵引异常评价指标和所述整体松紧度评价指标得到纱线并捻质量评估指标，根据所述纱线并捻质量评估指标实时调控纺纱机的摇架压力。
8.优选的，所述距离方差的校正方法，包括：
9.通过获取所述纱线曲线图像的线扫频率对所述距离方差进行校正。
10.优选的，所述通过获取所述纱线曲线图像的线扫频率对所述距离方差进行校正的方法，包括：
11.获取基准线扫频率的第一纱线曲线，以设定的频率变化量获取变化线扫频率下所对应的第二纱线曲线，计算所述第二纱线曲线与所述第一纱线曲线之间对应像素点之间的第一距离，同时计算所述变化线扫频率与所述基准线扫频率之间的频率差值，由所述频率差值和所述频率变化量得到频率变化系数，构建所述频率变化系数与所述第一距离之间的
模型；
12.基于所述线扫频率和所述基准线扫频率，由所述模型得到所述纱线曲线对应的修正距离，利用所述修正距离对所述距离方差进行校正。
13.优选的，所述根据纱线并捻区中的关键点获取并捻纱线图像的方法，包括：
14.以所述关键点为顶点，将所述顶点所在的图像水平线作为分割线，由所述分割线下方的像素点的灰度值获取并捻纱线的矩形连通域，将所述矩形连通域作为所述并捻纱线图像。
15.优选的，所述根据所述高斯分布函数的方差对多个所述高斯分布函数进行聚类以得到多个高斯分布区域的方法，包括：
16.通过相邻所述高斯分布函数之间的方差差值作为聚类条件，当所述方差差值小于差值阈值时，将这两个所述高斯分布函数聚为一个所述高斯分布区域；否则，将这两个所述高斯分布函数各为一个所述高斯分布区域。
17.优选的，所述由所述高斯分布区域中每个所述高斯分布函数的权重获取异常高斯分布区域的方法，包括：
18.获取每个所述高斯分布区域中所有所述高斯分布函数的权重均值，当所述权重均值小于均值阈值时，确认所述高斯分布区域为所述异常高斯分布区域。
19.优选的，所述纱线并捻质量评估指标与所述牵引异常评价指标呈正相关、所述纱线并捻质量评估指标与所述整体松紧度评价指标呈正相关。
20.本发明实施例至少具有如下有益效果：由纱线曲线的像素点位置获取纱线曲线在纱线牵引区的异常牵引程度，根据纱线并捻区域中并捻纱线的像素点的灰度分布获取并捻纱线的整体松紧程度，结合异常牵引程度和整体松紧程度对并捻纱线的质量进行评估，以避免质量评估的误差，得到更加准确的评估结果，进而能由评估结果对纺织机的摇架压力进行实时调节，使得后续纱线并捻过程再次出现异常。
附图说明
21.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
22.图1为本发明一个实施例提供的一种基于图像处理的纱线并捻质量评估方法的步骤流程图；
23.图2为本发明实施例所提供的关于纱线并捻过程的示意图。
具体实施方式
24.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于图像处理的纱线并捻质量评估方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
25.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
26.下面结合附图具体的说明本发明所提供的一种基于图像处理的纱线并捻质量评估方法的具体方案。
27.本发明所针对的具体场景为：通过在纺纱机内部安装线扫镜头和并捻区上方设置普通相机，分别对纱线牵引区和纱线并捻区进行图像采集，且光照稳定，相机参数固定。
28.需要说明的是，纱线牵引和并捻过程中不考虑特殊情况。
29.请参阅图1，其示出了本发明一个实施例提供的一种基于图像处理的纱线并捻质量评估方法的步骤流程图，该方法包括以下步骤：
30.步骤s001，采集纱线牵引区的纱线曲线图像，计算纱线曲线图像中的纱线曲线与标准纱线直线之间对应像素点的欧式距离，由欧式距离得到纱线曲线的距离方差；以纱线曲线上每个像素点对应的欧式距离建立距离变化的二维曲线，由二维曲线中每个点的斜率变化获取纱线曲线的牵引异常类型；结合牵引异常类型和距离方差得到纱线曲线的牵引异常评价指标。
31.具体的，如图2所示，正常的纱线牵引过程为上下保持一条直线轨迹，从上至下不断传输到下方的纱线并捻区b，此处默认牵引张力正常，不存在纱线松动造成的纱线弯曲；正常情况下，纱线进入纱线牵引区a的位置和引出纱线牵引区的位置，在垂直方向上应该保持一条垂直于水平方向的直线。
32.通过线扫描相机对纱线牵引区进行图像采集，在相机的线扫频率固定的情况下，当纱线出现偏移或者抖动时，线扫相机采集到的纱线曲线图像中的纱线为一条曲线，通过设置标准纱线直线对纱线曲线图像中的纱线曲线进行牵引评价，本发明实施例以纱线曲线图像中的一条纱线曲线为例，则该条纱线曲线的牵引评价过程为：
33.(1)以纱线进入纱线牵引区的位置为牵引起始点，从牵引起始点开始根据纱线牵引方向在纱线牵引区自动生成一条对应的标准纱线直线。为了减少计算量，从牵引起始点开始，每三个步长计算一次标准纱线直线与纱线曲线之间对应像素点的欧式距离d，其中一个步长是指垂直方向上的一个像素点，进而根据得到的欧式距离计算纱线曲线相较于标准纱线直线的距离方差其中，di为纱线曲线上像素点i的欧式距离；n为计算欧式距离所参与的纱线曲线上的像素点数量，且可通过纱线曲线的总长度和三个步长的长度之间的比值得到。
34.(2)将这n个像素点对应的欧式距离d映射到二维平面坐标系中，横坐标为步长、纵坐标为欧式距离，进而得到距离变化的二维曲线。正常情况下，即当纱线曲线没有出现偏移或者抖动时，标准纱线直线与纱线曲线之间对应像素点的欧式距离为0，则相应的二维曲线也即是二维平面坐标系的横轴；反之，当二维曲线不是二维平面坐标系的横轴时，说明纱线曲线出现了偏移或者抖动情况，则对二维曲线上的每个点进行求导，根据导数的大小和正负变化判断纱线曲线的牵引异常类型：本发明实施例中的牵引异常类型包括抖动异常和单方向偏移，当二维曲线上出现连续点的导数为正负交替，且对应导数的绝对值大小为变大变小交替变化的情况下，则纱线曲线的牵动异常类型为抖动异常；当二维曲线上出现连续点的导数为正值，且对应导数的大小在预设范围内的情况下，则纱线曲线的牵动异常类型
为单方向偏移。
35.需要说明的是，偏移或者抖动皆为匀速运动，本发明实施例中不考虑速度之间的差异影响。
36.(3)当相机的线扫频率不同时，相对应所获取的纱线曲线与标准纱线直线之间的距离方差也不同，因此基于线扫频率对距离方差进行校正。
37.具体的，以50hz/s的线扫频率频率为基准线扫频率，获取基准线扫频率的第一纱线曲线，让基准线扫频率以频率变化量5hz/s进行改变得到m个不同的变化线扫频率，分别获取不同变化线扫频率下对应的第二纱线曲线，计算第二纱线曲线与第一纱线曲线之间对应像素点之间的第一距离，同时计算对应变化线扫频率与基准线扫频率之间的频率差值，由频率差值和频率变化量得到频率变化系数，以第一距离和对应的频率变化系数为一组样本数据，能够得到多组样本数据。
38.作为一个示例，假设变化线扫频率为40hz/s得到其对应的第二纱线曲线，同时其与基准线扫频率之间的频率差值为10hz，则频率变化系数分别计算第二纱线曲线与第一纱线曲线之间对应像素点之间的第一距离{d1,d2，d3…dm
}，则构成的样本数据为[{d1,2},{d2,2}，{d3,2}
…
{dm,2}]。
[0039]
基于基准线扫频率构建频率变化系数与第一距离之间的模型：d＝e-γ(50+5j)
+θ，其中，d为修正距离，γ表示非线性关系系数；θ为优化参数，利用获取的多组样本数据拟合该模型得到最终模型。
[0040]
根据纱线曲线的线扫频率和基准线扫频率得到频率变化系数，结合频率变化系数和最终模型得到纱线曲线的修正距离d0，利用修正距离对步骤(1)中的距离方差进行校正：
[0041]
(4)根据纱线曲线的牵引异常类型，设置对应的方差系数，则抖动异常的方差系数为α1，偏移异常的方差系数为α2，结合方差系数和距离方差得到纱线曲线的牵引异常评价指标并对引异常指标进行归一化处理。
[0042]
优选的，本发明实施例中α1＝0.4，α2＝0.6。
[0043]
同理，线牵引区中另一条纱线曲线利用上述牵引评价过程进行牵引异常评价指标的获取。
[0044]
步骤s002，根据纱线并捻区中的关键点获取并捻纱线图像，关键点是指两个纱线重合点位置，对并捻纱线图像中的中心线区域上的像素点的灰度值进行高斯分布拟合得到多个高斯分布函数，根据高斯分布函数的方差对多个高斯分布函数进行聚类以得到多个高斯分布区域；由高斯分布区域中每个高斯分布函数的权重获取异常高斯分布区域，利用异常高斯分布区域对应的并捻纱线长度计算并捻纱线的整体松紧度评价指标。
[0045]
具体的，参照附图2，通过高分辨率相机对纱线区进行图像采集获取并捻区图像，对捻区图像进行灰度化处理得到灰度图像，然后对灰度图像用sift关键点检测算法获取纱线并捻区中的关键1，所述关键点1是指两个纱线重合点位置。
[0046]
以关键点为并捻纱线的顶点，进而获取并捻纱线图像，其获取方法为：对灰度图像进行灰度阈值分割，根据纱线区域与周围背景的灰度差异设定灰度阈值m1＝200，将以顶点
所在的图像水平线作为分割线，获取分割线下方灰度值g》灰度阈值m1的像素点，通过获取到的最外侧像素点构成矩形连通域，矩形连通域即为并捻纱线图像。
[0047]
当并捻纱线之间并捻强度越大，纱线之间的空隙越小，单纱线的密度增加，并捻纱线图像中所表现的灰度分布均匀；当并捻纱线之间并捻强度存在异常时，纱线之间的空隙越大，单纱线的密度减小，通过纱线之间的空隙会在并捻纱线图像中出现深层的纱线，而在并捻纱线图像中所表现的灰度分布会出现变化，会存在部分灰度值较小的像素点。因此，对并捻纱线图像中的中心线区域上的像素点进行灰度分布分析，以获取并捻纱线的松紧度评价指标，则具体方法为：
[0048]
(1)对并捻纱线图像中的中心线区域上的像素点的灰度值进行高斯分布拟合，中心线区域是指矩形连通域的竖直中心线。
[0049]
具体的，从顶点处的像素点的灰度分布开始，根据并捻纱线图像中的中心线区域上像素点位置和对应的灰度值拟合高斯分布曲线，利用高斯分布模型对该高斯分布曲线进行拟合，能够得到该高斯分布模型是由k个高斯分布函数组成，则高斯分布模型为：
[0050][0051]
其中，gas为灰度值；wk为第k个高斯分布函数的权重，表示对应分布曲线的峰值大小；μk为第k个高斯分布函数的均值；σ
k2
为第k个高斯分布函数的方差，当灰度分布均匀时，对应分布曲线的分布范围很大，则方差σ
k2
也很大；y为像素点与顶点之间的距离。
[0052]
(2)方差越大，表示灰度分布越均匀，说明并捻过程正常；方差越小，表示灰度分布异常，同时也说明并捻过程出现正常，则根据k个高斯分布函数的方差对中心线区域上的像素点进行密度聚类，本发明实施例通过相邻高斯分布函数之间的方差差值|σ
z2-σ
z-12
|作为聚类条件，当方差差值|σ
z2-σ
z-12
|《差值阈值∈时，将这两个高斯分布函数对应的像素点聚为一类，也即是将这两个高斯分布函数聚为一个高斯分布区域，否则，将这两个高斯分布函数各为一个高斯分布区域，直到将k个高斯分布函数全部参与聚类，最终得到m个高斯分布区域，其中，密度聚类的起始点为顶点对应的高斯分布函数。
[0053]
优选的，本发明实施例中差值阈值∈＝1。
[0054]
(3)获取每个高斯分布区域中所有高斯分布函数的权重均值，当权重均值小于均值阈值时，说明该高斯分布区域为异常高斯分布区域，也即是灰度异常区域，根据异常高斯分布区域中的像素点数量得到该区域中所对应的并捻纱线长度l，进而根据异常高斯分布区域的数量n和对应区域中的并捻纱线长度l得到并捻纱线的整体松紧度评价指标其中，lq为第q个异常高斯分布区域的并捻纱线长度。
[0055]
优选的，本发明实施例中均值阈值为0.8。
[0056]
步骤s003，结合牵引异常评价指标和整体松紧度评价指标得到纱线并捻质量评估指标，根据纱线并捻质量评估指标实时调控纺纱机的摇架压力。
[0057]
具体的，从纺纱机的工作原理和并捻纱线的松紧度来分析：纱线牵引到纱线并捻区进行纱线并捻的过程中，当纱线出现牵引异常时，一定会导致后续纱线并捻出现异常；当纱线牵引正常时，纱线并捻可能出现异常，因此，纱线并捻质量评估指标与牵引异常评价指
标呈正相关、纱线并捻质量评估指标与整体松紧度评价指标呈正相关，则结合纱线的牵引异常评价指标和整体松紧度评价指标获取纱线并捻质量评估指标：
[0058][0059]
其中，ε为增益系数，且牵引异常评价指标牵引异常评价指标整体松紧度评价指标δ∈[0,1]。
[0060]
需要说明的是，增益系数是为了防止牵引异常程度过小时，从而导致纱线并捻质量评估指标偏小，出现评价误差。
[0061]
进一步地，将纱线并捻质量评估指标τ与纺纱机的摇架压力的控制数据进行数据拟合，其中摇架压力的控制数据通过数据传输获取，通过摇架压力的历史控制数据和对应的纱线并捻质量评估指标τ得到数据拟合曲线，通过数据拟合曲线来对纺纱机的摇架压力进行实时调节。
[0062]
综上所述，本发明实施例提供了一种基于图像处理的纱线并捻质量评估方法，该方法采集纱线牵引区的纱线曲线图像，判断纱线的牵引异常类型，以结合距离方差得到纱线曲线的牵引异常评价指标；根据纱线并捻区中的关键点获取并捻纱线图像，由并捻纱线图像中的中心线区域上的像素点的灰度值获取并捻纱线的整体松紧度评价指标；结合牵引异常评价指标和整体松紧度评价指标得到纱线并捻质量评估指标，根据纱线并捻质量评估指标实时调控纺纱机的摇架压力。能够避免质量评估的误差，得到更加准确的评估结果，进而能由评估结果对纺织机的摇架压力进行实时调节，使得后续纱线并捻过程再次出现异常。
[0063]
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0064]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
[0065]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。