基于机器视觉的绗缝断线检测方法
【专利摘要】本发明涉及一种基于机器视觉的绗缝断线检测方法，其具体的断线检测步骤是：其具体的断线检测步骤是：采集，所述采集是拍摄织物图像；校正，对采集后的织物图像进行校正；标定，设定织物图像初始的断线检测区域；跟踪，确定织物图像最终的断线检测区域；检测；所述检测是对校正后的织物图像进行图像处理获得织物经绗缝后的绗缝线，再根据校正后的织物图像的断线检测区域内是否有绗缝线来判定织物是否断线，若断线检测区域内有M条绗缝线，则绗缝织物无断线，若断线检测区域内绗缝线的条数＜M，则绗缝织物有断线，所述计算机输出包括绗缝机停车信号或断线报警信号。本发明不仅精确度高，而且能实时检测、能耗低。
【专利说明】基于机器视觉的绗缝断线检测方法
【技术领域】
[0001]本发明涉及利用机器视觉和图像处理技术进行在线检测的【技术领域】，具体涉及一种基于机器视觉的绗缝断线检测方法。
【背景技术】
[0002]传统的织物在绗缝时，主要是人为观测，极易出现漏查和检测不及时的问题，不能及时处理断线问题，容易造成生产质量缺陷，给生产带来不利影响，也会造成材料浪费和制作成本增加。
[0003]随着技术发展，现有利用借鉴刺绣机的绗缝断线检测电路控制板，但是由于数量较多、安装空间狭窄、接线复杂、能耗较大且故障点增多、不利于现场维修；或者是接触杆/接触开关式绗缝断线检测装置，但是其检测装置的接触杆或接触开关在沾染灰尘或污垢后极易产生接触不良的情况，而接触开关在老化后，也容易出现动作失灵的现象，二者都易造成报警不及时，无法对产品质量进行监控；或者是机械或电气式的断线检测装置，而该种结构的断线检测装置均会使织线承受一定的预紧力，容易造成织线的非正常断线，影响机器的生产效率。
【发明内容】
[0004]本发明的目的是:提供一种不仅精确度高，而且能实时检测、能耗低的基于机器视觉的绗缝断线检测方法，以克服已有技术的不足。
[0005]为了达到上述目的，本发明的技术方案是:一种基于机器视觉的绗缝断线检测方法，其具体的断线检测步骤是:
a、采集；所述采集是用相机拍摄移动的经绗缝后的织物的图像Ain送至计算机，若织物沿着X轴方向即垂直布边方向移动，则计算机不采集织物图像，若织物沿着Y轴方向移动Dy距离时，则计算机拍摄织物图像，其中，i是相机序号，且i是正整数，η是采集织物图像序号，且η是正整数；
b、校正；所述校正是由计算机对采集到的织物图像Ain进行校正处理，得到校正后的织物图像为Bin;
C、标定；所述标定是由计算机对校正后的织物图像Bin设定初始断线检测区域，分别为DR1^ DR2,…DRM，其中，M为绗缝该织物所用的绗缝机的缝针的个数；
d、跟踪；所述跟踪是织物经绗缝后沿Y轴方向运动距离Sy时，此时，相机拍摄到R幅织物图像Bin(l〈=n〈=R)，其中R=Sy/Dy，R和i均为正整数，
由计算机检测相机拍摄的第I~R-1幅织物图像Bin (l〈=n〈=R-l)的布边位置或者是导布辊边缘的标记位置，分别记为Ep E2、一Eim，并将该组数据保存；
由相机拍摄的第R幅织物图像BiK的织物布边位置或者是导布辊边缘的标记位置Ek与第I幅织物图像Bil的布边位置或者是导布辊边缘的标记位置E1的X轴方向相对位移为Lx=Ee-E1,而织物的断线检测区域同样沿X轴方向移动Lx，此时，织物图像BiK的断线检测区域分别为DRALpDVLp "ARJLx，而第I幅织物图像Bil的布边位置或者是导布辊边缘的标记位置E1移出计算机的存储区外，剩余数据依次前进一个位置，并将第R幅织物图像BiK的布边位置或者是导布辊边缘的标记位置Ek保存；
e、检测；所述检测是对步骤b中校正后的织物图像Bin进行图像处理获得织物经绗缝后的绗缝线，再根据校正后的织物图像Bin的断线检测区域DVLpDR2+!^ -DRm+Lx内是否有绗缝线来判定织物是否断线，若断线检测区域DRfLpDR2+!^ -DRm+Lx内有M条绗缝线，则绗缝织物无断线，若断线检测区域DRJLpDR2+!^ -DRm+Lx内绗缝线的条数< M，则绗缝织物有断线，所述计算机输出包括绗缝机停车信号或断线报警信号。
[0006]在上述技术方案中，所述步骤a中采集是用设定在导布辊上的编码器控制相机拍摄移动的经绗缝后的织物，计算机接收编码器信号，若织物沿着Y轴方向移动Dy距离时，则编码器输出对应的P个脉冲，此时，相机拍摄绗缝织物图像Ain。
[0007]在上述技术方案中，所述相机与导布辊的水平距离Sc控制在0.1~2.5米范围内，而相机的图像采集区域对应的绗缝织物幅宽Wc控制在0.1~2.5米范围内。
[0008]在上述技术方案中，设定相机个数的具体步骤是，根据绗缝织物的幅宽W、绗缝织物X轴方向最大运动距离Lx、单个相机拍摄的最大幅宽Wc以及两个相机之间重叠区域宽度Wb，根据公式计算出需要相机的个数Not:
【权利要求】
1.一种基于机器视觉的绗缝断线检测方法，其特征在于:其具体的断线检测步骤是: a、采集；所述采集是用相机拍摄移动的经绗缝后的织物的图像Ain送至计算机，若织物沿着X轴方向即垂直布边方向移动，则计算机不采集织物图像，若织物沿着Y轴方向移动Dy距离时，则计算机拍摄织物图像，其中，i是相机序号，且i是正整数，η是采集织物图像序号，且η是正整数； b、校正；所述校正是由计算机对采集到的织物图像Ain进行校正处理，得到校正后的织物图像为Bin; C、标定；所述标定是由计算机对校正后的织物图像Bin设定初始断线检测区域，分别为DR1^ DR2,…DRM，其中，M为绗缝该织物所用的绗缝机的缝针的个数； d、跟踪；所述跟踪是织物经绗缝后沿Y轴方向运动距离Sy时，此时，相机拍摄到R幅织物图像Bin(l〈=n〈=R)，其中R=Sy/Dy，R和i均为正整数， 由计算机检测相机拍摄的第1~R-1幅织物图像Bin (l〈=n〈=R-l)的布边位置或者是导布辊边缘的标记位置，分别记为Ep E2、一Eim，并将该组数据保存； 由相机拍摄的第R幅织物图像BiK的织物布边位置或者是导布辊边缘的标记位置Ek与第I幅织物图像Bil的布边位置或者是导布辊边缘的标记位置E1的X轴方向相对位移为Lx=Ee-E1,而织物的断线检测区域同样沿X轴方向移动Lx，此时，织物图像BiK的断线检测区域分别为DRALpDVLp "ARJLx，而第I幅织物图像Bil的布边位置或者是导布辊边缘的标记位置E1移出计算机的存储区外，剩余数据依次前进一个位置，并将第R幅织物图像BiK的布边位置或者是导布辊边缘的标记位置Ek保存； e、检测；所述检测是对步骤b中校正后的织物图像Bin进行图像处理获得织物经绗缝后的绗缝线，再根据校正后的织物图像Bin的断线检测区域DVLpDR2+Lx 、...DRm+Lx内是否有绗缝线来判定织物是否断线，若断线检测区域DRfLpDR2+Lx、...DRm+Lx内有M条绗缝线，则绗缝织物无断线，若断线检测区域DRJLpDR2+Lx、...DRm+Lx内绗缝线的条数< M，则绗缝织物有断线，所述计算机输出包括绗缝机停车信号或断线报警信号。
2.根据权利要求1所述的基于机器视觉的绗缝断线检测方法，其特征在于:所述步骤a中采集是用设定在导布辊上的编码器控制相机拍摄移动的经绗缝后的织物，计算机接收编码器信号，若织物沿着Y轴方向移动Dy距离时，则编码器输出对应的P个脉冲，此时，相机拍摄绗缝织物图像Ain。
3.根据权利要求1所述的基于机器视觉的绗缝断线检测方法，其特征在于:所述相机与导布辊的水平距离Sc控制在0.1~2.5米范围内，而相机的图像采集区域对应的绗缝织物幅宽Wc控制在0.1~2.5米范围内。
4.根据权利要求1所述的基于机器视觉的绗缝断线检测方法，其特征在于:设定相机个数的具体步骤是，根据绗缝织物的幅宽W、绗缝织物X轴方向最大运动距离Lx、单个相机拍摄的最大幅宽Wc以及两个相机之间重叠区域宽度Wb，根据公式计算出需要相机的个数Not:
5.根据权利要求4所述的基于机器视觉的绗缝断线检测方法，其特征在于:当相机的个数为2个或2个以上时，设定相邻相机的间距，而相邻相机之间重叠区域宽度Wb控制在10~IOOmm范围内。
6.根据权利要求1所述的基于机器视觉的绗缝断线检测方法，其特征在于:所述步骤a中的相机为面阵相机，或者是线阵相机，或者是CCD相机,或者是CMOS相机。
7.根据权利要求1所述的基于机器视觉的绗缝断线检测方法，其特征在于:所述步骤b中选用的棋盘格标定板的每个棋盘格的大小为20mmX 20mm，且通过透射变换法对织物图像Ain进行图像校正，得到校正后的织物图像为Bin。
8.根据权利要求1所述的基于机器视觉的绗缝断线检测方法，其特征在于:所述步骤c中计算机对校正后的织物图像Bin设定的断线检测区域是宽度为Wd、高度为Hd的矩形断线检测区域，其中，宽度Wd的像素控制在10~15dip范围内，高度Hd的像素控制在20~30dip范围内ο
9.根据权利要求1所述的基于机器视觉的绗缝断线检测方法，其特征在于:所述步骤e中对校正后的织物图像Bin进行图像处理的具体步骤是，先进行Y轴方向均值滤波，而均值滤波后得到的织物图像为Bun，然后再对织物图像Bun进行X轴方向均值滤波，并得到均值滤波后的织物图像Bmn,根据公式
【文档编号】G01N21/89GK103913467SQ201410135235
【公开日】2014年7月9日 申请日期:2014年4月4日 优先权日:2014年4月4日
【发明者】顾金华, 朱剑东, 肖凯, 刘兵, 刘伟 申请人:常州市宏大电气有限公司