本发明属于纺织工艺检测技术领域，涉及一种关于拉链缺陷的检测系统，还涉及利用该系统检测缺陷的方法。
背景技术
近年来，随着我国服装业、纺织业的蓬勃发展，我国已经成为世界上最大的拉链生产国，拉链的生产制造技术取得了很大的进步。但是在拉链的生产过程当中，由于生产工艺不完善和缺乏相应的检测设备，往往会出现或多或少的问题，比如多齿、少齿、链齿残缺等缺陷现象。
目前，国内对拉链的检测技术还处于半自动化、人工检测的阶段。对于成品拉链质量的检验，一般都是采用抽样后进行目测的检验方法分拣残次品，由生产线上的工人通过视觉和经验对拉链产品进行识别和判断。传统的人工检测方法，劳动强度大，检测效率低，检验标准可靠性差，错判率和漏检率高，不能保证拉链产品的品质。
chen课题组提出了一种基于链齿灰度特征的齿数检测方案，该方案利用灰度化后的链齿图像，中值滤波去噪，最大类间方差法(otsu)进行阈值分割，并将分割后的图像采用质心算法来确定各个链齿的位置，系统识别出拉链齿数的缺失情况。实验分析可以看出，该检测方案能够检测出缺陷拉链，通过给定的拉链齿数分布特征，准确地计算出链齿之间的间隔距离，进而识别和判断此拉链是否为正品，但是，在拉链生产过程当中，除了拉链缺陷(多齿、少齿)之外，还存在链齿残次的现象，称为链齿的质量问题。根据以上的检测方法只能通过链齿间距来判断缺陷，但是链齿间距满足实际生产过程中标准链齿间距的要求，链齿的质量存在问题，故而在缺陷检测时，被错误的认为是合格品。因此，拉链的缺陷检测对于是否能准确、高效地判断出拉链的质量问题具有重要的作用。
技术实现要素：
本发明的目的是提供一种关于拉链缺陷的检测系统，解决了现有检测系统不能够全面精确检测链齿缺陷的问题。
本发明的另一目的是提供该检测系统检测拉链缺陷的方法。
本发明所采用的技术方案是，一种关于拉链缺陷的检测系统，包括图像采集单元，图像采集单元的输出端连接图像处理和检测单元的输入端，图像采集单元包括hdtu-jx01固定式机器视觉实验平台，hdtu-jx01固定式机器视觉实验平台安装在拉链生产线末端，还包括面阵式工业ccd相机，面阵式工业ccd相机安装在拉链生产线末端位于hdtu-jx01固定式机器视觉实验平台一侧，图像处理和检测单元包括工业控制计算机，工业控制计算机通过usb3.0接口与面阵式工业ccd相机连接，用于接收面阵式工业ccd相机采集的拉链图像信息。
本发明的其他特点还在于，
工业控制计算机安装有halcon图像采集软件、matlab图像处理软件、系统缺陷检测软件，halcon图像采集软件通过面阵式工业ccd相机提取拉链生产线上待测链齿灰度图像；图像处理软件对图像的噪声、杂志点、背景作进一步图像处理，得到待测链齿二值图；系统缺陷检测软件根据系统预先设定的标准阈值，与实际生产的拉链进行对比，判断是否存在缺陷。
本发明的另一技术方案是，一种关于拉链缺陷的检测方法，采用上述的一种拉链缺陷检测系统，具体操作步骤包括如下：
步骤1.面阵式工业ccd相机实时采集待测拉链的灰度图像，获取待测链齿样本的分布结构和纹理信息，并将采集的链齿图像传送给工业控制计算机的halcon图像采集软件；
步骤2.工业控制计算机中的halcon图像采集软件提取目标链齿区域，进行图像预处理得到待测链齿的纹理特征图像，纹理特征为各个链齿目标区域的质心信息；
步骤3.系统缺陷检测软件将步骤2得到的图像进行链齿质量检测，判断出各个链齿的质量是否合格；
步骤4.对于链齿质量合格的拉链产品进行齿间距检测，进一步判断和识别拉链是否为正品。
步骤2的具体操作过程如下：
步骤2.1将拉链齿数的灰度图遍历整个像素区域，通过基于数学形态学二值化目标对采集链齿灰度图的图像分割，得到待测链齿的黑白二值图像；
步骤2.2通过形态学闭运算去除噪声、脉冲产生的误差点，填充链齿图像内部细小空洞，平滑边缘轮廓，然后通过图像腐蚀-膨胀操作去除小间断区域，消除细小突出物，剔除图像中的杂质点，突出目标链齿区域，得到待测链齿的纹理特征图像。
步骤3的具体操作过程如下：
将得到的待测链齿的纹理特征图像进行编号，游历整个链齿图像的像素度区域，统计像素点，根据编号的像素区域分别求取其面积和周长与实际生产过程当中的标准的尺寸作比较，进而检测拉链齿的质量是否存在缺陷，再通过检测图形表示并显示其缺陷的实际位置。
步骤4的具体操作过程如下：
对于检测合格的拉链产品进行拉链的齿间距检测，针对各个链齿区域的像素度，对获取链齿的二值图像进行各个分散区域的标注和定位质心，求取各个链齿质心之间的间距并与标准设定的间距阈值作比较，判断出此拉链是否存在多齿或少齿现象。
本发明的有益效果是，一种关于拉链缺陷的检测系统及其检测方法，采用基于形态学二值化的链齿图进行轮廓提取，并对图像进行二值化分割，标定和编号像素区域、统计像素点，根据编号的像素区域(即拉链的各个齿)分别求取其面积和周长与预先设定的标准的阈值进行比较，判断各个链齿质量是否存在缺陷；对于检测合格的拉链产品，再进行链齿间距的缺陷检测方案，进而识别判断该拉链是否为正品，针对各个链齿区域的像素度，对获取链齿的二值图像进行各个分散区域的标注和定位质心，求取各个链齿之间的间距并与标准设定的间距阈值相比较，进而判断是否存在多齿或少齿现象。实验结果表明，该方案能够快速、准确地识别和判断出拉链的缺陷问题。针对链齿的不完整缺陷和齿数分布缺陷等问题都有相关的检测方法，该检测方案对于提高拉链检测行业自动化程度、提高生产检验效率、降低企业生产成本具有重要的现实意义。
附图说明
图1是本发明的一种关于拉链缺陷的检测方法的流程图；
图2是本发明的一种关于拉链缺陷的检测系统的结构示意图；
图3是系统采集的链齿灰度图；
图4是二值化处理后的黑白链齿图；
图5是检标记链齿质量测图像；
图6是待测链齿周长检测；
图7是待测链齿面积检测；
图8是标记链齿质心间距检测图像；
图9是待测链齿质心间距检测。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明的一种关于拉链缺陷的检测系统，如图1所示，包括图像采集单元，图像采集单元的输出端连接图像处理和检测单元的输入端，图像采集单元包括hdtu-jx01固定式机器视觉实验平台，hdtu-jx01固定式机器视觉实验平台安装在拉链生产线末端，还包括面阵式工业ccd相机，面阵式工业ccd相机安装在拉链生产线末端位于hdtu-jx01固定式机器视觉实验平台一侧，图像处理和检测单元包括工业控制计算机，工业控制计算机通过usb3.0接口与面阵式工业ccd相机连接，用于接收面阵式工业ccd相机采集的拉链图像信息。
工业控制计算机安装有halcon图像采集软件、matlab图像处理软件、系统缺陷检测软件，halcon图像采集软件通过面阵式工业ccd相机提取拉链生产线上待测链齿灰度图像；图像处理软件对图像的噪声、杂志点、背景作进一步图像处理，得到待测链齿二值图；系统缺陷检测软件根据系统预先设定的标准阈值，与实际生产的拉链进行对比，判断是否存在缺陷。
工业控制计算机对采集到的图像进行标记质心、提取质心信息，对链齿进行缺陷检测；采用联想办公计算机，该机采用intel双核处理器，主频3.0g，1100m网卡，2g内存，500g硬盘，17寸液晶显示器，满足工业现场恶劣环境的要求。
面阵式工业ccd相机实时采集待测拉链的灰度图像，并采集的链齿图像传送给工业控制计算机；面阵式工业ccd相机安装在拉链生产线末端的产品检测环节中，由于外界光照的变化会导致采集链齿图像灰度值发生波动，所以需要使用标准恒定的光源将待检品与外界光照隔离开来，保证每次检测时的光照强度恒定。面阵式工业ccd相机使用西安获德图像技术有限公司的500万像素工业摄像机c125-0618-5m，该工业摄像机采用ccd图像传感器，逐行全帧扫描方式，有效像素1388(h)×1038(v)，采样精度可达8bit，帧速率1帧/秒，输出接口为usb3.0，镜头卡口为c/cs口，体积小巧，易于安装。
机器视觉实验平台是西安获德图像技术有限公司专门针对机器视觉教学实验所研发的，该实验平台为hdtu-jx01固定式机器视觉实验平台。
本发明的一种关于拉链缺陷的检测方法，如图2所示，具体操作步骤包括如下：
步骤1.面阵式工业ccd相机实时采集待测拉链的灰度图像，获取待测链齿样本的分布结构和纹理信息，并将采集的链齿图像传送给工业控制计算机的halcon图像采集软件；
步骤2.工业控制计算机中的halcon图像采集软件提取目标链齿区域，进行图像预处理得到待测链齿的纹理特征图像，所述纹理特征为各个链齿目标区域的质心信息；
步骤2的具体操作过程如下：
步骤2.1将拉链齿数的灰度图遍历整个像素区域，通过基于数学形态学二值化目标对采集链齿灰度图的图像分割，得到待测链齿的黑白二值图像；
步骤2.2通过形态学闭运算去除噪声、脉冲产生的误差点，填充链齿图像内部细小空洞，平滑边缘轮廓，然后通过图像腐蚀-膨胀操作去除小间断区域，消除细小突出物，剔除图像中的杂质点，突出目标链齿区域，得到待测链齿的纹理特征图像；
步骤3.系统缺陷检测软件将步骤2得到的图像进项链齿质量检测，判断出各个链齿的质量是否合格；
步骤3的具体操作过程如下：
将得到的待测链齿的纹理特征图像进行编号，游历整个链齿图像的像素度区域，统计像素点，根据编号的像素区域分别求取其面积和周长与实际生产过程当中的标准的尺寸作比较，进而检测拉链齿的质量是否存在缺陷，再通过检测图形表示并显示其缺陷的实际位置；
步骤4.对于链齿质量合格的拉链产品进行齿间距检测，进一步判断和识别拉链是否为正品：
步骤4的具体操作过程如下：
对于检测合格的拉链产品进行拉链的齿间距检测，针对各个链齿区域的像素度，对获取链齿的二值图像进行各个分散区域的标注和定位质心，求取各个链齿质心之间的间距并与标准设定的间距阈值作比较，判断出此拉链是否存在多齿或少齿现象。
具体实施方式如下：
步骤1.面阵式工业ccd相机实时采集待测拉链的灰度图像，如图3所示，获取待测链齿样本的分布结构和纹理信息，并将采集的链齿图像传送给工业控制计算机的halcon图像采集软件；
步骤2.工业控制计算机中的halcon图像采集软件提取目标链齿区域，将拉链齿数的灰度图遍历整个像素区域，通过基于数学形态学二值化目标对采集链齿灰度图的图像分割，得到待测链齿的黑白二值图像；通过形态学闭运算去除噪声、脉冲产生的误差点，填充链齿图像内部细小空洞，平滑边缘轮廓，然后通过图像腐蚀-膨胀操作去除小间断区域，消除细小突出物，剔除图像中的杂质点，突出目标链齿区域，得到待测链齿的纹理特征图像，如图4所示；
步骤3.将图像处理后的黑白二值图像进行编号标定，游历整个链齿图像的像素度区域，统计像素点，根据编号的像素区域(即拉链的各个齿)分别求取其面积和周长与实际生产过程当中的标准的尺寸(设定的阈值)作比较，进而检测拉链齿的质量是否存在缺陷，再通过检测图形表示出来并显示其缺陷的实际位置。获取链齿面积和周长检测数据，如表1所示，其缺陷检测图，如图5、图6、图7所示。
设定标准各个链齿面积和周长阈值矩阵：标准链齿面积下限阈值矩阵e(阈值为300)；标准链齿面积上限阈值矩阵f(阈值为500)；标准链齿周长下限阈值矩阵g(阈值为80)；标准链齿周长上限阈值矩阵h(阈值为100)。
表1链齿面积和周长检测数据
步骤4.对于检测合格的拉链产品进行拉链的齿间距检测，进而识别和判断出拉链是否为正品。在进行链齿质心间距的检测时，针对各个链齿区域的像素度，对获取链齿的二值图像进行各个分散区域的标注和定位质心，求取各个链齿之间的间距并与标准设定的间距阈值作比较，判断出此拉链是否存在多齿或少齿现象。获取链齿质心间距检测数据，如表2所示，其缺陷检测图，如图8、图9所示。
设定标准链齿间距阈值矩阵：标准链齿间距上限阈值矩阵e(阈值为30)；标准链齿间距下限阈值矩阵f(阈值为20)。
表2链齿质心间距检测数据
本实施方式根据拉链齿数分布的结构特征，提出了链齿质量检测和质心间距检测的方案。首先，在各个链齿的缺陷检测中，应用形态学二值化轮廓提取的方法，对图像进行二值化分割，标定和编号像素区域、统计像素点，根据编号的像素区域(即拉链的各个齿)分别求取其面积和周长，与生产过程当中预先设定的标准阈值进行比较，进而判断是否存在缺陷；对于质量检测合格的拉链产品，再进行链齿间距的缺陷检测，针对各个链齿区域的像素度，把获取链齿的二值图像进行各个分散区域的标注和定位质心，求取链齿间的质心间距并与标准设定的间距阈值作比较，判断是否存在多齿或少齿现象，进而能够识别判断该拉链是否为残次品。实验结果表明，利用链齿质量检测和质心间距检测算法去识别和判断出拉链产品缺陷问题的检测方案是可以执行判断的。