本发明属于棉花加工生产领域,具体涉及机采籽棉中异性纤维快速检测装置及其方法。
背景技术:
1、棉花在国民生活中发挥着至关重要的作用,事关国民生活的各个方面。随着机采棉种植面积的不断扩大,籽棉中异性纤维含量也显著增加。籽棉中异性纤维包括化纤、残膜、羽毛、毛发和织物等。若不能及时检测和去除异性纤维,在籽棉后续加工过程中可能会导致它们碎裂成许多微小的颗粒,与棉纱混合在一起。
2、研究人员对异性纤维的检测进行了广泛的研究。主要技术手段包括机器视觉、近红外光谱和其他成像技术。例如从生产线上拍摄了皮棉中异性纤维的图像,并使用u-net网络对异性纤维进行了精确分割。这种分割能够计算皮棉中的异性纤维含量,计算误差仅为2%。又或者通过提取颜色特征、形状特征和质地特征,实现了皮棉中异性纤维的快速分类,实现了93.57%的令人印象深刻的准确率。
3、上述研究都集中在检测皮棉异性纤维上。皮棉是对籽棉进行轧花处理后得到的产品。与籽棉相比,皮棉杂质含量较低,不含棉籽,纤维之间的间隙较小。与皮棉相比,籽棉异性纤维检测难度更大。目前使用高光谱成像技术对籽棉中的残膜进行检测,检测准确率达到98.5%,但无法对其他种类的异性纤维进行检测。机器视觉已被证明在检测皮棉中的异性纤维方面非常有效。然而,仅仅检测异性纤维的种类不足以指导异性纤维检测装置的开发。因此,检测异性纤维的类别和位置信息对于检测籽棉中异性纤维至关重要。
4、同时,检测籽棉中异性纤维装置大多用于于实验室,是固定的没有批量生产。因此,目前亟需一种能够对籽棉中异性纤维进行快速检测装置及方法。
技术实现思路
1、为解决上述技术问题,本发明提供机采籽棉中异性纤维快速检测装置及其方法,以解决现有技术中的问题,本发明所采用的技术方案是:
2、机采籽棉中异性纤维快速检测方法,包括以下步骤:
3、步骤1,制备异性纤维与籽棉样品充分混合的样品;
4、步骤2,搭建采集平台,通过qt开发的软件系统,利用相机采集样品图像信息;
5、步骤3,对图像信息处理,得到数据集;
6、步骤4,对数据集进行训练,并对籽棉中异性纤维进行类别和位置信息检测,得到检测模型;
7、步骤5,通过检测模型对待识别的籽棉图像中的异性纤维进行检测,以进行训练;
8、步骤6,将训练好的检测模型集成至软件系统,并将软件系统部署至树莓派;
9、步骤7,树莓派控制相机采集籽棉的图像信息,并通过软件系统调用检测模型来识别籽棉中的异性纤维,将识别结果保存。
10、机采籽棉中异性纤维快速检测装置,包括便携式暗箱和树莓派,所述便携式暗箱内设置相机、移动滑台和传送带;
11、所述树莓派连接相机、移动滑台和传送带,所述传送带上用于放置籽棉,并将籽棉输送到所述移动滑台的滑块上,所述移动滑台用于输送籽棉到相机的拍摄位置;
12、所述树莓派接收相机所采集的籽棉图像信息,并通过软件系统调用检测模型来识别籽棉中的异性纤维,将识别结果保存。
13、本发明具有以下有益效果:
14、(1)本发明利用相机对含有异性纤维籽棉进行图像的采集,相机能够有效获取含有异性纤维的图像信息;同时,本发明基于yolov7改进型网络构建含有异性纤维识别模型,能够实现籽棉中的异性纤维进行快速检测;
15、(2)本发明对采集到的籽棉中异性纤维的图像信息进行图像预处理,并利用labelimg对籽棉图像进行人工标注,并将籽棉异性纤维图像数据转化为yolo数据集格式,且将数据集分为三组:训练集、验证集和测试集,并对训练集数据进行数据增强,增强方法包括随机旋转、裁剪等,以提高目标检测性能。
16、(3)本发明对图像采集软件进行开发,利用相机自带的c++二次开发api,在qt开发平台中完成相机的调用;利用qt的qlabel类将籽棉图像以及籽棉的检测结果显示在树莓派自带的显示屏上;在qt开发环境中配置c++版本的libtorch,利用libtorch实现训练好的模型的调用;并将软件系统在release下构建并将其打包发布,部署至树莓派。
17、(4)本发明基于convnext和swin-transformer对yolov7进行改进,利用convnext模块改进yolov7的骨干网络,代替原始yolov7骨干网络中的elan模块;利用swin-transformer模块代替yolov7头部网络中的sppcspc模块,利用convnext模块代替yolov7头部网络中的elan模块。
18、(5)本发明基于传统检测机采籽棉中异性纤维装置对其进行了便携式改进,利用装有万向滑轮的便携式暗箱,且暗箱中集成了传送带,移动滑台,树莓派,光源等装置,使检测装置能够随时移动;
1.机采籽棉中异性纤维快速检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的机采籽棉中异性纤维快速检测方法,其特征在于,所述步骤3中,对图像信息处理时,包括:
3.根据权利要求1所述的机采籽棉中异性纤维快速检测方法,其特征在于,所述步骤4中,基于convnext和swin-transformer的yolov7改进型对数据集进行训练。
4.根据权利要求3所述的机采籽棉中异性纤维快速检测方法,其特征在于,对于yolov7改进型:
5.根据权利要求2所述的机采籽棉中异性纤维快速检测方法,其特征在于,所述步骤5中,将训练好的yolov7改进型模型保存为torch script格式。
6.根据权利要求1所述的机采籽棉中异性纤维快速检测方法,其特征在于,
7.机采籽棉中异性纤维快速检测装置,其特征在于,包括便携式暗箱(1)和树莓派(10),所述便携式暗箱(1)内设置相机(4)、移动滑台(6)和传送带(7);
8.根据权利要求7所述的机采籽棉中异性纤维快速检测装置,其特征在于,所述便携式暗箱(1)内还设置有光源(2)。