论文部分内容阅读
近年来,由于全国棉花市场管理混乱,所收购的棉花中异性纤维严重超标,极大地影响了棉纺织产品的质量,从而也影响了我国棉纺行业的国内外的信誉,使棉纺织出口受到了很大的阻力。国外清除异纤的设备价格昂贵,且检出效果并不理想,国内有些企业虽已推出产品,但效果不好。为此,研制棉花异性纤维自动检测系统来改进棉花初步加工工艺,提高棉纺织品的成品质量,降低产品成本具有非常实际、重要的意义,同时也具有很好的市场价值和发展前景。本文在介绍了异性纤维分拣系统研究的背景及发展状况下,提出了以计算机图像处理技术为基础的异性纤维分拣算法,并对该算法的实现进行了比较深入的分析和研究,通过严格论证与分析,建立了图像处理的数学模型,即棉花在RGB空间的三维颜色数学模型,利用特征分析与类型归纳法,提出了针对普通异性纤维非线性双阈值算法和针对细小杂质的基于微分的图像处理算法相结合,提高了图形处理的效率,保证系统根据采集到的图像数据能够快速、准确的作出判断。实现了对白色丙纶丝和头发丝等细小杂质两方面检测的突破。而对于硬软件部分的实现则是合理搭建硬件系统平台,尤其是在相机的非线性问题的解决及光源的选择上,通过大量的实验以求得最佳的信号输入,使由硬件系统带来的不利因素达到了最小化。而软件系统则利用Visual C++6.0编制,在图像采集卡、CCD摄像机、C8051F340单片机等硬件基础上,充分发挥机器视觉技术的优势,实现了棉花异纤的在线、实时、高精度、非接触快速的动态检测及分拣。体现出了作为现代科学技术热点领域的机器视觉技术的诸多优点。最终经过多次现场调试,证明该系统具有检测速度快、分拣率高的特点。系统完全满足工业检测的要求。通过本文研究工作,研制并开发出具有自主知识产权的棉花异性纤维在线实时分拣系统,并使之成为应用于现场的工业级机器视觉在线检测设备。