管纱是将电子级玻璃纤维绕制在纱管上形成的管状纱线体,由于生产环境的影响以及纱管的重复使用,在投入使用之前,需要经过外观质量检测工序,主要包括毛羽检测、表面缺陷检测以及纱管缺陷检测三部分。通过企业调研,目前大部分玻璃纤维企业仍然依靠人工进行管纱外观检测,但该方式存在检测效率低,劳动强度大等不足之处。本课题基于机器视觉技术设计出管纱外观检测系统,以实现管纱外观检测的自动化,主要工作如下:(1)对国内外机器视觉检测技术以及管纱外观检测的研究现状进行分析,介绍管纱外观检测系统的整体设计方案,设计机器视觉硬件平台,同时对所需视觉硬件进行选型。(2)管纱毛羽检测算法。管纱毛羽检测分为毛羽提取、毛羽分类、毛羽统计三个步骤。首先通过边界追踪、霍夫变换等算法进行毛羽提取;然后选取矩特征与区域特征并利用支持向量机实现毛羽分类,同时使用主成分分析算法与最小外接矩形法测量毛羽长度,并进行毛羽计数;最后与人工检测结果进行对比,验证毛羽检测算法的有效性。(3)纱管缺陷检测算法。首先通过特定的高通滤波器增强纱管图像;然后使用Canny算子提取图像边缘,并根据边缘特征获取检测ROI(Region of Interest);最后采用频率调谐显著性分析算法进行缺陷分割。实验结果表明,结合边缘特征的ROI提取算法与频率调谐显著性分析算法能够实现纱管缺陷的准确检测。(4)管纱表面缺陷检测算法。首先对管纱表面图像进行增强,建立多尺度模板,通过归一化相关系数模板匹配法定位管纱表面缺陷区域,并采用积分图加速,然后使用残差网络(ResNet50)实现缺陷分类,并与支持向量机结合灰度共生矩阵特征的分类结果进行对比。实验表明,应用ResNet50的管纱表面图像分类准确率可达99.17%。(5)设计人机交互界面,并进行系统整体测试。结果表明,本系统能够准确、高效地进行管纱外观检测,实现管纱合格品的自动筛选以及数据统计。本文图50幅,表13个,参考文献61篇。