论文部分内容阅读
随着纺织技术的发展,织物朝着精细化方向发展,对纱线的要求也随之提高。这就需要一种精确度高的检测方法,基于机器视觉的纱线外观质量检测方法不仅检测精度高,而且可以直接检测纱线外形尺寸变化,获得科学的检测结果。 本文对基于机器视觉的纱线外观质量检测系统的硬件和软件配置做了详细的介绍。其中硬件配置包括型号为S2-1y-05H40相机、型号为MGTL60C的远心镜头、型号为OPT-LS83-W的LED光源、型号为Xcelera-CL LX1 Base图像采集卡、Camera Link接口制式以及处理器为Intel(R)Core(TM)i7-2600,CPU主频为3.40GHz,物理内存为4GB的计算机;采用HALCON进行图像的采集、图像处理和相应的计算。 本文采用阈值分割、形态学运算来获取纱线主干和完整毛羽。阈值分割实现了纱线与背景的有效分离,形态学开运算消除了在二值图像中附着在纱线主干上的剩余毛羽,形态学闭运算填充了小孔洞,连接了几乎断裂开来的毛羽。系统通过计算纱线直径的变化,使用CV值对纱线匀度进行表征,使用不同等级的粗细节、棉结数量对常发性疵点进行了表征。文中对两大类纱线(相同细度不同品质和相同品质不同细度)进行了检测,并将检测结果与乌斯特条干仪ME100的检测结果进行了比较分析。 通过包含相应算子的程序获得了纱线区域周长、区域面积、毛羽指数和3mm以上毛羽数量等表征毛羽的重要指标,并将检测结果分别与乌斯特条干仪ME100和工厂的检测结果进行了比较和分析。 实验表明,基于机器视觉的纱线外观质量检测系统可以更直接、更精确的实现对纱线外观质量的检测和表征。