在纺纱生产工业中,鉴于纱机在纺纱过程中会出现突然断线的情况,且不会轻易被检测到,必需要操作员去用眼睛来回巡视检测。但是在这样的工作方式下,既增加了工人的劳动强度,也比较容易产生视觉疲劳,最终会造成对断纱的误判。如果不能实时检测和修复细纱机上纱线的断头,纺纱机的一些部件就可能会产生故障,这样就会造成细纱机不能够正常工作。并且纺纱机是整个生产链中的关键设备,一旦受到损坏,会直接造成纺织厂的纺纱系统不能有效地运行,进而造成经济损失。因此,为了解决细纱断线且难以被检测出来的问题,开发了一种基于机器视觉+互联网的实时断线检测系统。本文主要针对如何实现基于机器视觉的细纱机纱线断头检测软件开发进行论述,分别介绍图像采集和处理模块、检测端与服务器端进行数据传输的模块以及手机端获取接线路径模块。在图像检测处理模块方面,详细论述了核心的图像处理原理,从获取高质量的图片开始,通过预处理,包括图像剪切,形态学处理获得所需要的图像信息,然后使用Tarjan算法和平均灰度曲线进行断纱的判定,并利用OCR技术来识别机位码。在与服务器端进行数据传输的模块方面,对云服务器站点搭建和Microsoft SQL2012数据库安装做了简单说明。详细介绍了使用HTTP协议通过GET方法进行数据传输,并就服务器端的接纱点路径规划进行具体描述。首先结合实际的车间规划状况,其次再参考Dijkstra算法,最终探讨如何求解最短路径。然后由云服务器根据巡检工的当前位置实时规划出最佳接线路径,并定时将最佳接线路径发至巡检工手机上,定点清除断线问题后的信息由巡检工手机发回服务器。而且在服务器数据库还可显示、查询和管理断纱信息。事实表明,算法较为出色地完成了最佳路径规划目标。最后对整个断纱检测系统进行了实验测试,该系统的实验结果表明:可使无错检下的断线漏检率不超过5‰,能有效提升接线效率,并且减少人工成本。并且针对某一断纱率高的机位明显标出显示,有利于人工单独提取分析断纱原因,进而改善纺纱生产方式,提高企业生产效率。