伴随着《纺织工业“十三五”发展规划》的发布,中国的纺织行业正逐步迈向工业4.0时代。与互联网、大数据等技术的深度融合,各式各样的数字化智能纺织产品层出不穷,与此同时,也为纺织企业向智能化转型奠定基础。纱线管是纺织企业在生产过程中必不可少的绕纱工具。目前,纺织企业在纱线管处理存在以下三方面的问题:一、纱线管种类繁多,分类情况复杂。二、人工分拣效率低下,成本高。三、有纱与无纱互混情况,分类难度大。如何高效的将这些混淆在一起的纱管分拣出来是当下纺织企业的燃眉之急。结合机器视觉检测技术的方式,不仅在流水线检测效率上表现出众,更在检测精度和准确性方面拥有无可代替的地位,成为当下主流的产品线检测技术。因此,本文提出了一种基于机器视觉的纱管识别检测系统。本文首先详细介绍了纱管识别检测系统的整体方案设计及技术指标。针对实际情况,本文分别对工业相机选型、工业镜头选型和光源选型进行分析。另一方面,为了提高纱管检测精度,本文重点介绍了光源与检测目标间的放置方案。基于上述系统设计方案,本文研究了纱管残留纱线检测算法和纱管颜色分拣算法。在纱管残留纱线检测算法中,提出了一种基于图像梯度法的最大连通域统计方法,该种算法融合了梯度算法和连通域算法中各自的优势,能精确识别出含单圈纱线的纱管。在纱管颜色分拣算法中,运用了颜色直方图算法匹配,该算法实现了专门针对纱管的颜色精确分类。基于上述图像检测算法,设计了相应的图像处理软件系统,该图像处理软件具体可分为图像采集功能模块、图像算法处理功能模块、参数设置功能模块、图像存储功能模块、状态测试功能模块和注册升级功能模块,并通过串口通信实现与下位机主控的数据交互,从而完成纱管的精确分拣任务。最后,通过对系统整体和各个功能模块的测试,验证纱管识别检测系统方案的可靠性和准确性。