• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 7
    • 下载费用:30 金币  

    重庆时时彩怎么买单双: 基于机器视觉的绗缝断线检测方法.pdf

    关 键 词:
    基于 机器 视觉 断线 检测 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201410135235.1

    申请日:

    2014.04.04

    公开号:

    CN103913467A

    公开日:

    2014.07.09

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G01N 21/89申请日:20140404|||公开
    IPC分类号: G01N21/89 主分类号: G01N21/89
    申请人: 常州市宏大电气有限公司
    发明人: 顾金华; 朱剑东; 肖凯; 刘兵; 刘伟
    地址: 213022 江苏省常州市新北区泰山路220号
    优先权:
    专利代理机构: 常州市天龙专利事务所有限公司 32105 代理人: 周建观
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410135235.1

    授权公告号:

    ||||||

    法律状态公告日:

    2017.01.25|||2014.08.06|||2014.07.09

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明涉及一种基于机器视觉的绗缝断线检测方法,其具体的断线检测步骤是:其具体的断线检测步骤是:采集,所述采集是拍摄织物图像;校正,对采集后的织物图像进行校正;标定,设定织物图像初始的断线检测区域;跟踪,确定织物图像最终的断线检测区域;检测;所述检测是对校正后的织物图像进行图像处理获得织物经绗缝后的绗缝线,再根据校正后的织物图像的断线检测区域内是否有绗缝线来判定织物是否断线,若断线检测区域内有M条绗缝线,则绗缝织物无断线,若断线检测区域内绗缝线的条数<M,则绗缝织物有断线,所述计算机输出包括绗缝机停车信号或断线报警信号。本发明不仅精确度高,而且能实时检测、能耗低。

    权利要求书

    权利要求书
    1.  一种基于机器视觉的绗缝断线检测方法,其特征在于:其具体的断线检测步骤是:
    a、采集;所述采集是用相机拍摄移动的经绗缝后的织物的图像Ain送至计算机,若织物沿着X轴方向即垂直布边方向移动,则计算机不采集织物图像,若织物沿着Y轴方向移动Dy距离时,则计算机拍摄织物图像,其中,i是相机序号,且i是正整数,n是采集织物图像序号,且n是正整数;
    b、校正;所述校正是由计算机对采集到的织物图像Ain进行校正处理,得到校正后的织物图像为Bin; 
    c、标定;所述标定是由计算机对校正后的织物图像Bin设定初始断线检测区域,分别为DR1、DR2、…DRM,其中,M为绗缝该织物所用的绗缝机的缝针的个数; 
    d、跟踪;所述跟踪是织物经绗缝后沿Y轴方向运动距离Sy时,此时,相机拍摄到R幅织物图像Bin(1<=n<=R),其中R=Sy/Dy,R和i均为正整数,
    由计算机检测相机拍摄的第1~R-1幅织物图像Bin (1<=n<=R-1)的布边位置或者是导布辊边缘的标记位置,分别记为E1、E2、…ER-1,并将该组数据保存;
    由相机拍摄的第R幅织物图像BiR的织物布边位置或者是导布辊边缘的标记位置ER与第1幅织物图像Bi1的布边位置或者是导布辊边缘的标记位置E1的X轴方向相对位移为Lx=ER-E1,而织物的断线检测区域同样沿X轴方向移动Lx,此时,织物图像BiR的断线检测区域分别为DR1+Lx、DR2+Lx、…DRM+Lx,而第1幅织物图像Bi1的布边位置或者是导布辊边缘的标记位置E1移出计算机的存储区外,剩余数据依次前进一个位置,并将第R幅织物图像BiR的布边位置或者是导布辊边缘的标记位置ER保存;
    e、检测;所述检测是对步骤b中校正后的织物图像Bin进行图像处理获得织物经绗缝后的绗缝线,再根据校正后的织物图像Bin的断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx 内是否有绗缝线来判定织物是否断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内有M条绗缝线,则绗缝织物无断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内绗缝线的条数<M,则绗缝织物有断线,所述计算机输出包括绗缝机停车信号或断线报警信号。

    2.  根据权利要求1所述的基于机器视觉的绗缝断线检测方法,其特征在于:所述步骤a中采集是用设定在导布辊上的编码器控制相机拍摄移动的经绗缝后的织物,计算机接收编码器信号,若织物沿着Y轴方向移动Dy距离时,则编码器输出对应的P个脉冲,此时,相机拍摄绗缝织物图像Ain。

    3.  根据权利要求1所述的基于机器视觉的绗缝断线检测方法,其特征在于:所述相机与导布辊的水平距离Sc控制在0.1~2.5米范围内,而相机的图像采集区域对应的绗缝织物幅宽Wc控制在0.1~2.5米范围内。

    4.  根据权利要求1所述的基于机器视觉的绗缝断线检测方法,其特征在于:设定相机个数的具体步骤是,根据绗缝织物的幅宽W、绗缝织物X轴方向最大运动距离Lx、单个相机拍摄的最大幅宽Wc以及两个相机之间重叠区域宽度Wb,根据公式计算出需要相机的个数NCCD:                                                                          其中,NCCD为正整数。

    5.  根据权利要求4所述的基于机器视觉的绗缝断线检测方法,其特征在于:当相机的个数为2个或2个以上时,设定相邻相机的间距,而相邻相机之间重叠区域宽度Wb控制在10~100mm范围内。

    6.  根据权利要求1所述的基于机器视觉的绗缝断线检测方法,其特征在于:所述步骤a中的相机为面阵相机,或者是线阵相机,或者是CCD相机,或者是CMOS相机。

    7.  根据权利要求1所述的基于机器视觉的绗缝断线检测方法,其特征在于:所述步骤b中选用的棋盘格标定板的每个棋盘格的大小为20mm×20mm,且通过透射变换法对织物图像Ain进行图像校正,得到校正后的织物图像为Bin。

    8.  根据权利要求1所述的基于机器视觉的绗缝断线检测方法,其特征在于:所述步骤c中计算机对校正后的织物图像Bin设定的断线检测区域是宽度为Wd、高度为Hd的矩形断线检测区域,其中,宽度Wd的像素控制在10~15dip范围内,高度Hd的像素控制在20~30dip范围内。

    9.  根据权利要求1所述的基于机器视觉的绗缝断线检测方法,其特征在于:所述步骤e中对校正后的织物图像Bin进行图像处理的具体步骤是,先进行Y轴方向均值滤波,而均值滤波后得到的织物图像为BLin,然后再对织物图像BLin进行X轴方向均值滤波,并得到均值滤波后的织物图像BHin,根据公式的阈值条件对织物图像BLin进行动态阈值分割,获得织物经绗缝后的绗缝线,再根据织物图像的断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内是否有绗缝线来判定织物是否断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内有M条绗缝线,则绗缝织物无断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内绗缝线的条数<M,则绗缝织物有断线,所述计算机输出包括绗缝机停车信号或断线报警信号。

    说明书

    说明书基于机器视觉的绗缝断线检测方法
    技术领域
    本发明涉及利用机器视觉和图像处理技术进行在线检测的技术领域,具体涉及一种基于机器视觉的绗缝断线检测方法。
    背景技术
    传统的织物在绗缝时,主要是人为观测,极易出现漏查和检测不及时的问题,不能及时处理断线问题,容易造成生产质量缺陷,给生产带来不利影响,也会造成材料浪费和制作成本增加。
    随着技术发展,现有利用借鉴刺绣机的绗缝断线检测电路控制板,但是由于数量较多、安装空间狭窄、接线复杂、能耗较大且故障点增多、不利于现场维修;或者是接触杆/接触开关式绗缝断线检测装置,但是其检测装置的接触杆或接触开关在沾染灰尘或污垢后极易产生接触不良的情况,而接触开关在老化后,也容易出现动作失灵的现象,二者都易造成报警不及时,无法对产品质量进行监控;或者是机械或电气式的断线检测装置,而该种结构的断线检测装置均会使织线承受一定的预紧力,容易造成织线的非正常断线,影响机器的生产效率。
    发明内容
    本发明的目的是:提供一种不仅精确度高,而且能实时检测、能耗低的基于机器视觉的绗缝断线检测方法,以克服已有技术的不足。
    为了达到上述目的,本发明的技术方案是:一种基于机器视觉的绗缝断线检测方法,其具体的断线检测步骤是:
    a、采集;所述采集是用相机拍摄移动的经绗缝后的织物的图像Ain送至计算机,若织物沿着X轴方向即垂直布边方向移动,则计算机不采集织物图像,若织物沿着Y轴方向移动Dy距离时,则计算机拍摄织物图像,其中,i是相机序号,且i是正整数,n是采集织物图像序号,且n是正整数;
    b、校正;所述校正是由计算机对采集到的织物图像Ain进行校正处理,得到校正后的织物图像为Bin; 
    c、标定;所述标定是由计算机对校正后的织物图像Bin设定初始断线检测区域,分别为DR1、DR2、…DRM,其中,M为绗缝该织物所用的绗缝机的缝针的个数; 
    d、跟踪;所述跟踪是织物经绗缝后沿Y轴方向运动距离Sy时,此时,相机拍摄到R幅织物图像Bin(1<=n<=R),其中R=Sy/Dy,R和i均为正整数,
    由计算机检测相机拍摄的第1~R-1幅织物图像Bin (1<=n<=R-1)的布边位置或者是导布辊边缘的标记位置,分别记为E1、E2、…ER-1,并将该组数据保存;
    由相机拍摄的第R幅织物图像BiR的织物布边位置或者是导布辊边缘的标记位置ER与第1幅织物图像Bi1的布边位置或者是导布辊边缘的标记位置E1的X轴方向相对位移为Lx=ER-E1,而织物的断线检测区域同样沿X轴方向移动Lx,此时,织物图像BiR的断线检测区域分别为DR1+Lx、DR2+Lx、…DRM+Lx,而第1幅织物图像Bi1的布边位置或者是导布辊边缘的标记位置E1移出计算机的存储区外,剩余数据依次前进一个位置,并将第R幅织物图像BiR的布边位置或者是导布辊边缘的标记位置ER保存;
    e、检测;所述检测是对步骤b中校正后的织物图像Bin进行图像处理获得织物经绗缝后的绗缝线,再根据校正后的织物图像Bin的断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx 内是否有绗缝线来判定织物是否断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内有M条绗缝线,则绗缝织物无断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内绗缝线的条数<M,则绗缝织物有断线,所述计算机输出包括绗缝机停车信号或断线报警信号。
    在上述技术方案中,所述步骤a中采集是用设定在导布辊上的编码器控制相机拍摄移动的经绗缝后的织物,计算机接收编码器信号,若织物沿着Y轴方向移动Dy距离时,则编码器输出对应的P个脉冲,此时,相机拍摄绗缝织物图像Ain。
    在上述技术方案中,所述相机与导布辊的水平距离Sc控制在0.1~2.5米范围内,而相机的图像采集区域对应的绗缝织物幅宽Wc控制在0.1~2.5米范围内。
    在上述技术方案中,设定相机个数的具体步骤是,根据绗缝织物的幅宽W、绗缝织物X轴方向最大运动距离Lx、单个相机拍摄的最大幅宽Wc以及两个相机之间重叠区域宽度Wb,根据公式计算出需要相机的个数NCCD:                                                                          其中,NCCD为正整数。
    在上述技术方案中,当相机的个数为2个或2个以上时,设定相邻相机的间距,而相邻相机之间重叠区域宽度Wb控制在10~100mm范围内。
    在上述技术方案中,所述步骤a中的相机为面阵相机,或者是线阵相机,或者是CCD相机,或者是CMOS相机。
    在上述技术方案中,所述步骤b中选用的棋盘格标定板的每个棋盘格的大小为20mm×20mm,且通过透射变换法对织物图像Ain进行图像校正,得到校正后的织物图像为Bin。
    在上述技术方案中,所述步骤c中计算机对校正后的织物图像Bin设定的断线检测区域是宽度为Wd、高度为Hd的矩形断线检测区域,其中,宽度Wd的像素控制在10~15dip范围内,高度Hd的像素控制在20~30dip范围内。
    在上述技术方案中,所述步骤e中对校正后的织物图像Bin进行图像处理的具体步骤是,先进行Y轴方向均值滤波,而均值滤波后得到的织物图像为BLin,然后再对织物图像BLin进行X轴方向均值滤波,并得到均值滤波后的织物图像BHin,根据公式的阈值条件对织物图像BLin进行动态阈值分割,获得织物经绗缝后的绗缝线,再根据织物图像的断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内是否有绗缝线来判定织物是否断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内有M条绗缝线,则绗缝织物无断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内绗缝线的条数<M,则绗缝织物有断线,所述计算机输出包括绗缝机停车信号或断线报警信号。
    与现有技术相比,本发明所具有的积极效果是:由于采用了本发明的断线检测方法后,采用机器视觉对织物进行在线检测,取代人工抽检,克服了人工检测劳动强度大及容易产生视觉疲劳、织物误检、漏检率低的缺陷,也克服了接触杆/接触开关式绗缝断线检测产生接触不良或动作失灵的现象,也克服了机械或电气式的断线检测会造成织线的非正常断线的现象;本发明的断线检测方法,不仅精确度高,而且能实时检测、能耗低,提高了生产效率和合格率,又能有效提高检测速度。
    具体实施方式
    以下结合给出的实施例对本发明作进一步的详细说明。
    一种基于机器视觉的绗缝断线检测方法,其具体的断线检测步骤是:
    a、采集;所述采集是用相机拍摄移动的经绗缝后的织物的图像Ain送至计算机,若织物沿着X轴方向即垂直布边方向移动,则计算机不采集织物图像,若织物沿着Y轴方向移动Dy距离时,则计算机拍摄织物图像,其中,i是相机序号,且i是正整数,n是采集织物图像序号,且n是正整数;
    b、校正;所述校正是由计算机对采集到的织物图像Ain进行校正处理,得到校正后的织物图像为Bin; 
    c、标定;所述标定是由计算机对校正后的织物图像Bin设定初始断线检测区域,分别为DR1、DR2、…DRM,其中,M为绗缝该织物所用的绗缝机的缝针的个数; 
    d、跟踪;所述跟踪是织物经绗缝后沿Y轴方向运动距离Sy时,此时,相机拍摄到R幅织物图像Bin(1<=n<=R),其中R=Sy/Dy,R和i均为正整数,
    由计算机检测相机拍摄的第1~R-1幅织物图像Bin (1<=n<=R-1)的布边位置或者是导布辊边缘的标记位置,分别记为E1、E2、…ER-1,并将该组数据保存;
    由相机拍摄的第R幅织物图像BiR的织物布边位置或者是导布辊边缘的标记位置ER与第1幅织物图像Bi1的布边位置或者是导布辊边缘的标记位置E1的X轴方向相对位移为Lx=ER-E1,而织物的断线检测区域同样沿X轴方向移动Lx,此时,织物图像BiR的断线检测区域分别为DR1+Lx、DR2+Lx、…DRM+Lx,而第1幅织物图像Bi1的布边位置或者是导布辊边缘的标记位置E1移出计算机的存储区外,剩余数据依次前进一个位置,并将第R幅织物图像BiR的布边位置或者是导布辊边缘的标记位置ER保存;
    e、检测;所述检测是对步骤b中校正后的织物图像Bin进行图像处理获得织物经绗缝后的绗缝线,再根据校正后的织物图像Bin的断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx 内是否有绗缝线来判定织物是否断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内有M条绗缝线,则绗缝织物无断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内绗缝线的条数<M,则绗缝织物有断线,所述计算机输出包括绗缝机停车信号或断线报警信号。
    本发明所述步骤a中采集是用设定在导布辊上的编码器控制相机拍摄移动的经绗缝后的织物,计算机接收编码器信号,若织物沿着Y轴方向移动Dy距离时,则编码器输出对应的P个脉冲,此时,相机拍摄绗缝织物图像Ain。
    本发明所述相机与导布辊的水平距离Sc控制在0.1~2.5米范围内,而相机的图像采集区域对应的绗缝织物幅宽Wc控制在0.1~2.5米范围内。
    本发明设定相机个数的具体步骤是,根据绗缝织物的幅宽W、绗缝织物X轴方向最大运动距离Lx、单个相机拍摄的最大幅宽Wc以及两个相机之间重叠区域宽度Wb,根据公式计算出需要相机的个数NCCD:                           其中,NCCD为正整数。
    本发明当相机的个数为2个或2个以上时,设定相邻相机的间距,而相邻相机之间重叠区域宽度Wb控制在10~100mm范围内。
    本发明所述步骤a中的相机为面阵相机,或者是线阵相机,或者是CCD相机,或者是CMOS相机。
    本发明所述步骤b中选用的棋盘格标定板的每个棋盘格的大小为20mm×20mm,且通过透射变换法对织物图像Ain进行图像校正,得到校正后的织物图像为Bin。
    本发明所述步骤c中计算机对校正后的织物图像Bin设定的断线检测区域是宽度为Wd、高度为Hd的矩形断线检测区域,其中,宽度Wd的像素控制在10~15dip范围内,高度Hd的像素控制在20~30dip范围内。
    本发明所述步骤e中对校正后的织物图像Bin进行图像处理的具体步骤是,先进行Y轴方向均值滤波,而均值滤波后得到的织物图像为BLin,然后再对织物图像BLin进行X轴方向均值滤波,并得到均值滤波后的织物图像BHin,根据公式的阈值条件对织物图像BLin进行动态阈值分割,获得织物经绗缝后的绗缝线,再根据织物图像的断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内是否有绗缝线来判定织物是否断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内有M条绗缝线,则绗缝织物无断线,若断线检测区域DR1+Lx、DR2+Lx、…DRM+Lx内绗缝线的条数<M,则绗缝织物有断线,所述计算机输出包括绗缝机停车信号或断线报警信号。当然,并局限于此,本发明所述步骤e中对校正后的织物图像Bin进行图像处理的方法也可以选用sobel运算图像处理方法,或者是选用动态阈值分割图像处理方法。
    由于采用了上述基于机器视觉的绗缝断线检测方法,因而可以实时地检测织物经绗缝后是否有断线,并且及时地对断线进行报警,大大提高了织物的绗缝质量,降低了工人劳动强度。本发明的方法不仅精确度高,而且能实时检测、能耗低,提高了生产效率和合格率,又能有效提高检测速度。

    关于本文
    本文标题:基于机器视觉的绗缝断线检测方法.pdf
    链接地址://www.4mum.com.cn/p-6130323.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 内蒙古快三走势图开奖 好运彩35选七 大丰彩票群 广西快乐双彩走势图软件 福彩3d预测分析 利用文章赚钱 加拿大快乐8官网开奖 斯诺克上海大师赛2018 河北麻将胡牌规则图解 五洲棋牌 大乐透机选 海南麻将教学 大连华富股票期货 股票配资 白小姐图片一肖中特133 天龙八部开商行赚钱吗 广西快乐十分走势图表