CN104525501B - 基于计算机软件提高纱管分拣精度的纱管分拣控制方法 - Google Patents
基于计算机软件提高纱管分拣精度的纱管分拣控制方法 Download PDFInfo
- Publication number
- CN104525501B CN104525501B CN201410719515.7A CN201410719515A CN104525501B CN 104525501 B CN104525501 B CN 104525501B CN 201410719515 A CN201410719515 A CN 201410719515A CN 104525501 B CN104525501 B CN 104525501B
- Authority
- CN
- China
- Prior art keywords
- spool
- yarn
- industrial computer
- image
- bobbin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Sorting Of Articles (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于计算机软件提高纱管分拣精度的纱管分拣控制方法，其中包括工业相机获取纱管运输通道的图像，并将该纱管运输通道的图像传输至工控机；工控机根据自身存储的背景图像判断纱管运输通道上是否存在纱管；如果存在纱管，则所述的工控机判断所述的纱管上是否存在纱线；如果存在纱线，则工控机输出所述的纱管上存在纱线的结果，如果纱管上不存在纱线，则工控机输出纱管上不存在纱线的结果，最后，工控机将所述的纱管运输至指定位置。采用本发明的基于计算机软件提高纱管分拣精度的纱管分拣控制方法，提高了纺织纱管分拣的鲁棒性、灵活性和智能化，提高了生产效率，节约了劳动成本，带来了显著的经济效益。
Description
技术领域
本发明涉及工业控制领域，尤其涉及纺织纱管，具体是指一种基于计算机软件提高纱管分拣精度的纱管分拣控制方法。
背景技术
纺织行业在我国是一个劳动密集程度高和对外依存度较大的支柱性产业，整个行业都面临着换代更新升级，尤其是纺织机械及其外围的机械设备。随着纺织行业的技术装备换代升级，以及劳动力成本的增加，纱管自动分拣取代手工分拣纱管是必然趋势。目前，国内并无相对比较成熟的控制系统用于纱管的自动分拣。对于机械视觉技术，颜色的精确识别是一个不小的挑战。由于受不同工作环境的影响，外部的粉尘等其它杂质随时会对颜色的准确识别造成干扰，致使误拣率(把无线纱管当成有线纱管处理、把有线纱管当成无线纱管处理等其他误拣情况)很高。如何降低误拣率，并精确识别出空纱管的颜色成为一个噬待解决的问题。
发明内容
本发明的目的是克服了上述现有技术的缺点，提供了一种能够降低纱管的误捡率、精确识别纱管颜色的基于计算机软件提高纱管分拣精度的纱管分拣控制方法。
为了实现上述目的，本发明的基于计算机软件提高纱管分拣精度的纱管分拣控制方法具有如下构成：
该基于计算机软件提高纱管分拣精度的纱管分拣控制方法，其主要特点是，纱管分拣装置包括工业相机、纱管运输通道以及工控机；所述的方法包括以下步骤：
(1)所述的工业相机获取纱管运输通道的图像，并将该纱管运输通道的图像传输至工控机；
(2)所述的工控机根据自身存储的背景图像判断所述的纱管运输通道上是否存在纱管；
(3)如果所述的纱管运输通道上存在纱管，则所述的工控机判断所述的纱管上是否存在纱线；否则继续步骤(1)；
(4)如果所述的纱管上存在纱线，则所述的工控机输出所述的纱管上存在纱线的结果，然后继续步骤(6)；
(5)如果所述的纱管上不存在纱线，则所述的工控机输出所述的纱管上不存在纱线的结果，然后继续步骤(6)；
(6)所述的工控机输出所述的纱管的状态信息；
(7)所述的工控机将所述的纱管运输至指定位置。
进一步地，所述的步骤(1)之前还包括以下步骤：
(0.1)用户将无纱线的纱管图像、有纱线的纱管图像以及多个背景图像存储至所述的工控机中；
(0.2)用户根据待分拣的纱管从所述的多个背景图像中选取最合适的背景图像并设置最佳纱管检测阈值。
更进一步地，所述的工控机根据自身存储的背景图像判断所述的纱管运输通道上是否存在纱管，具体包括以下步骤：
(2.1)所述的工控机将所述的工业相机获取的纱管运输通道的图像减去工控机自身存储的背景图像以获取第一差值图像；
(2.2)所述的工控机对所述的第一差值图像进行二值化处理；
(2.3)所述的工控机判断经二值化处理后的图像有效面积是否小于最佳纱管检测阈值；
(2.4)如果经二值化处理后的图像有效面积小于最佳纱管检测阈值，则输出所述的纱管运输通道上不存在纱管；
(2.5)如果经二值化处理后的图像有效面积不小于最佳纱管检测阈值，则输出所述的纱管运输通道上存在纱管。
再进一步地，所述的步骤(0.2)之后还包括以下步骤：
(0.3)用户将数个有纱线的纱管的图像以及数个颜色不同的无纱线的纱管的图像存储至所述的工控机中；
(0.4)用户根据待检测的纱管选取最佳线检测阈值。
再进一步地，所述的工控机判断所述的纱管上是否存在纱线，具体包括以下步骤：
(3.1)所述的工控机将经二值化处理后的图像减去自身存储的纱管的图像以获取第二差值图像；
(3.2)所述的工控机判断所述的第二差值图像的有效面积是否小于最佳纱线检测阈值；
(3.3)如果第二差值图像有效面积小于最佳纱线检测阈值，则输出所述的纱管上不存在纱线的结果；
(3.4)如果第二差值图像有效面积不小于最佳纱线检测阈值，则输出所述的纱管上存在纱线的结果。
再进一步地，所述的步骤(3)与步骤(6)之间还包括以下步骤：
(3.5)如果所述的纱管上存在纱线，则所述的工控机根据自身设置的纱线阈值判断纱线的多少，然后继续步骤(3.7)；
(3.6)如果所述的纱管上不存在纱线，则所述的工控机判断所述的纱管的颜色；然后继续步骤(3.7)；
(3.7)所述的工控机判断所述的纱管的粗头位置。
再进一步地，每一个纱线阈值对应一个纱线的范围；所述的工控机根据自身设置的纱线阈值判断纱线的多少，具体为：
所述的工控机根据自身设置的纱线的阈值判断所述的纱管上的纱线的范围。
再进一步地，所述的步骤(0.4)之后还包括以下步骤：
(0.5)所述的用户根据所有待检测的纱管设置数个纱管的颜色的RGB数值。
再进一步地，所述的工控机判断所述的纱管的颜色，具体包括以下步骤：
(3.6.1)所述的工控机通过计算获得无纱线的纱管的RGB数值；
(3.6.2)所述的工控机获取与所述的工控机通过计算获得的无纱线的纱管的RGB数值最接近的纱管的颜色的RGB数值；
(3.6.3)所述的工控机将该与所述的无纱线的纱管的RGB数值最接近的纱管的颜色的RGB数值作为该无纱线的纱管的RGB数值。
再进一步地，所述的工控机判断所述的纱管的粗头位置，具体包括以下步骤：
(3.7.1)所述的工控机计算所述的纱管的图像中有效部分的第一端和第二端的直径；
(3.7.2)所述的工控机判断所述的第一端的直径是否大于第二端的直径；
(3.7.3)如果所述的第一端的直径大于第二端的直径，则所述的工控机输出所述的纺织纱管的粗头在右端，然后继续步骤(6)；
(3.7.4)如果所述的第一端的直径不大于第二端的直径，则所述的工控机输出所述的纺织纱管的粗头在左端，然后继续步骤(6)。
采用了该发明中的基于计算机软件提高纱管分拣精度的纱管分拣控制方法，通过阈值调整，实现了对纱管的有无以及纱线的多少的精确识别，同时，利用机器视觉实现了对纱管的颜色的准确是被，提高了纺织纱管分拣的鲁棒性、灵活性和智能化，提高了生产效率，节约了劳动成本，带来了显著的经济效益。
附图说明
图1为本发明的基于计算机软件提高纱管分拣精度的纱管分拣控制方法的步骤流程图。
图2为本发明的工控机二值化处理后的图像示意图。
图3为本发明的第二差值图像的示意图。
图4为本发明的无纱线纱管颜色识别及有纱线纱管的纱线多少识别的步骤流程图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
请参阅图1至图3所示，本发明基于计算机软件提高纱管分拣精度的纱管分拣控制方法，基于工控平台，既利用了机械视觉识别技术，也利用到了可编程逻辑控制技术，其主要体现在对输入、输出端口的逻辑控制。由于纱管分拣机器本身的特点：多检测输入信号、多控制输出信号，要求该系统不但具有较高的实时性，用以扫描外部的输入信号；还要具有精确的逻辑控制输出。并根据算法本身，择取最易识别的背景颜色，以达到精确识别颜色的目的。该方法重点在于对算法部分做了详细地搭建，该方法能够返回纱管的状态如：有无线、粗头的位置、颜色等。
为了实现上述的目的，本发明对颜色检测、有无线的检测、粗头位置检测的算法及接口做了设计，其具体搭建思路如下：
1、软件初始化，调用初始化函数。完成对算法运行所需要的内存申请、参数赋值等工作；
2、存背景、保存模板信息。完成进行纱管分拣前的背景、纱管信息的录入工作；
3、调整纱线检测阈值。完成对纱管上附着纱线多少的判断；
4、软件运行。完成在系统变量中返回纱管的状态信息，包括：有无纱管、有无缠线、粗头位置、纱管颜色等；
5、软件释放。关闭程序时完成对内存的释放。
因此，纱管分拣装置包括工业相机、纱管运输通道以及工控机；本发明的基于计算机软件提高纱管分拣精度的纱管分拣控制方法包括：
(1)所述的工业相机获取纱管运输通道的图像，并将该纱管运输通道的图像传输至工控机；
(2)所述的工控机根据自身存储的背景图像判断所述的纱管运输通道上是否存在纱管；
(3)如果所述的纱管运输通道上存在纱管，则所述的工控机判断所述的纱管上是否存在纱线；否则继续步骤(1)；
(4)如果所述的纱管上存在纱线，则所述的工控机输出所述的纱管上存在纱线的结果，然后继续步骤(6)；
(5)如果所述的纱管上不存在纱线，则所述的工控机输出所述的纱管上不存在纱线的结果，然后继续步骤(6)；
(6)所述的工控机输出所述的纱管的状态信息；
(7)所述的工控机将所述的纱管运输至指定位置。
所述的步骤(1)之前还包括以下步骤：
(0.1)用户将无纱线的纱管图像、有纱线的纱管图像以及多个背景图像存储至所述的工控机中；
(0.2)用户根据待分拣的纱管从所述的多个背景图像中选取最合适的背景图像并设置最佳纱管检测阈值及最佳纱线检测阈值并设置最佳纱管检测阈值。
其中，需要说明的是，上述步骤(0.1)～(0.2)为调试步骤，本发明中的背景图像为背景颜色，该背景颜色的选取主要是由盛放纱管的背景板决定的，由于纱管颜色较多，且大部分纱管颜色相近，所以对背景板颜色的选取显得比较重要。本发明可根据保存的背景图像进行对空纱管的识别，即如果保存多组模板的话，即可实现对多种颜色空纱管的识别。本发明的可扩展性较强，且本发明需要的操作也相对比较简单，易于操作机器人员操作。
另外，此处背景图像获取成功后，还需要对无线纱管的图像进行获取并保存至工控机中，根据该无线纱管的图像及背景图像调试一获得最佳纱管检测阈值，然后获取有线纱管的图像，根据有线纱管的图像、背景图像及无线纱管的图像获取线检测阈值，这样在判断的过程中就会提高纱管有无的检测以及纱线有无的检测的准确率。
在调试过程中，调节纱管检测阈值时，操作人员可通过软件图像显示区域显示纱管的完整度与目视到的纱管相比对，两者相吻合，即可判定纱管检测阈值设置得较为合理，即将该纱管检测阈值作为最佳纱管检测阈值。另外需要注意的是，纱管检测阈值越大，越不容易检测到纱管；越小，越容易受噪声影响，会把不是纱管的部分检测为纱管。
所述的工控机根据自身存储的背景图像判断所述的纱管运输通道上是否存在纱管，具体包括以下步骤：
(2.1)所述的工控机将所述的工业相机获取的纱管运输通道的图像减去工控机自身存储的背景图像以获取第一差值图像；
(2.2)所述的工控机对所述的第一差值图像进行二值化处理；
(2.3)所述的工控机判断经二值化处理后的图像有效面积是否小于纱管检测阈值；
(2.4)如果经二值化处理后的图像有效面积小于纱管检测阈值，则输出所述的纱管运输通道上不存在纱管；
(2.5)如果经二值化处理后的图像有效面积不小于纱管检测阈值，则输出所述的纱管运输通道上存在纱管。
此处，采用差值图像的方法来判断纱管运输通道上是否存在纱管，也可以通过其他的方式来对图片进行处理。
需要说明的是上述方法为单色模式下，即仅对有无纱管和有无纱线进行判断，而不需要对纱线的颜色进行判断，主要因为是此时的纱线还不是成品“纱线”，颜色一般都为白色，该方法主要是对空纱管(纱管上没有纱线)的颜色做区分。判断有无纱管的主要方法是该算法调取已保存的背景色同分拣时CCD摄像头视野中的图像做比较。如果视野中的颜色没有变化，即判定为无纱管；如果有变化，则要根据提前保存的模板区分是有线纱管还是无线纱管。
所述的步骤(0.2)之后还包括以下步骤：
(0.3)用户将数个有纱线的纱管的图像以及数个颜色不同的无纱线的纱管的图像存储至所述的工控机中；
(0.4)用户根据待检测的纱管选取最佳线检测阈值。
其中，步骤(0.3)～(0.4)都是调试过程中的步骤。
本发明中可以根据需要对线检测阈值进行改变，这样可以更加准确的识别出纱管上纱线的多少；另外，调整纱线检测阈值，可以直接影响图3中的白色区域的大小，该算法会根据白色区域中的大小去判断纱管上缠绕有纱线的多少(注：图3是算法处理后的图像)。如果阈值的调整的不合理会影响算法对纱线多少的误判。
此处，请参阅图2至图3所示。在调试过程中，调节纱线检测阈值时，操作人员可以目视到图3中的白色区域的变化。当图3中“白色区域”的大小与纱管上附着纱线的多少相吻合时，即可判定纱线检测阈值设置得较为合理；纱管检测阈值和纱线检测阈值的调整均是可视化的操作，提高了实际操作中应对复杂环境(如多粉尘的车间)的能力，也增强了软件操作的灵活性。在此处，需要强调的是：纱线检测阈值越大，越不容易检测到纱线；越小，越容易受噪声(如图3中的右侧零星的白点)干扰，将受噪声影响的空纱管误检为有线纱管。
其中，所述的工控机判断所述的纱管上是否存在纱线，具体包括以下步骤：
(3.1)所述的工控机将经二值化处理后的图像减去自身存储的纱管的图像以获取第二差值图像；
(3.2)所述的工控机判断所述的第二差值图像的有效面积是否小于纱线检测阈值；
(3.3)如果第二差值图像有效面积小于纱线检测阈值，则输出所述的纱管上不存在纱线；
(3.4)如果第二差值图像有效面积不小于纱线检测阈值，则输出所述的纱管上存在纱线。
上述方法为单色模式下只对有无纱管和纱管上有无纱线进行区分，本发明还可以区分空的空纱管的颜色以及纱管上纱线的多少进行判断，即双色模式。所述的步骤(0.4)之后还包括以下步骤：
(0.5)所述的用户根据所有待检测的纱管设置数个纱管的颜色的RGB数值。该步骤(0.5)也是调试过程中的步骤，如果用户仅仅需要单色模式的处理，则可以省去该调试步骤，否则需要在调试过程中进行此步骤。
其中，此处需要用户将有纱线的纱管的图像存储至工控机中，以便于工控机获取到最合适的线检测阈值，另外，为了更加准确的对无纱线的纱管的颜色的识别，本发明中需要采集不同的纱管的颜色，并确定不同的颜色的纱管针对不同的背景图像的纱管检测阈值及线检测阈值。
在双色模式下，工控机会根据需要判断纱管上纱线的多少以及空纱管的颜色，所述的步骤(3)与步骤(6)之间还包括以下步骤：
(3.5)如果所述的纱管上存在纱线，则所述的工控机根据自身设置的纱线阈值判断纱线的多少，然后继续步骤(3.7)；
(3.6)如果所述的纱管上不存在纱线，则所述的工控机判断所述的纱管的颜色；然后继续步骤(3.7)；
(3.7)所述的工控机判断所述的纱管的粗头位置。
无纱线的纱管颜色的识别，主要是基于CCD相机(此处CCD相机是工业相机的一种)获取到的纱管图像的RGB数值与算法中保存的模板图像的RGB数值做对比，如果两者的差值在“纱管检测阈值”以内，即使用该阈值可以清晰地辨别该纱管的颜色，该算法就会精确判断出当前获取到的纱管颜色。
所述的工控机判断所述的纱管的颜色，具体包括以下步骤：
(3.6.1)所述的工控机通过计算获得无纱线的纱管的RGB数值；
(3.6.2)所述的工控机获取与所述的工控机通过计算获得的无纱线的纱管的RGB数值最接近的纱管的颜色的RGB数值；
(3.6.3)所述的工控机将该与所述的无纱线的纱管的RGB数值最接近的纱管的颜色的RGB数值作为该无纱线的纱管的RGB数值。
最后，为了使得纱管的摆放一致，所述的工控机还需要对纱管的粗头和细头进行区分，纱管大、小头的识别主要应用了轮廓识别原理，即算法根据获取到的纱管两端的数据，对这两个数据进行比较，进而判断出纱管的大、小头。
在调试流程中，工业相机获取的图像中即保存有纱管轮廓的特征。在随后的分拣过程中，通过工业相机对待分拣的纱管的轮廓进行抓取，在抓取的同时工业相机会把抓取的轮廓与模板中的标准轮廓进行比对，并以此来判断待分拣纱管的轮廓如大、小头等。
所述的工控机判断所述的纱管的粗头位置，具体包括以下步骤：
(3.7.1)所述的工控机计算所述的纱管的图像中有效部分的第一端和第二端的直径；
(3.7.2)所述的工控机判断所述的第一端的直径是否大于第二端的直径；
(3.7.3)如果所述的第一端的直径大于第二端的直径，则所述的工控机输出所述的纺织纱管的粗头在右端，然后继续步骤(6)；
(3.7.4)如果所述的第一端的直径不大于第二端的直径，则所述的工控机输出所述的纺织纱管的粗头在左端，然后继续步骤(6)。
采用了该发明中的基于计算机软件提高纱管分拣精度的纱管分拣控制方法，通过阈值调整，实现了对纱管的有无以及纱线的多少的精确识别，同时，利用机器视觉实现了对纱管的颜色的准确是被，提高了纺织纱管分拣的鲁棒性、灵活性和智能化，提高了生产效率，节约了劳动成本，带来了显著的经济效益。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。
Claims (5)
1.一种基于计算机软件提高纱管分拣精度的纱管分拣控制方法，其特征在于，纱管分拣装置包括工业相机、纱管运输通道以及工控机；所述的方法包括以下步骤：
(0.1)用户将无纱线的纱管图像、有纱线的纱管图像以及多个背景图像存储至所述的工控机中；
(0.2)用户根据待分拣的纱管从所述的多个背景图像中选取最合适的背景图像并设置最佳纱管检测阈值；
(0.3)用户将数个有纱线的纱管的图像以及数个颜色不同的无纱线的纱管的图像存储至所述的工控机中；
(0.4)用户根据待检测的纱管选取最佳纱线检测阈值；
(1)所述的工业相机获取纱管运输通道的图像，并将该纱管运输通道的图像传输至工控机；
(2)所述的工控机根据自身存储的背景图像判断所述的纱管运输通道上是否存在纱管；具体包括以下步骤：
(2.1)所述的工控机将所述的工业相机获取的纱管运输通道的图像减去工控机自身存储的背景图像以获取第一差值图像；
(2.2)所述的工控机对所述的第一差值图像进行二值化处理；
(2.3)所述的工控机判断经二值化处理后的图像有效面积是否小于最佳纱管检测阈值；
(2.4)如果经二值化处理后的图像有效面积小于最佳纱管检测阈值，则输出所述的纱管运输通道上不存在纱管；
(2.5)如果经二值化处理后的图像有效面积不小于最佳纱管检测阈值，则输出所述的纱管运输通道上存在纱管；(3)如果所述的纱管运输通道上存在纱管，则所述的工控机判断所述的纱管上是否存在纱线；具体包括以下步骤：
(3.1)所述的工控机将经二值化处理后的图像减去自身存储的纱管的图像以获取第二差值图像；
(3.2)所述的工控机判断所述的第二差值图像的有效面积是否小于最佳纱线检测阈值；
(3.3)如果第二差值图像有效面积小于最佳纱线检测阈值，则输出所述的纱管上不存在纱线的结果；
(3.4)如果第二差值图像有效面积不小于最佳纱线检测阈值，则输出所述的纱管上存在纱线的结果；
(3.5)如果所述的纱管上存在纱线，则所述的工控机根据自身设置的纱线阈值判断纱线的多少，然后继续步骤(3.7)；
(3.6)如果所述的纱管上不存在纱线，则所述的工控机判断所述的纱管的颜色；然后继续步骤(3.7)；
(3.7)所述的工控机判断所述的纱管的粗头位置；
否则继续步骤(1)；
(4)如果所述的纱管上存在纱线，则所述的工控机输出所述的纱管上存在纱线的结果，然后继续步骤(6)；
(5)如果所述的纱管上不存在纱线，则所述的工控机输出所述的纱管上不存在纱线的结果，然后继续步骤(6)；
(6)所述的工控机输出所述的纱管的状态信息；
(7)所述的工控机将所述的纱管运输至指定位置。
2.根据权利要求1所述的基于计算机软件提高纱管分拣精度的纱管分拣控制方法，其特征在于，每一个纱线阈值对应一个纱线的范围；所述的工控机根据自身设置的纱线阈值判断纱线的多少，具体为：
所述的工控机根据自身设置的纱线的阈值判断所述的纱管上的纱线的范围。
3.根据权利要求1所述的基于计算机软件提高纱管分拣精度的纱管分拣控制方法，其特征在于，所述的步骤(0.4)之后还包括以下步骤：
(0.5)所述的用户根据所有待检测的纱管设置数个纱管的颜色的RGB数值。
4.根据权利要求3所述的基于计算机软件提高纱管分拣精度的纱管分拣控制方法，其特征在于，所述的工控机判断所述的纱管的颜色，具体包括以下步骤：
(3.6.1)所述的工控机通过计算获得无纱线的纱管的RGB数值；
(3.6.2)所述的工控机获取与所述的工控机通过计算获得的无纱线的纱管的RGB数值最接近的纱管的颜色的RGB数值；
(3.6.3)所述的工控机将该与所述的无纱线的纱管的RGB数值最接近的纱管的颜色的RGB数值作为该无纱线的纱管的RGB数值。
5.根据权利要求1所述的基于计算机软件提高纱管分拣精度的纱管分拣控制方法，其特征在于，所述的工控机判断所述的纱管的粗头位置，具体包括以下步骤：
(3.7.1)所述的工控机计算所述的纱管的图像中有效部分的第一端和第二端的直径；
(3.7.2)所述的工控机判断所述的第一端的直径是否大于第二端的直径；
(3.7.3)如果所述的第一端的直径大于第二端的直径，则所述的工控机输出所述的纺织纱管的粗头在右端，然后继续步骤(6)；
(3.7.4)如果所述的第一端的直径不大于第二端的直径，则所述的工控机输出所述的纺织纱管的粗头在左端，然后继续步骤(6)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410719515.7A CN104525501B (zh) | 2014-12-01 | 2014-12-01 | 基于计算机软件提高纱管分拣精度的纱管分拣控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410719515.7A CN104525501B (zh) | 2014-12-01 | 2014-12-01 | 基于计算机软件提高纱管分拣精度的纱管分拣控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104525501A CN104525501A (zh) | 2015-04-22 |
| CN104525501B true CN104525501B (zh) | 2017-02-22 |
Family
ID=52841232
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410719515.7A Active CN104525501B (zh) | 2014-12-01 | 2014-12-01 | 基于计算机软件提高纱管分拣精度的纱管分拣控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104525501B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108212825A (zh) * | 2017-12-26 | 2018-06-29 | 南京典卡木软件有限公司 | 一种纱管的自动收集控制方法 |
| CN111646294B (zh) * | 2019-03-04 | 2022-05-27 | 铜陵松宝智能装备股份有限公司 | 一种络筒机用的多品种管纱控制方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19836071A1 (de) * | 1998-08-10 | 2000-02-17 | Schlafhorst & Co W | Verfahren zur Erkennung von Fadenresten auf Spinnkopshülsen |
| CN101751679A (zh) * | 2009-12-24 | 2010-06-23 | 北京中星微电子有限公司 | 运动目标的分类方法和检测方法及其装置 |
| CN202864400U (zh) * | 2012-10-12 | 2013-04-10 | 西南大学 | 一种自动分拣理管的装置 |
| CN203245139U (zh) * | 2013-02-05 | 2013-10-23 | 天津工业大学 | 全自动捋管机 |
| CN103818781B (zh) * | 2014-02-26 | 2016-03-30 | 江阴市凯业纺织机械制造有限公司 | 理管机 |
| CN104030089B (zh) * | 2014-06-10 | 2016-08-24 | 北京大恒图像视觉有限公司 | 一种具有区分纱管颜色功能的理管机 |
-
2014
- 2014-12-01 CN CN201410719515.7A patent/CN104525501B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104525501A (zh) | 2015-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102164718B (zh) | 工件取出方法 | |
| CN110004664B (zh) | 衣物污渍识别方法、装置、洗衣机及存储介质 | |
| EP1942223B1 (de) | Haushaltgerät zum Manipulieren von Wäsche | |
| CN110738135B (zh) | 一种工人作业工步规范视觉识别判定与指导方法及系统 | |
| CN106573381A (zh) | 卡车卸载机可视化 | |
| CN104949990B (zh) | 一种适用于机织纺织品的瑕疵在线检测方法 | |
| CN104525501B (zh) | 基于计算机软件提高纱管分拣精度的纱管分拣控制方法 | |
| CN110997537B (zh) | 使合成纱线变形的方法和装置 | |
| CN112347887A (zh) | 一种物体检测方法、物体检测装置及电子设备 | |
| CN106383121A (zh) | 一种可自适应多品牌的视觉检测方法及系统 | |
| CN105499144B (zh) | 用于工业流水线零件分选方法及分选装置 | |
| EP3814568B1 (en) | Automated system for folding garments | |
| CN104475344B (zh) | 基于机器视觉实现纺织纱管分拣的方法 | |
| CA2552168A1 (en) | Artificial vision inspection method and system | |
| CN106671083A (zh) | 一种基于机器视觉检测的装配机器人系统 | |
| CN111552243A (zh) | 一种智能纺纱打包生产线故障检测系统 | |
| DE102018117110A1 (de) | Wäschekorb, Wäschebehandlungsgerät, Datenträger, Sortiereinrichtung, Steuereinheit, System und Verfahren zur Behandlung von Wäschestücken | |
| US10369647B2 (en) | Wire electrical discharge machine and wire electrical discharge machining method | |
| CN114330936A (zh) | 用于织造工厂的生产管理方法和系统 | |
| CN102967265A (zh) | 基于机器视觉的汽车连杆裂解槽检测方法 | |
| CN108133479A (zh) | 一种基于视觉的纺织机自动穿经纱线检测方法及装置 | |
| CN107367513A (zh) | 工件缺陷在线分析装置 | |
| Ogorodnikova et al. | Method of ripe tomato detecting for a harvesting robot | |
| CN106540886A (zh) | 一种轮胎自动分拣系统 | |
| CN107953330A (zh) | 机器人及其控制方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |