CN104897688B - 一种化纤纸管外观检测过程中图像精确处理方法及系统 - Google Patents

Abstract

本发明公开了一种化纤纸管外观检测过程中图像精确处理方法，通过在被检测的化纤纸管上设置辅助标志来对被检测的化纤纸管端柱面圆周进行定位；利用检测摄像机对被检测化纤纸管的柱面图像进行图像信号采集，PC机对触发信号进行训练修复并形成采集控制信号；在图像拼接中，确定相邻两幅图像的边界，并去除重叠部分，实现相邻两幅图像的准确拼接，最终将不同编码的柱面图像信号进行全景图拼接。本发明既能解决传统的图像存在的几何畸变、精确度不高、图像拼接效不理想等问题；又较好地解决了对不同区域柱全景图像进行精确拼接这一难题，具有图像处理精度高、计算量小、抗干扰能力强和易于实现等特点。

Description

一种化纤纸管外观检测过程中图像精确处理方法及系统

技术领域

本发明涉及工业产品的检测技术中所使用的智能图像处理技术，更具体地是指用于化纤纸管外观检测中所采用的一种化纤纸管外观检测过程中图像精确处理方法及系统。

背景技术

化纤纸管主要用于纺织业，为高速卷绕或加弹锭子提供基础保障。其外型几何尺寸、圆度、同心度以及外表是否有瑕疵是纸管充当中间介质时非常重要的参数，目前纸管生产企业普遍采用人工检测的手段，来保证产出的纸管外观符合质量要求。然而，人工检测方法存在以下弊端：

1、由于检测人员之间主观判断标准的不一致，易造成检测结果的不一致；

2、由于检测人员自身的生理疲劳易造成的产品漏检、误检；

3、人力成本逐年上升，人员流动性大等因素，导致人工检测成本越来越高。

本申请人为了解决上述问题，提出了一种化纤纸管外观检测装置及方法，并于2015年4月8号就相关技术的提出中国专利申请，申请号为201510161827.5。该申请较好地解决了纸管外观进行精确筛选，检测出不同性质的纸管，并实时进行分类。适用于纸管外观参数检测过程，应用机器视觉技术和自动控制技术来实现高精准检测、标准分类筛选的目的，提高工作效率，降低劳动力的成本。

但，在实际的检测应用中，如何对所检测后的图像进行处理，以及如何克服传统的图像存在的几何畸变比较敏感，容易造成拼接结果不准确、精确度不高、图像拼接效果不理想等问题，是本申请中所面对和所要解决的问题。

图像的拼接主要是根据两幅图像重叠区域的相似性来实现，目前一般有基于区域和基于特征的方法，传统的方法一般都是直接从图像重叠区域中对应的像素灰度值或色度值来进行考虑图像的拼接，这种方法普遍存在拼接时计算量大的缺点，而且计算结果对光照的变化和镜头所造成的几何畸变比较敏感，因此容易造成拼接结果不准确、精确度不高、图像拼接效果不理想等问题。

在基于机器视觉的化纤纸管外观检测系统中需要将采集到的不同区域柱面图像精确地拼接，以消除重复采集的区域，以便后续的数字图像处理和分析、对所得到的全景图像进行精确拼接这一难题，是摆在工业产品的检测行业厂商对智能图像处理技术过程中，所期待解决的问题。

发明内容

针对上述问题，本发明的任务是提供一种化纤纸管外观检测过程中图像精确处理方法及系统，以解决传统的图像处理中，普遍存在在拼接时计算量大的缺点，而且计算结果对光照的变化和镜头所造成的几何畸变比较敏感，容易造成拼接结果不准确、精确度不高、图像拼接效是不理想等问题。

为了完成上述任务，本发明采用如下技术方案：

本发明的化纤纸管外观检测过程中图像精确拼接处理方法，包括以下步骤：

步骤A，通过在被检测的化纤纸管上设置辅助标志，使用所设置的辅助标志来对被检测的化纤纸管端面圆周进行定位；

步骤B，利用检测摄像机对被检测化纤纸管的柱面图像进行图像信号采集,图像信号所需的采集控制信号则先由触发器形成触发信号，该触发信号输出到PC机并经PC机训练修复后形成采集控制信号；

步骤C，在所述步骤B提供经训练修复后的采集控制信号的基础上，PC机对检测摄像机输出所述图像进行全景图拼接，在拼接时，采用所述步骤A的方法去识别每幅图像中线上的辅助标志编码值，以确定相邻两幅图像的边界，并去除重叠部分，达到相邻两幅图像的准确拼接，依此将不同编码的柱面图像信号进行全景图拼接。

所述的步骤A中，所述的辅助标志由竖直方向的m个格子组成，其中每个格子有“黑”和“白”两种表示方法，对应二进制值为“1”和“0”，所述的辅助标志对应的二进制值称为该辅助标志的编码值。

所述的步骤A中，对所述的被检测的化纤纸管端面圆周进行定位时，采用如下方法，

设纸管端面直径为D，周长为L，有L＝D*π，设辅助标志的宽度为w，n是辅助标志的个数，再令w*n＝L＝D*π，将n个辅助标志与纸管端面圆周对应，也就是端面圆周被均匀分割成n份，每一个辅助标志对应其中的一份，也对应到纸管柱面的相应位置，以实现柱面的定位。

所述采集的图像信号应包含全部柱面区域及柱面区域对应的全部辅助标志。

所述的PC机对输出的采集控制信号进行训练修复时，采用一触发器，触发器根据纸管旋转实时输出触发信号，每一个触发信号对应于纸管柱面正对检测摄像机的一个区域，触发信号的上升沿对应到该柱面区域旋转到位的时刻，PC机根据触发信号生成并输出图像采集信号，检测摄像机实时采集纸管柱面对应区域的图像。

所述的步骤B中，所述的训练修复方法进一步包括以下步骤，

B1，采用触发信号复制得到初始的采集控制信号；

B2，将多次触发信号的上升沿时刻和信号宽度进行算术平均，作为训练后的采集控制信号，也称为记忆信号；

B3，对触发信号中出现的干扰信号进行过滤，对丢失的信号，通过对记忆信号进行复制并作为采集控制信号输出。

所述的步骤C中，对所述的柱面图像全景拼接，进一步包括以下步骤，

C1，先将每一幅图像中心线上辅助标志的编码值记为p_i，其下标i为从1开始的自然数，表示图像的拍摄顺序；

C2，然后对相邻图像依次进行拼接，当精确拼接第k幅和k-1幅图像时，根据p_k和p_k-1的差值可计算出拼接区域作为应去除的重叠区域的起始和结束边界；

C3，此后，相邻图像根据起始和结束边界进行图像拼接，依此类推，进行完整图像的拼接。

一种化纤纸管外观检测过程中图像精确处理系统，该系统包括：

一辅助标志物，设置于被检测化纤纸管端面；

一检测摄像机，该摄像机对被检测化纤纸管进行柱面图像信号采集，并将采集后的图像信号输出到PC机；

一PC机，内嵌置有图像信号训练修复软件，该PC机提供经训练修复后的采集控制信号给检测摄像机；

一触发器，触发器根据纸管旋转实时输出触发信号，每一个触发信号对应被检测纸管柱面正对检测摄像机的一个区域，触发器发出的触发信号的上升沿对应到被检测纸管柱面区域旋转到位的时刻。

所述的辅助标志物与被检测的化纤纸管具有相关的直径且同轴设置，该辅助标志物设置的辅助标志为黑白格子且与被检测的化纤纸管端面圆周被均匀分割份份数相对应。

所述的PC机根据触发器的触发信号生成并输出采集控制信号，控制摄像机实时采集被检测的化纤纸管柱面对应区域的图像信号。

在本发明的化纤纸管外观检测过程中图像精确处理方法及系统中，由于采用了上述的技术方案，在被检测的化纤纸管上设置辅助标志来对被检测的化纤纸管端柱面圆周进行定位；利用检测摄像机对被检测化纤纸管的柱面图像进行图像信号采集，利用PC机对触发信号进行训练修复并形成采集控制信号；在图像拼接中，确定相邻两幅图像的边界，并去除重叠部分，实现相邻两幅图像的准确拼接，最终将不同编码的柱面图像信号进行全景图拼接。发明既能解决传统的图像存在的几何畸变、精确度不高、图像拼接效不理想等问题；又较好地解决了对不同区域柱全景图像进行精确拼接这一难题，具有图像处理精度高、计算量小、抗干扰能力强和易于实现等特点。

附图说明

图1为本发明在辅助标志物设置的辅助标志示意图。

图2为本发明的辅助标志物与被检测的化纤纸管的位置关系示意图。

图3为本发明的辅助标志边界示意图。

图4为本发明的辅助标志物与被检测的化纤纸管的中心线位置示意图。

图5为图4中，中心线在某一个辅助标志上的示意图。

图6为图4中，中心线在两个辅助标志之间的情况，以及将中心线进行平移的示意图。

图7为本发明化纤纸管外观检测过程中图像精确处理系统示意框图。

图8为本发明触发信号波形示意图。

图9为本发明触发信号采集纸管柱面的原理示意图。

图10为在本发明中，触发信号的丢失时波形示意图。

图11为在本发明中，触发信号的干扰时波形示意图。

图12为在本发明中，训练前后的信号窗口波形示意图。

图13为被检测的化纤纸管相邻图像的中心线上辅助标志所对应的编码值示意图。

图14为计算相邻图像的起始边界和结束边界编码值示意图。

图15为采用本发明方法后图像拼接示意图。

图16为本发明实施例中，被检测的化纤纸管柱面设定的触发信号触发点分布示意图。

图17为本发明实施例中，辅助标志示意图。

图18为本发明实施例中，识别相邻图像中心线上的编码值示意图。

图19为本发明实施例中，拼接时起始边界和结束边界的编码值示意图。

图20为本发明实施例中，图像拼接后的示意图。

具体实施方式

如图1所示，本发明方法中，辅助标志物上的辅助标志由竖直方向的m个格子组成，其中每个格子有“黑”和“白”两种表示方法，对应二进制值为“1”和“0”。辅助标志对应的二进制值称为该辅助标志的编码值。

如图2所示，即可确定其柱面不同区域的位置。设纸管20端面直径为D，周长为L，有L＝D*π；设辅助标志物50的辅助标志的宽度为w，n是辅助标志的个数，令w*n＝L＝D*π。将n个辅助标志与纸管20端面圆周对应，也就是端面圆周被均匀分割成n份，每一个辅助标志对应其中的一份，也对应到纸管柱面的相应位置，实现了柱面的定位，n越大，对应每个辅助标志的宽度w＝Dπ/n越小，定位精度越高；反之，定位精度越低。然而，辅助标志的宽度w太小反而不利于图像处理识别其灰度值，容易出现识别错误。因此实际应用中一般兼顾定位精度和图像识别灵敏度来确定w值。辅助标志每个格子的高度h是人为确定的，一般令h＝w，使得辅助标志的每个格子为一个正方形，便于进行图像识别。

纸管柱面对应n个辅助标志，每个辅助标志由m个格子组成，m与n应满足关系式2^m≥n。其中2^m＝n时，表示2^m种辅助标志刚好对应了端面圆周的n个位置。当给定n时，应选取使2^m≥n成立的最小的那个m值。例如，若将纸管柱面均匀分成1000份(n＝1000)，则当m＝10时2¹⁰＝1024略大于1000，则该纸管的辅助标志由10个格子(m＝10)组成最合适。

如图3所示，为了便于区分辅助标志编码，在识别辅助编码的开始位置和结束位置设定了一组辅助标志起始标志格子，起始标志格子宽w高h与辅助标志的特征相同，也具有二进制的两种表示方法，即“黑”代表“1”和“白”代表“0”。纸管柱面对应n个辅助标志也会有n个起始标志格子，一个起始标志格子的数量不做限定，但是一般以一黑一白两个起始标志格子为最佳。

辅助标志在定位时具备的容错和纠错能力。辅助标志的图案由于灯光照射变化、图像的形变、表面污损等原因容易引起识别错误，在应用中可通过辅助标志自身对比度以及相邻标志之间的编码特性实现编码值的容错和纠错。

对于采集到的每一幅图像均包含有若干个辅助标志，使其相邻辅助标志的编码值呈线性规律排列。首先，识别图像中心线上的辅助标志；然后可根据相邻辅助标志的线性排列关系推算出图像上任意位置的辅助标志编码值。图像的中心线60是指图像上到两邻边距离相等点的集合，如图4所示。

如图5所示，以中心线为基准按w宽度和h高度逐个选取图像区域，识别其灰度值，大于0.5的表示该区域主要为黑色，其编码值记为“1”；小于0.5的表示该区域主要为白色，其编码值为“0”。如灰度值等于0.5，说明中心线位于两个辅助标志之间且相邻的格子颜色不同，如图6所示。此种情况，则将中心线向左平移0.5w，重新选取图像区域，并识别其灰度值。

如上所述通过辅助标志每个格子自身的灰度值是可以容许一定区域颜色出错的，其容错能力与每个格子的面积(宽度w*高度h)有关。当辅助标志的颜色出错超过其自身的容错能力时，可通过相邻标志之间的线性关系对其进行纠错从而恢复出正确的编码值，其步骤为：

①取一组相邻的n个编码值设为集合A，其中的元素编码值记为A_t(i＝1，2，…，n)。

②将集合A里的元素A_t(c≠1)与第一个编码值A₁相减，得到差值集合。将差值呈线性关系的元素取出组成集合B，其中的元素记为B_i，i＝1，2，…，k，k≤n-1。若集合B里面的元素个数满足时，则集合B的编码值正确；若k不满足上述条件，则将集合A里的A_t(i≠1，2)与第二个编码值A₂相减，得到差值集合。将差值呈线性关系的元素取出组成集合C，其中的元素记为C_i，i＝1,2，…，k，k≤n-1。若集合C里面的元素个数满足时，则集合C的编码值正确，若k不满足上述条件，则将集合A中元素A_t(t＝1，2，3)与第三个A₃并如上所述判断k是否满足条件，直到判断出k满足条件时为止，从而找出正确的编码值。

③以上述具有正确的编码值的集合为基准，根据相邻编码值之间的线性关系可恢复出集合A中的其它编码值。

如图7所示，本发明全景图的拼接系统包括：

检测摄像机10，该摄像机10对被检测化纤纸管20进行柱面图像信号采集，并将采集后的图像信号输出到PC机30；

PC机30，内嵌置有图像信号训练修复软件，该PC机30对所检测摄像机输出的图像信号进行训练修复；

触发器40，触发器40根据纸管20旋转实时输出触发信号，每一个触发信号对应被检测纸管20柱面正对检测摄像机10的一个区域，触发器40发出的触发信号的上升沿对应到被检测纸管20柱面区域旋转到位的时刻。

触发器40根据纸管20旋转实时输出触发信号，波形如图8所示。每一个触发信号对应了纸管柱面正对摄像机的一个区域，触发信号的上升沿对应到该柱面区域旋转到位的时刻，如图9所示。PC机对触发器40的触发信号进行修复训练，并生成采集控制信号，控制摄像机10实时采集纸管柱面对应区域的图像。为了保证图像正确拼接，要求所有采集到的图像信息应包含全部柱面区域且每幅图像对应的柱面区域位置准确无误。然而，由于机械振动、电磁干扰等原因引起触发信号异常，会导致柱面图像的错误采集。异常的触发信号包括信号干扰、信号缺失。如图10所示，在t2时刻应该出现触发信号的上升沿，但是没有出现，这类情况称为触发信号丢失。如图11所示，在t1和t2时刻出现了一个触发信号，这类情况被称为触发信号的干扰。

本发明针对上述的信号异常，提出了自动训练修复，其过程如下：

①由触发信号复制得到初始的采集控制信号；

②将多次触发信号的上升沿时刻和信号宽度进行算术平均，作为训练后的采集控制信号，也称为“记忆信号”；

③对触发信号中出现的干扰信号通过“信号窗口”进行过滤；对触发信号的丢失，将记忆信号复制为采集控制信号进行输出。

“信号窗口”如图12所示，指某一柱面区域对应的触发信号到来的最晚时刻、最早时刻之间的时间差。图中的t_f点表示某个触发信号到来的最早时间点；t_w点表示该触发信号到来的最晚时间点；t_z点表示触发信号最早和最晚时间点的中值，则

……………………………………………公式(1)

最晚时刻和最早时刻的时间差为“信号窗口”的宽度，为|t_w-t_f|个时间单位。如果触发信号在“信号窗口”内出现，则复制该触发信号得到采集信号并输出；如果触发信号没有在“信号窗口”内出现，表示出现了信号丢失或信号干扰，则在tw时刻输出记忆信号，以达到修复采集信号的目的。

“信号窗口”可根据触发信号的变化进行调整。设每次出现在“信号窗口”内的触发信号所对应的时刻为ti，对该触发信号的n次ti计算平均值t_average，则

……………………………………………公式(2)

△t＝|t_average-t_z|…………………………………………公式(3)

设T为触发信号变化的时间阈值。当△t<T时，说明n次触发信号均在中值t_z附近出现，无需调整“信号窗口”；当△t>＝T时，说明n次触发信号的均值t_average偏离t_z较大。如t_average>t_z，表示触发信号在t_z右侧出现较频繁，反之则表示在t_z左侧出现较频繁，需要将“信号窗口”作相应移动，在时间轴t上重新形成一个新的“信号窗口”,最早时刻、最晚时刻及中值都发生了变化，即最早时刻最晚时刻及中值如图12所示。

本发明在辅助标志和采集控制信号的修复基础上，进一步提出了一种柱面图像全景图拼接方法，其方法描述如下：首先通过辅助标志对纸管柱面进行精确定位，然后对采集控制信号进行训练并排除信号丢失和干扰。在此基础上，可准确的采集全部纸管柱面图像，并保证柱面不同图像区域所对应的辅助标志采集下来且其编码值均能被正确识别。将每一幅图像中心线上辅助标志的编码值记为p_t。如图13所示，p_t-1、p_t、p_t+1为第i-1、第i和第i+1幅图像中心线上的辅助标志的编码值。按照柱面图像采集顺序依次识别图像的p_i，然后计算相邻图像p_i的差值。如图14所示，当精确拼接第k幅和k-1幅图像时，根据p_k和p_k-1可计算出拼接区域的起始边界D_pk和结束边界D_pk-1。

D_pk＝p_k-(|p_k-p_k-1|/2)…………………………公式(4)

D_pk-1＝p_k-1-(|p_k-p_k-1|/2)……………………公式(5)

如图15所示，相邻图像根据起始和结束边界进行图像拼接，拼接区域如图中斜条纹区域所示。

以采集16张纸管柱面图像为例，具体说明如下：

设置纸管采集张数；

若采集16张纸管柱面图像,则环绕纸管柱面等间隔设置16个触发信号点，如图16所示。

设定辅助标志：

设定二进制编码为辅助标志编码(以下简称编码)，如图17所示白色格子代表“0”黑色格子代表“1”。若将纸管柱面图像平均分成n＝1000份，则w＝ПD/n；2^m＝1000,m＝10；当且仅当w＝h＝ПD/n时，辅助标志格子刚好为正方形。

设定基准采集信号，用出现在“信号窗口”范围内的触发信号复制得到的采集信号进行采集纸管柱面对应区域的图像。在指定时间内没有出现在信号窗口内的触发信号，以计算机记忆的原始采集信号为基准进行采集纸管图柱面像；

图像拼接，确定抓拍图像的中心线，

找出每张图像中心线上对应的二进制编码,如图18所示；判断中心线上的编码是否正确，若正确进行下一步；若不正确进行编码检错并找出与之对应的正确编码；

根据公式(3)和公式(4)计算出相邻拼接图像的拼接起始边和结束边界的编码，如图19所示根据中心线上的编码计算出相邻图像拼接区域的起始编码值和结束编码值；

如图20所示，精确拼接相邻图像的边界完成图像拼接。

综上所述，本发明的化纤纸管外观检测过程中图像精确处理方法及系统不但适用于化纤纸管外观检测的图像处理，而且也适用于其他类似柱面产品的全景图精确处理。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (10)

1.一种化纤纸管外观检测过程中图像精确处理方法，其特征在于，该方法包括以下步骤：

步骤A，通过在被检测的化纤纸管上设置辅助标志，使用所设置的辅助标志来对被检测的化纤纸管端面圆周进行定位；

步骤B，利用检测摄像机对被检测化纤纸管的柱面图像进行图像信号采集，图像信号所需的采集控制信号则先由触发器形成触发信号，该触发信号输出到PC机并经PC机训练修复后形成采集控制信号；

步骤C，在所述步骤B提供经训练修复后的采集控制信号的基础上，PC机对检测摄像机输出所述图像进行全景图拼接，在拼接时，采用所述步骤A的方法去识别每幅图像中线上的辅助标志编码值，以确定相邻两幅图像的边界，并去除重叠部分，达到相邻两幅图像的准确拼接，依此将不同编码的柱面图像信号进行全景图拼接。

2.如权利要求1所述的一种化纤纸管外观检测过程中图像精确处理方法，其特征在于：

所述的步骤A中，所述的辅助标志由竖直方向的m个格子组成，其中每个格子有″黑″和″白”两种表示方法，对应二进制值为″1″和″0″，所述的辅助标志对应的二进制值称为该辅助标志的编码值。

3.如权利要求1所述的一种化纤纸管外观检测过程中图像精确处理方法，其特征在于：

所述的步骤A中，对所述的被检测的化纤纸管端面圆周进行定位时，采用如下方法，

设纸管端面直径为D，周长为L，有L＝D*π，设辅助标志的宽度为w，n是辅助标志的个数，

再令w*n＝L＝D*π，将n个辅助标志与纸管端面圆周对应，也就是端面圆周被均匀分割成n份，每一个辅助标志对应其中的一份，也对应到纸管柱面的相应位置，以实现柱面的定位。

4.如权利要求3所述的一种化纤纸管外观检测过程中图像精确处理方法，其特征在于：

所述采集的图像信号应包含全部柱面区域及柱面区域对应的全部辅助标志。

5.如权利要求1或3所述的一种化纤纸管外观检测过程中图像精确处理方法，其特征在于：

所述的PC机对输出的采集控制信号进行训练修复时，采用一触发器，触发器根据纸管旋转实时输出触发信号，每一个触发信号对应于纸管柱面正对检测摄像机的一个区域，触发信号的上升沿对应到该柱面区域旋转到位的时刻，PC机根据触发信号生成并输出图像采集信号，检测摄像机实时采集纸管柱面对应区域的图像。

6.如权利要求1所述的一种化纤纸管外观检测过程中图像精确处理方法，其特征在于：

所述的步骤B中，所述的训练修复方法进一步包括以下步骤，

B1，采用触发信号复制得到初始的采集控制信号；

B2，将多次触发信号的上升沿时刻和信号宽度进行算术平均，作为训练后的采集控制信号，也称为记忆信号；

B3，对触发信号中出现的干扰信号进行过滤，对丢失的信号，通过对记忆信号进行复制并作为采集控制信号输出。

7.如权利要求5所述的一种化纤纸管外观检测过程中图像精确处理方法，其特征在于：

所述的训练修复方法进一步包括以下步骤，

B1，采用触发信号复制得到初始的采集控制信号；

B2，将多次触发信号的上升沿时刻和信号宽度进行算术平均，作为训练后的采集信号，也称为记忆信号；

B3，对触发信号中出现的干扰信号进行过滤，对丢失的信号，通过对记忆信号进行复制并作为采集控制信号输出。

8.如权利要求1所述的一种化纤纸管外观检测过程中图像精确处理方法，其特征在于：

所述的步骤C中，对所述的柱面图像全景拼接，进一步包括以下步骤，

C1，先将每一幅图像中心线上辅助标志的编码值记为p_i，其下标i为从1开始的自然数，表示图像的拍摄顺序；

C2然后对相邻图像依次进行拼接，当精确拼接第k幅和k-1幅图像时，根据p_k和p_k-1的差值可计算出拼接区域作为应去除的重叠区域的起始和结束边界；

C3，此后，相邻图像根据起始和结束边界进行图像拼接，依此类推，进行完整图像的拼接。

9.一种化纤纸管外观检测过程中图像精确处理系统，其特征在于，该系统包括：

一辅助标志物，设置于被检测化纤纸管端面；所述的辅助标志物与被检测的化纤纸管具有相关的直径且同轴设置，该辅助标志物设置的辅助标志为黑白格子且与被检测的化纤纸管端面圆周被均匀分割份份数相对应；

一检测摄像机，该摄像机对被检测化纤纸管进行柱面图像信号采集，并将采集后的图像信号输出到PC机；

-PC机，内嵌置有图像信号训练修复软件，该PC机提供经训练修复后的采集控制信号给检测摄像机；

一触发器，触发器根据纸管旋转实时输出触发信号，每一个触发信号对应被检测纸管柱面正对检测摄像机的一个区域，触发器发出的触发信号的上升沿对应到被检测纸管柱面区域旋转到位的时刻。

10.如权利要求9所述的一种化纤纸管外观检测过程中图像精确处理系统，其特征在于：

所述的PC机根据触发器的触发信号生成并输出采集控制信号，控制摄像机实时采集被检测的化纤纸管柱面对应区域的图像信号。