CN105421012B - 基于机器视觉的织物自动整花方法 - Google Patents
基于机器视觉的织物自动整花方法 Download PDFInfo
- Publication number
- CN105421012B CN105421012B CN201510734919.8A CN201510734919A CN105421012B CN 105421012 B CN105421012 B CN 105421012B CN 201510734919 A CN201510734919 A CN 201510734919A CN 105421012 B CN105421012 B CN 105421012B
- Authority
- CN
- China
- Prior art keywords
- image
- processing unit
- central processing
- textile
- textile image
- 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
Classifications
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06H—MARKING, INSPECTING, SEAMING OR SEVERING TEXTILE MATERIALS
- D06H3/00—Inspecting textile materials
- D06H3/08—Inspecting textile materials by photo-electric or television means
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Textile Engineering (AREA)
- Image Processing (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明涉及一种基于机器视觉的织物自动整花方法，由相机采集移动织物整体宽幅的织物图像F并送至中央处理器内保存；由中央处理器自动选定N个图像模板在织物图像F中所在位置，并建立与织物图像F相对应的N个图像模板，以及相对应的N个图像模板的搜索区域；由相机继续采集移动织物的织物图像L并保存至中央处理器内，然后由中央处理器搜索与织物图像L相对应的N个图像模板，得到织物图像L的图像模板在织物图像L中的所在位置后，通过中央处理器计算出织物图像L的花弯和花斜偏差调量并输出花弯和花斜偏差调量，控制相对应的调整弯辊和调整斜辊动作，以完成织物的自动整花。本发明根据花形的不同能够自动设定合适的图像模板，降低了操作难度。
Description
技术领域
本发明涉及一种织物自动整花的方法，具体涉及一种基于机器视觉的织物自动整花方法。
背景技术
对于已印有图案的印花布、格子布等织物在水洗和烘干、拉幅定型或预缩等整理工序处理过程中，由于织物连续处于牵引状态，并受各种机械运动及生产操作的影响，以及各导布辊张力不均等问题，织物表现出花形倾斜、花形弯曲及花形呈现S 弯等畸变情况。而织物花形一旦产生畸变后就不能满足客户的要求。
目前，普通印花布在通过拉幅定型、预缩整理后，由于无法使织物花形保持在标准状态，织物畸变的花形没有对应的设备进行调整。只能通过人工方式调节整纬器进行调整，这些问题直接导致了纺织品的低成品率和低生产效率。也有的是通过人工自动选取图像模板完成整花的方法，由于人工的能力不同，导致图像模板选取的准确性和适用性会有所降低。针对多品种、小批量的织物，往往操作繁琐，需根据花形的不同，不时重新设定图像模板，从而较低工作效率，质量得不到保证。
发明内容
本发明的目的是：提供一种根据花形的不同能够自动设定合适的图像模板，以及大大降低了操作难度的织物自动整花方法。
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织物自动整花方法，其具体的整花步骤依次是：
a、采集图像；
由工业相机采集在线移动织物整体宽幅的织物图像F，织物图像F的宽度为A，然后将采集到的织物图像F送至中央处理器内作为样本图像保存，其中，所述织物图像F中包含至少一个整体花回图像，整体花回图像的高度为B；
b、建立图像模板以及图像模板的搜索区域；
由中央处理器自动选定N个图像模板在织物图像F中所在位置，并建立与步骤a中织物图像F相对应的N个图像模板，其中，N≥3，N为整数，再由中央处理器建立相对应的N个图像模板的搜索区域，其具体的过程是：
b1、由中央处理器对步骤a中的织物图像F进行滤波处理并得到处理后的织物图像G；
b2、由中央处理器对织物图像G进行边缘检测，得到织物图像D；
b3、由中央处理器对织物图像D进行亮度阈值分割，获得亮度区域H；
b4、由中央处理器根据亮度区域H获取包含N个图像模板在织物图像F中所在位置的范围区域R，然后对范围区域R分为N等份，将与织物图像D中相对应的每等份区域内最大亮度的亮点作为图像模板的中心点，然后结合中央处理器初始化时设定的图像模板的宽度和高度，获得N个图像模板在织物图像F中所在位置，并建立与织物图像F相对应的N个图像模板，再由中央处理器建立相对应的N个图像模板的搜索区域；
c、图像处理；
由工业相机继续采集移动织物的织物图像L并保存至中央处理器内，然后由中央处理器搜索与织物图像L相对应的N个图像模板，得到织物图像L的图像模板在织物图像L中的所在位置后，通过中央处理器计算出织物图像L的花弯偏差调量和花斜偏差调量，最后由中央处理器输出花弯偏差调量和花斜偏差调量，并控制相对应的调整弯辊和调整斜辊动作，以完成织物的自动整花。
在上述技术方案中，所述步骤b1中由中央处理器对步骤a中的织物图像F通过滤波器进行滤波处理。
在上述技术方案中，所述滤波器为空域滤波器中的均值滤波器、中值滤波器、低通滤波器、高斯滤波器。
在上述技术方案中，所述滤波器为频域滤波器中的小波变换滤波器、傅里叶变换滤波器、余弦变换滤波器。
在上述技术方案中，所述滤波器为以膨胀和腐蚀方式的形态学操作进行去噪的形态学滤波器。
在上述技术方案中，所述步骤b2中由中央处理器通过sobel算法、或者Roberts算法、或者Prewitt算法、或者Laplacian算法、或者Canny算法对织物图像G进行边缘检测。
在上述技术方案中，所述步骤b3中由中央处理器对织物图像D进行亮度阈值分割的方法有基于灰度直方图的阈值分割法、自适应阈值分割法、最大熵阈值分割法和最大类间方差阈值分割法。
本发明所具有的积极效果是：采用本发明的基于机器视觉的织物自动整花方法后，根据织物的不同花形能够自动设定合适的图像模板，通过机器视觉来达到自动调节花形倾斜和弯曲的目的，操作性强，大幅度提高织物的合格率，解决了现有织物在水洗和烘干、拉幅定型或预缩等后整理工序处理过程中花形畸变的问题，并且大大降低了操作难度，本发明针对多品种、小批量的织物能够快速设定模板，既保证了产品的质量又提高了工作效率。
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说明，但并不局限于此。
一种基于机器视觉的织物自动整花方法，其具体的整花步骤依次是：
a、采集图像；
由工业相机采集在线移动织物整体宽幅的织物图像F，织物图像F的宽度为A，然后将采集到的织物图像F送至中央处理器内作为样本图像保存，其中，所述织物图像F中包含至少一个整体花回图像，整体花回图像的高度为B；
b、建立图像模板以及图像模板的搜索区域；
由中央处理器自动选定N个图像模板在织物图像F中所在位置，并建立与步骤a中织物图像F相对应的N个图像模板，其中，N≥3，N为整数，再由中央处理器建立相对应的N个图像模板的搜索区域，其具体的过程是：
b1、由中央处理器对步骤a中的织物图像F通过滤波器进行滤波处理并得到处理后的织物图像G；其中，所述滤波器为空域滤波器中的均值滤波器、中值滤波器、低通滤波器、高斯滤波器，或所述滤波器为频域滤波器中的小波变换滤波器、傅里叶变换滤波器、余弦变换滤波器，或所述滤波器为以膨胀和腐蚀方式的形态学操作进行去噪的形态学滤波器；
b2、由中央处理器通过sobel算法、或者Roberts算法、或者Prewitt算法、或者Laplacian算法、或者Canny算法对织物图像G进行边缘检测，得到织物图像D；
b3、由中央处理器对织物图像D进行亮度阈值分割，获得亮度区域H，其中，对织物图像D进行亮度阈值分割的方法有基于灰度直方图的阈值分割法、自适应阈值分割法、最大熵阈值分割法和最大类间方差阈值分割法；
b4、由中央处理器根据亮度区域H获取包含N个图像模板在织物图像F中所在位置的范围区域R，具体过程是：先由中央处理器建立图像模板所在位置的范围区域R的搜索窗口W，且将搜索窗口W划分为N等份的小窗口，然后所述中央处理器通过搜索窗口W对亮度区域H由上至下逐步进行搜索，当搜索窗口W内包含的亮度区域H的面积最大以及每一个小窗口内所包括的亮度区域H的面积大于零的区域时，则中央处理器判定该区域为图像模板所在位置的范围区域R；然后对范围区域R分为N等份，将与织物图像D中相对应的每等份区域内最大亮度的亮点作为图像模板的中心点，然后结合中央处理器初始化时设定的图像模板的宽度和高度，获得N个图像模板在织物图像F中所在位置，并建立与织物图像F相对应的N个图像模板，再由中央处理器建立相对应的N个图像模板的搜索区域；
c、图像处理；
由工业相机继续采集移动织物的织物图像L并保存至中央处理器内，然后由中央处理器搜索与织物图像L相对应的N个图像模板，得到织物图像L的图像模板在织物图像L中的所在位置后，通过中央处理器计算出织物图像L的花弯偏差调量和花斜偏差调量，最后由中央处理器输出花弯偏差调量和花斜偏差调量，并控制相对应的调整弯辊和调整斜辊动作，以完成织物的自动整花。
在上述步骤b4中，所述搜索窗口W的宽度为织物图像F的宽度A，高度可以为花回图像的高度B，但最佳的高度为花回图像高度B的八分之一~二分之一。
本发明根据织物的不同花形能够自动设定合适的图像模板，通过机器视觉来达到自动调节花形倾斜和弯曲的目的，操作性强，大幅度提高织物的合格率，解决了现有织物在水洗和烘干、拉幅定型或预缩等后整理工序处理过程中花形畸变的问题，并且大大降低了操作难度，本发明针对多品种、小批量的织物能够快速设定模板，既保证了产品的质量又提高了工作效率。
Claims (7)
1.一种基于机器视觉的织物自动整花方法，其特征在于，其具体的整花步骤依次是：
a、采集图像；
由工业相机采集在线移动织物整体宽幅的织物图像F，织物图像F的宽度为A，然后将采集到的织物图像F送至中央处理器内作为样本图像保存，其中，所述织物图像F中包含至少一个整体花回图像，整体花回图像的高度为B；
b、建立图像模板以及图像模板的搜索区域；
由中央处理器自动选定N个图像模板在织物图像F中所在位置，并建立与步骤a中织物图像F相对应的N个图像模板，其中，N≥3，N为整数，再由中央处理器建立相对应的N个图像模板的搜索区域，其具体的过程是：
b1、由中央处理器对步骤a中的织物图像F进行滤波处理并得到处理后的织物图像G；
b2、由中央处理器对织物图像G进行边缘检测，得到织物图像D；
b3、由中央处理器对织物图像D进行亮度阈值分割，获得亮度区域H；
b4、由中央处理器根据亮度区域H获取包含N个图像模板在织物图像F中所在位置的范围区域R，然后对范围区域R分为N等份，将与织物图像D中相对应的每等份区域内最大亮度的亮点作为图像模板的中心点，然后结合中央处理器初始化时设定的图像模板的宽度和高度，获得N个图像模板在织物图像F中所在位置，并建立与织物图像F相对应的N个图像模板，再由中央处理器建立相对应的N个图像模板的搜索区域；
c、图像处理；
由工业相机继续采集移动织物的织物图像L并保存至中央处理器内，然后由中央处理器搜索与织物图像L相对应的N个图像模板，得到织物图像L的图像模板在织物图像L中的所在位置后，通过中央处理器计算出织物图像L的花弯偏差调量和花斜偏差调量，最后由中央处理器输出花弯偏差调量和花斜偏差调量，并控制相对应的调整弯辊和调整斜辊动作，以完成织物的自动整花。
2.根据权利要求1所述的基于机器视觉的织物自动整花方法，其特征在于：所述步骤b1中由中央处理器对步骤a中的织物图像F通过滤波器进行滤波处理。
3.根据权利要求2所述的基于机器视觉的织物自动整花方法，其特征在于：所述滤波器为空域滤波器中的均值滤波器、中值滤波器、低通滤波器、高斯滤波器。
4.根据权利要求2所述的基于机器视觉的织物自动整花方法，其特征在于：所述滤波器为频域滤波器中的小波变换滤波器、傅里叶变换滤波器、余弦变换滤波器。
5.根据权利要求2所述的基于机器视觉的织物自动整花方法，其特征在于：所述滤波器为以膨胀和腐蚀方式的形态学操作进行去噪的形态学滤波器。
6.根据权利要求1所述的基于机器视觉的织物自动整花方法，其特征在于：所述步骤b2中由中央处理器通过sobel算法、或者Roberts算法、或者Prewitt算法、或者Laplacian算法、或者Canny算法对织物图像G进行边缘检测。
7.根据权利要求1所述的基于机器视觉的织物自动整花方法，其特征在于：所述步骤b3中由中央处理器对织物图像D进行亮度阈值分割的方法有基于灰度直方图的阈值分割法、自适应阈值分割法、最大熵阈值分割法和最大类间方差阈值分割法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510734919.8A CN105421012B (zh) | 2015-11-03 | 2015-11-03 | 基于机器视觉的织物自动整花方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510734919.8A CN105421012B (zh) | 2015-11-03 | 2015-11-03 | 基于机器视觉的织物自动整花方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105421012A CN105421012A (zh) | 2016-03-23 |
| CN105421012B true CN105421012B (zh) | 2017-10-24 |
Family
ID=55499531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510734919.8A Active CN105421012B (zh) | 2015-11-03 | 2015-11-03 | 基于机器视觉的织物自动整花方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105421012B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107984918B (zh) * | 2017-12-30 | 2023-12-22 | 杭州开源电脑技术有限公司 | 一种毛巾对位数码印花的装置及方法 |
| CN108755072B (zh) * | 2018-07-13 | 2020-12-04 | 常州市宏大电气有限公司 | 基于机器视觉的织物在线自动整花方法 |
| CN110909649A (zh) * | 2019-11-15 | 2020-03-24 | 常州瑞昇科技有限公司 | 一种织物整纬方法、装置、计算机设备和存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CH679428A5 (zh) * | 1990-02-02 | 1992-02-14 | Peyer Ag Siegfried | |
| WO1999023293A1 (es) * | 1997-11-03 | 1999-05-14 | Cognivision Research, S.L. | Metodo para inspeccion visual de prendas textiles y sistema para su puesta en practica |
| CN1214233C (zh) * | 2003-03-11 | 2005-08-10 | 陕西长岭纺织机电科技有限公司 | 一种测量纱线截面形状的方法及装置 |
| CN101818449B (zh) * | 2010-03-26 | 2011-10-19 | 顾金华 | 基于机器视觉的织物自动整花方法及其装置 |
| CN102221559B (zh) * | 2011-03-05 | 2012-08-29 | 河海大学常州校区 | 基于机器视觉的织物疵点在线自动检测方法及其装置 |
-
2015
- 2015-11-03 CN CN201510734919.8A patent/CN105421012B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105421012A (zh) | 2016-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rong et al. | An improved CANNY edge detection algorithm | |
| CN105421012B (zh) | 基于机器视觉的织物自动整花方法 | |
| CN105787902B (zh) | 利用分块排序检测噪声的图像降噪方法 | |
| CN113554080A (zh) | 一种基于机器视觉的无纺布瑕疵检测分类方法及系统 | |
| CN107657606A (zh) | 一种显示装置的亮度缺陷检测方法与装置 | |
| CN108961251A (zh) | 一种原棉疵点及杂质检测与识别方法及系统 | |
| CN104392441B (zh) | 基于图像处理的高抗噪织物沾水等级检测评定方法 | |
| CN106702870B (zh) | 一种道路裂缝检测系统 | |
| KR20140027484A (ko) | 특징량 추출 방법, 피사체 분류 방법, 피사체 판별 방법, 특징량 추출 장치, 피사체 분류 장치, 피사체 판별 장치, 특징량 추출·피사체 분류 및 피사체 판별 프로그램, 및 그 프로그램을 기록한 기록 매체 | |
| CN104001676B (zh) | 大型多品种混搭内衣自动化分拣方法及生产线 | |
| CN111583193B (zh) | 基于几何轮廓模板匹配的开心果骨架提取装置及其算法 | |
| CN108256521A (zh) | 用于车身颜色识别的有效区域定位方法 | |
| CN105869133B (zh) | 一种基于非因果分数阶次微分的图像锐化方法 | |
| CN109472788A (zh) | 一种飞机铆钉表面的伤痕检测方法 | |
| CN113706566B (zh) | 一种基于边缘检测的加香喷雾性能检测方法 | |
| CN111062918A (zh) | 一种基于计算机视觉的异常检测方法及装置 | |
| CN111562260B (zh) | 一种基于机器视觉的莲藕泥孔检测方法及装置 | |
| CN107527354B (zh) | 一种基于合成图的区域生长方法 | |
| Wang et al. | A fast image segmentation algorithm for detection of pseudo-foreign fibers in lint cotton | |
| CN110400319A (zh) | 一种基于区域分割法的丝饼油污分割算法 | |
| Jia et al. | Research on the decomposition and fusion method for the infrared and visible images based on the guided image filtering and Gaussian filter | |
| CN105260997B (zh) | 一种自动获取目标图像的方法 | |
| CN101908208A (zh) | 面向图像边缘检测的平滑滤波空间尺度的自适应确定方法 | |
| CN106023223A (zh) | 柑橘果实大小描述及分级方法 | |
| CN110047041A (zh) | 一种空—频域联合的交通监控视频去雨方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |