CN106906520A - 电子识别残次蚕茧的方法及其蚕茧筛选系统 - Google Patents

电子识别残次蚕茧的方法及其蚕茧筛选系统 Download PDF

Info

Publication number
CN106906520A
CN106906520A CN201710082609.1A CN201710082609A CN106906520A CN 106906520 A CN106906520 A CN 106906520A CN 201710082609 A CN201710082609 A CN 201710082609A CN 106906520 A CN106906520 A CN 106906520A
Authority
CN
China
Prior art keywords
silk cocoon
cocoon
identification
video camera
silk
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.)
Granted
Application number
CN201710082609.1A
Other languages
English (en)
Other versions
CN106906520B (zh
Inventor
刘文烽
马艳明
周舟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LIUZHOU INSTITUTE OF AUTOMATION SCIENCE
Original Assignee
LIUZHOU INSTITUTE OF AUTOMATION SCIENCE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by LIUZHOU INSTITUTE OF AUTOMATION SCIENCE filed Critical LIUZHOU INSTITUTE OF AUTOMATION SCIENCE
Priority to CN201710082609.1A priority Critical patent/CN106906520B/zh
Publication of CN106906520A publication Critical patent/CN106906520A/zh
Application granted granted Critical
Publication of CN106906520B publication Critical patent/CN106906520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • DTEXTILES; PAPER
    • D01NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01BMECHANICAL TREATMENT OF NATURAL FIBROUS OR FILAMENTARY MATERIAL TO OBTAIN FIBRES OF FILAMENTS, e.g. FOR SPINNING
    • D01B7/00Obtaining silk fibres or filaments
    • D01B7/02Cleaning or classifying silk cocoons

Abstract

本发明公开电子识别残次蚕茧的方法及其蚕茧筛选系统,包括识别摄像机和蚕茧识别系统,其特征在于:1)蚕茧放置:将蚕茧放在深色背景平面;2)进行标注蚕茧轮廓标注:将标注蚕茧的轮廓录入蚕茧识别系统,并设计轮廓偏差正负值;3)进行像素和颜色设定:在蚕茧识别系统中加入像素和颜色识别;4)进行识别平台点阵设定;根据识别摄像机的高度,将识别摄像机可拍摄的范围分成多格子的点阵;5)蚕茧识别:将识别摄像机对准蚕茧放置平面进行整体拍照,当识别摄像机识别的蚕茧轮廓大于或者小于设定值,或蚕茧识别系统识别到设定的像素或颜色属于识别类型,则蚕茧被识别相机标记为残次蚕茧,并将点阵位置传输到蚕茧识别系统中进行记录。

Description

电子识别残次蚕茧的方法及其蚕茧筛选系统
技术领域
本发明属于蚕茧筛选领域,具体是电子识别残次蚕茧的方法及其蚕茧筛选系统。
背景技术
选茧是蚕茧制丝工程中重要的准备工作之一,选茧的目的是为了合理使用原料茧,保证生产效率和缫制品质优良的蚕丝,想要使缫丝生产的效率高,产品的质量好,原料茧必须进行严格的挑选,剔出混在各批茧中不能缫丝的茧、尚可缫丝的次茧和优良的上茧,为缫丝生产创造必要良好条件。桑蚕茧的次茧和下茧包括 ①黄斑茧。②柴印茧。③绵茧。④穿头茧。⑤印头茧。⑥内印茧。⑦烂茧。⑧油茧。⑨薄皮茧。⑩双宫茧。选茧是根据制丝工艺要求对原料茧进行选剔分类的工艺过程。由于蚕本身体质和结茧时的环境不同,以及受收茧、烘茧、运输等影响,往往有一部分难以缫制高级生丝的次茧和不能缫丝的下茧,以及茧内有两粒或两粒以上蚕蛹的双宫茧等。即使是同一品种的蚕茧,茧形大小、茧层厚薄、色泽等也有差异。因此,必须按不同工艺要求进行选茧分类,以符合缫丝的要求。选茧是在普通光线下(也有采用灯光装置的)目测进行的。
机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支,它综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展,也大大地推动了机器视觉的发展。
随着自动化行业的发展,机器视觉系统广泛地应用在装配定位、产品质量检测、产品识别、产品尺寸测量等方面。而且提高了生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境,劳动密集型或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工作过程中,用人工视觉检查产品质量效率低且精度不高,但是在目前蚕茧的识别上,还无采用机器视觉识别蚕茧的设备。
发明内容
本发明针对现有人工识别残缺蚕茧工作效率慢的缺陷,提供电子识别残次蚕茧的方法及其蚕茧筛选系统以提高生产效率。
本发明中方法方案是通过这样实现的:一种电子识别残次蚕茧的方法,包括识别摄像机和蚕茧识别系统,
1)蚕茧放置:将蚕茧放在深色背景平面;
2)进行标注蚕茧轮廓标注:将标注蚕茧的轮廓录入蚕茧识别系统,并设定轮廓偏差正负值;
3)进行像素和颜色设定:在蚕茧识别系统中加入像素和颜色识别;
4)进行识别平台点阵设定;根据识别摄像机的高度,将识别摄像机可拍摄的范围分成多格子的点阵;
5)蚕茧识别:将识别摄像机对准蚕茧放置平面进行整体拍照,当识别摄像机识别的蚕茧轮廓大于或者小于设定值,或蚕茧识别系统识别到设定的像素或颜色属于识别类型,则蚕茧被识别相机标记为残次蚕茧,并将点阵位置传输到蚕茧识别系统中进行记录。
如背景技术所说,桑蚕茧的次茧和下茧包括 ①黄斑茧。②柴印茧。③绵茧。④穿头茧。⑤印头茧。⑥内印茧。⑦烂茧。⑧油茧。⑨薄皮茧。⑩双宫茧,其与标准的蚕茧区别点在于:轮廓比一般的标准蚕茧大、在蚕茧上有大片阴影面积或点状的色素、蚕茧内部的像素与边缘不一致,因此,通过上述特征的归集,实现蚕茧的识别视觉识别。
本发明中,作为进一步的方案,所述蚕茧放置的背景平面为深色;在蚕茧识别过程中,识别摄像机先对蚕茧轮廓进行识别,在蚕茧轮廓识别后再进行蚕茧像素和颜色的识别。
本发明中,作为进一步的方案,在步骤3)中,还包括阴影面积识别设定和阴影识别,当识别摄像机识别出蚕茧内的整体阴影时,并计算阴影面积和蚕茧边缘距离,以及阴影面积与蚕茧的相似度,如果发现阴影面积与蚕茧相似度低于设定值的蚕茧,识别摄像机对该蚕茧记录为残次蚕茧。
本发明中,作为进一步的方案,所述阴影识步骤执行2次以上。
本发明中,作为设备方案,其内容包括:包括蚕茧传送带,所述蚕茧传送带上设有蚕茧识别系统,所述蚕茧识别系统包括辅助照明系统和至少一个识别摄像机,所述蚕茧识别系统与机械抓手连接,当蚕茧识别系统将蚕茧识别为残次蚕茧时,机械抓手将该蚕茧抓取,放置到残次品区。
本发明的有突出的实际特点和显著进步是:
通过本发明方法或系统生成出的蚕茧识别设备具有以下特点:
(1)重复性——机器可以以相同的方法一次一次的完成检测工作而不会感到疲倦。与此相反,人眼每次检测产品时都会有细微的不同,即使产品是完全相同的。
(2)精确性——由于人眼有物理条件的限制,在精确性上机器有明显的优点。即使人眼依靠放大镜或显微镜来检测产品,机器仍然会更加精确,因为它的精度能够达到千分之一英寸。
(3)速度机器能够更快的检测产品。特别是当检测高速运动的物体时,比如说生产线上,机器能够提高生产效率。
(4)客观性——人眼检测还有一个致命的缺陷,就是情绪带来的主观性,检测结果会随工人心情的好坏产生变化,而机器没有喜怒哀乐,检测的结果自然非常可观可靠。
(5)成本——由于机器比人快,一台自动检测机器能够承担好几个人的任务。而且机器不需要停顿、不会生病、能够连续工作,所以能够极大的提高生产效率。
(6)本发明中,选茧方法和选茧设备全程自动化、智能化,运用伺服传送系统,匀速将蚕茧送出,利用高精度视觉识别系统对蚕茧品质进行优劣分类识别,一致性高。视觉识别系统定位准确,利用机器人控制技术,对指定茧品种进行抓取,CPU自动采集数据,通过优质选茧统计分析系统,得出选茧关键数据,工作人员能够方便、快捷的得到准确的统计结果。课题研发的基于机器视觉人工智能高效选茧系统将填补国内外通过机器视觉采用机器人智能高、精、准选茧的空白,选茧工作将进入高效时代。
附图说明
图1是本发明设备中的结构示意图;
图2是标准蚕茧的结构示意图;
图3是双宫蚕茧的结构示意图;
图4是斑点蚕茧的结构示意图;
图5是畸形蚕茧的结构示意图;
图中零部件名称及序号:
传输皮带机控制系统1、蚕茧2、辅助照明灯3、识别摄像机4、CPU控制系统5、机器人抓手6、皮带传输装置7。
具体实施方式
以下结合附图和实施例描述本发明,以下实施例以发明最优效果进行解释说明。
如图1所示,是本发明的系统的结构示意图,包括深色的皮带传输装置7,皮带传输装置7上设有辅助照明灯3、识别摄像机4,CPU控制系统5和机器人抓手6,在皮带传输装置7上设有待识别蚕茧2,皮带传输装置7中的皮带为深色,传输皮带机控制系统1控制皮带传输装置7的转动,当蚕茧2运行到识别摄像机4下部时识别摄像机4对相机识别,并将信息反馈到蚕茧识别系统中,最后经过CPU控制系统5控制机器人抓手6对蚕茧2进行抓取。
本实施例中图2-3描述了从标准蚕茧到畸形蚕茧的4个图形。在此先公开发明人长久以来的蚕茧识别经验。
如图1所示为标准蚕茧,标准蚕茧:形状近似椭圆,表面为白色,有沟壑;如图2所示为双宫蚕茧:比标准蚕茧略大,形状比标准蚕茧更接近圆形,表面为白色,比标准蚕茧光滑;如图3所示,为斑点蚕茧:外观上与标准蚕茧相近,斑点蚕茧主要的特征是表面带有黄色等一些色斑。如图4所示为畸形蚕茧:畸形蚕茧是指外观上有明显变形的蚕茧,多呈现为不规则形状。
根据上述的蚕茧标准,制定出了以下电子蚕茧识别方法,本实施例结合上述设备进行描述,
该方法需要的设备包括识别摄像机和蚕茧识别系统,
1)蚕茧放置:将蚕茧放在深色背景的传送皮带上;
2)进行标注蚕茧轮廓标注:将标注蚕茧的轮廓录入蚕茧识别系统,并设计轮廓偏差正负值;例如,标准蚕茧的大小为体长1.6-2.3cm。翅展3.9-4.3cm的椭圆形,设计轮廓偏差正负值偏差不大于最大/最小价的0.3cm;
3)进行像素和颜色设定:在蚕茧识别系统中加入像素和颜色识别,尤其识别黑色;还包括阴影面积识别设定和阴影识别,当识别摄像机识别出蚕茧内的整体阴影时,并计算阴影面积和蚕茧边缘距离,以及阴影面积与蚕茧的相似度,如果发现阴影面积与蚕茧相似度低于设定值的蚕茧,识别摄像机对该蚕茧记录为残次蚕茧。
4)进行识别平台点阵设定;根据识别摄像机的高度,将识别摄像机可拍摄的范围分成多格子的点阵;
5)蚕茧识别:将识摄像机对准蚕茧放置平面进行整体拍照,当识别摄像机识别的蚕茧轮廓大于或者小于设定值,或蚕茧识别系统识别到设定的像素或颜色属于识别类型,则蚕茧被识别相机标记为残次蚕茧,并将点阵位置传输到蚕茧识别系统中进行记录。
6)被识别为残次品的蚕茧,可以控制机器人抓手进行蚕茧的抓取。
上述的方法中,识别摄像机先对蚕茧轮廓进行识别,在蚕茧轮廓识别后再进行蚕茧像素和颜色的识别。
应用例1:
双宫蚕茧识别和筛选
将蚕茧放入传送皮带传输装置7中,进行蚕茧传送,当蚕茧传送到识别摄像机4下部位置时,识别摄像机4进行摄影,识别摄像机4将信号发送至蚕茧识别系统,如果发现双宫蚕茧,则CPU启动机器人抓手6进行蚕茧抓取,双宫蚕茧的明显特征为,个头较大且形状趋近与圆形。所以针对于双宫蚕茧的特点,先制定出标准的蚕茧轮廓(如标准蚕茧轮廓为长2cm,翅展4cm,)像素计算出蚕茧的周长,当发现蚕茧的轮廓长度大于2.2cm,翅展大于4.2cm,则锁定大于阀值的蚕茧目标;接着对剩下的蚕茧目标,再进行2次拍摄,根据其轮廓的像素坐标拟合出一个椭圆,确定椭圆的长轴及短轴的值,锁定两轴值相近的蚕茧目标,例如,轮廓长为4.2cm,翅展大于4.1cm接近圆形的蚕茧。
应用例2:
斑点蚕茧识别
将蚕茧放入传送皮带传输装置7中,进行蚕茧传送,当蚕茧传送到识别摄像机4下部位置时,识别摄像机4进行摄影,识别摄像机4将信号发送至蚕茧识别系统,如果发现斑点蚕茧,则CPU启动机器人抓手6进行蚕茧抓取,斑点蚕茧的特点是在蚕茧目标有介于背景色及蚕茧颜色的斑点。所以对于斑点蚕茧首先找到蚕茧坐标,确定蚕茧的轮廓及边界信息。接着对蚕茧边界内的像素分布进行像素值的统计及像素位置统计,通过对像素的统计信息分析出蚕茧目标表面是否有异常颜色,如果有异常颜色(如黑色和黄色),则进行抓取。
应用例3:
畸形蚕茧识别
将蚕茧放入传送皮带传输装置7中,进行蚕茧传送,当蚕茧传送到识别摄像机4下部位置时,识别摄像机4进行摄影,识别摄像机4将信号发送至蚕茧识别系统,如果发现斑畸形蚕茧,则CPU启动机器人抓手6进行蚕茧抓取,畸形蚕茧的轮廓常呈现不规则图形且表面会由于形变形成的阴影部分。轮廓不规则的特征可以通过与用边界拟合而成的椭圆进行边界像素坐标的位置比较,当识别摄像机识别出蚕茧内的整体阴影时,并计算阴影面积和蚕茧边缘距离,以及阴影面积与蚕茧的相似度,如果发现阴影面积与蚕茧相似度低于设定值的蚕茧,识别摄像机对该蚕茧记录为畸形蚕茧。针对于轮廓匹配的漏网之鱼,在通过表面阴影而形成的像素差距来进行下一轮的过滤。调整图像二值化的阀值,筛选出蚕茧目标并确定蚕茧边界,对各蚕茧边界内的像素值及像素坐标统计分析从而确定出畸形蚕茧,例如阴影面积边缘的像素低于70%的,判别为畸形蚕茧。
最后应说明的是:显然,上述实施例仅仅是为了清楚的说明本发明所作的举例,而并非对实施的限定。对于所述领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式子以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。

Claims (5)

1.一种电子识别残次蚕茧的方法,包括识别摄像机和蚕茧识别系统,其特征在于:
1)蚕茧放置:将蚕茧放在深色背景平面;
2)进行标注蚕茧轮廓标注:将标注蚕茧的轮廓录入蚕茧识别系统,并设定轮廓偏差正负值;
3)进行像素和颜色设定:在蚕茧识别系统中加入像素和颜色识别;
4)进行识别平台点阵设定;根据识别摄像机的高度,将识别摄像机可拍摄的范围分成多格子的点阵;
5)蚕茧识别:将识别摄像机对准蚕茧放置平面进行整体拍照,当识别摄像机识别的蚕茧轮廓大于或者小于设定值,或蚕茧识别系统识别到设定的像素或颜色属于识别类型,则蚕茧被识别相机标记为残次蚕茧,并将点阵位置传输到蚕茧识别系统中进行记录。
2.根据权利要求1所述的电子识别残次蚕茧的方法,其特征在于:所述蚕茧放置的背景平面为深色;在蚕茧识别过程中,识别摄像机先对蚕茧轮廓进行识别,在蚕茧轮廓识别后再进行蚕茧像素和颜色的识别。
3.根据权利要求2所述的电子识别残次蚕茧的方法,其特征在于:在步骤3)中,还包括阴影面积识别设定和阴影识别,当识别摄像机识别出蚕茧内的整体阴影时,并计算阴影面积和蚕茧边缘距离,以及阴影面积与蚕茧的相似度,如果发现阴影面积与蚕茧相似度低于设定值的蚕茧,识别摄像机对该蚕茧记录为残次蚕茧。
4.根据权利要求3所述的电子识别残次蚕茧的方法,其特征在于:所述阴影识步骤执行2次以上。
5.根据权利要求1-4所述的电子识别残次蚕茧的方法构成的蚕茧筛选系统,包括蚕茧传送带,其特征在于:所述蚕茧传送带上设有蚕茧识别系统,所述蚕茧识别系统包括辅助照明系统和至少一个识别摄像机,所述蚕茧识别系统与机械抓手连接,当蚕茧识别系统将蚕茧识别为残次蚕茧时,机械抓手将该蚕茧抓取,放置到残次品区。
CN201710082609.1A 2017-02-16 2017-02-16 电子识别残次蚕茧的方法及其蚕茧筛选系统 Active CN106906520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710082609.1A CN106906520B (zh) 2017-02-16 2017-02-16 电子识别残次蚕茧的方法及其蚕茧筛选系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710082609.1A CN106906520B (zh) 2017-02-16 2017-02-16 电子识别残次蚕茧的方法及其蚕茧筛选系统

Publications (2)

Publication Number Publication Date
CN106906520A true CN106906520A (zh) 2017-06-30
CN106906520B CN106906520B (zh) 2019-09-03

Family

ID=59209238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710082609.1A Active CN106906520B (zh) 2017-02-16 2017-02-16 电子识别残次蚕茧的方法及其蚕茧筛选系统

Country Status (1)

Country Link
CN (1) CN106906520B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215015A (zh) * 2018-07-24 2019-01-15 北京工业大学 一种基于卷积神经网络的蚕茧在线视觉检测方法
CN110749598A (zh) * 2019-11-05 2020-02-04 中国计量大学 一种融合颜色、形状和纹理特征的蚕茧表面缺陷检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH073517A (ja) * 1993-06-08 1995-01-06 Gunsan Kk 不良繭検出方法
CN104328510A (zh) * 2014-11-27 2015-02-04 陕西科技大学 一种蚕茧筛选装置
CN105151750A (zh) * 2015-09-15 2015-12-16 何如涛 蚕茧品质自动分选采摘方法
CN204874840U (zh) * 2015-07-13 2015-12-16 广西宜州市宏基茧丝有限公司 蚕蛹筛选机
CN105698839A (zh) * 2016-02-01 2016-06-22 柳州市诚明科技有限公司 蚕茧质量检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH073517A (ja) * 1993-06-08 1995-01-06 Gunsan Kk 不良繭検出方法
CN104328510A (zh) * 2014-11-27 2015-02-04 陕西科技大学 一种蚕茧筛选装置
CN204874840U (zh) * 2015-07-13 2015-12-16 广西宜州市宏基茧丝有限公司 蚕蛹筛选机
CN105151750A (zh) * 2015-09-15 2015-12-16 何如涛 蚕茧品质自动分选采摘方法
CN105698839A (zh) * 2016-02-01 2016-06-22 柳州市诚明科技有限公司 蚕茧质量检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215015A (zh) * 2018-07-24 2019-01-15 北京工业大学 一种基于卷积神经网络的蚕茧在线视觉检测方法
CN110749598A (zh) * 2019-11-05 2020-02-04 中国计量大学 一种融合颜色、形状和纹理特征的蚕茧表面缺陷检测方法

Also Published As

Publication number Publication date
CN106906520B (zh) 2019-09-03

Similar Documents

Publication Publication Date Title
CN106906519B (zh) 电子识别并挑选残次蚕茧的方法及其蚕茧筛选系统
US10688534B2 (en) Automated silkworm cocoon sex sorting
CN107886500A (zh) 一种基于机器视觉和机器学习的产品生产监控方法及系统
CN104992449A (zh) 基于机器视觉的信息识别及表面缺陷在线检测方法
JP2017096750A (ja) 位置決め方法、位置決め装置、プログラムおよびコンピュータ可読記録媒体
CN111886474A (zh) 检查装置
CN109693140A (zh) 一种智能化柔性生产线及其工作方法
CN106906520A (zh) 电子识别残次蚕茧的方法及其蚕茧筛选系统
CN110756457A (zh) 墙地砖自动识别分类系统及方法
CN106706656A (zh) 一种基于机器视觉的拉链检测装置及方法
CN107741425A (zh) 一种用于增材制造的表面缺陷实时检测装置
CN112150439A (zh) 注塑件的自动分拣设备及分拣方法
CN113506255A (zh) 一种基于高精度数字图像的服装缝线疵点自动检测方法
CN113744247A (zh) 一种pcb焊点缺陷识别方法和系统
CN114387269B (zh) 一种基于激光的纤维丝缺损检测方法
CN110412055A (zh) 一种基于多光源暗场照明的透镜白雾缺陷检测方法
CN109719056A (zh) 一种基于机器视觉的摄像头模块调焦流水线及其方法
CN107121063A (zh) 检测工件的方法
CN108827974B (zh) 一种瓷砖缺陷检测方法及系统
JP2021039457A (ja) 画像処理方法、エッジモデル作成方法、ロボットシステム、および物品の製造方法
CN106461375A (zh) 确定至少一个插塞接触部的位置和/或定向的方法和设备
CN110988660B (zh) 一种ito缺陷检测方法及系统
CN109127462B (zh) 一种基于视觉引导的香肠智能分拣方法
CN109521029B (zh) 一种卡口式汽车车灯灯头侧面外观缺陷的检测方法
CN109461150A (zh) 一种基于机器视觉的纱线管颜色分拣方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant