CN108755072A - 基于机器视觉的织物在线自动整花方法 - Google Patents

基于机器视觉的织物在线自动整花方法 Download PDF

Info

Publication number
CN108755072A
CN108755072A CN201810767564.6A CN201810767564A CN108755072A CN 108755072 A CN108755072 A CN 108755072A CN 201810767564 A CN201810767564 A CN 201810767564A CN 108755072 A CN108755072 A CN 108755072A
Authority
CN
China
Prior art keywords
image
processing unit
central processing
textile
fabric
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
CN201810767564.6A
Other languages
English (en)
Other versions
CN108755072B (zh
Inventor
顾金华
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.)
CHANGZHOU HONGDA ELECTRIC Co.,Ltd.
Original Assignee
Changzhou Hongda Intelligent Equipment Industry Development Research Institute Co Ltd
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 Changzhou Hongda Intelligent Equipment Industry Development Research Institute Co Ltd filed Critical Changzhou Hongda Intelligent Equipment Industry Development Research Institute Co Ltd
Priority to CN201810767564.6A priority Critical patent/CN108755072B/zh
Publication of CN108755072A publication Critical patent/CN108755072A/zh
Application granted granted Critical
Publication of CN108755072B publication Critical patent/CN108755072B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明公开了一种基于机器视觉的织物在线自动整花方法，由工业相机采集在线移动织物整体幅宽的织物图像A，然后将织物图像A输送至中央处理器内；对织物图像A进行滤波处理得到织物图像B；对织物图像B进行边缘检测或亮度阈值分割得到织物图像C；对织物图像C进行二维图像傅里叶变换得到图像D；对图像D进行二维图像傅里叶反变换得到图像J；对图像J进行形态学处理，得到图像形状曲线L；根据图像形状曲线L计算出织物图像A的花弯偏差量和花斜偏差量，最后由中央处理器控制调整弯辊和/或调整斜辊动作，完成织物的自动整花。本发明解决了现有织物在水洗、烘干、拉幅定型或预缩等后整理工序过程中花形畸变的问题，保证了印花产品正品率。

Description

基于机器视觉的织物在线自动整花方法
技术领域
本发明涉及一种织物整花方法，特别是涉及一种基于机器视觉的织物在线自动整花方法，属于纺织印染工艺技术领域。
背景技术
已印有花形图案的印花布、格子布和条纹布等织物，在水洗、烘干、拉幅定型或预缩等后整理工序处理过程中，以及带底色图案的蜡染布在印花过程中，由于织物处于连续牵引状态，并受各种机械运动和生产操作的影响，以及各导布辊张力不均等问题，织物表现出花形图案倾斜、弯曲及花形图案呈现S弯等畸变情况，花形图案产生畸变会影响到后续工序的加工质量，需进行整花矫正。
现有基于机器视觉的织物整花装置，其利用工业相机采集织物运动图像，采用数字图像特征提取技术，提取织物图像的特征信息，其具有良好的适应性和检测精度。但对于织物的花形图案是横条、连续重复图案或者有横条纹花形图案的花形倾斜或弯曲情况，现有整花装置采用的整花方法仅仅是依靠几个采样点的拟合，其整花结果往往会出现一定偏差，例如出现织物纹理整直但花形图案弯斜的情况，而这种情况依靠现有的整花方法根本无法解决。
发明内容
本发明要解决的技术问题是提供一种对于织物的花形图案，尤其是对于织物的花形图案是横条、连续重复图案或者有横条纹花形图案的花形倾斜或弯曲情况，能够自动计算出花弯偏差量和花斜偏差量，从而达到准确矫正织物花形倾斜和弯曲目的的基于机器视觉的织物在线自动整花方法。
为解决上述技术问题，本发明采用这样一种基于机器视觉的织物在线自动整花方法，包括以下步骤：
a. 采集图像
由工业相机采集在线移动织物整体幅宽的织物图像A，然后将采集到的织物图像A输送至中央处理器内；
b. 图像预处理
b1. 由中央处理器对步骤a中的织物图像A进行滤波处理，并得到处理后的织物图像B；
b2. 由中央处理器对步骤b1中的织物图像B进行边缘检测或亮度阈值分割，并得到处理后的织物图像C；
c. 二维图像傅里叶变换
由中央处理器对步骤b2中的织物图像C进行二维图像傅里叶变换，并得到处理后的傅里叶变换图像D；
d. 二维图像傅里叶反变换
由中央处理器对步骤c中的傅里叶变换图像D 进行二维图像傅里叶反变换，并得到处理后的傅里叶反变换图像J；
e. 形态学处理
由中央处理器对步骤d中的傅里叶反变换图像J 进行形态学处理，并得到处理后的图像形状曲线L；
f. 图像变形计算
由中央处理器根据步骤e中的图像形状曲线L计算出织物图像A的花弯偏差量和花斜偏差量，最后由中央处理器控制相对应的调整弯辊和/或调整斜辊动作，以完成织物的自动整花。
作为本发明的一种优选实施方案，所述步骤b1中由中央处理器对步骤a中的织物图像A通过滤波器进行滤波处理。
在本发明中，所述滤波器可为空域滤波器中的均值滤波器、中值滤波器、低通滤波器或高斯滤波器。
在本发明中，所述滤波器可为频域滤波器中的小波变换滤波器、傅里叶变换滤波器或余弦变换滤波器。
在本发明中，所述滤波器可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。
在本发明中，所述步骤b2中由中央处理器可通过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B进行边缘检测。
在本发明中，所述步骤b2中由中央处理器对织物图像B进行亮度阈值分割的方法有基于固定阈值分割法、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。
在本发明中，所述中央处理器优选是具有人机界面的数字控制器或者嵌入式控制系统或者工控机。
采用上述整花方法后，本发明具有以下有益效果：
本发明对于织物的花形图案，尤其是对于织物的花形图案是横条、连续重复图案或者有横条纹花形图案的花形倾斜或弯曲情况，能够自动计算出花弯偏差量和花斜偏差量，通过机器视觉来达到自动准确矫正织物图案花形倾斜和弯曲的目的，操作性强，可大幅度提高织物的合格率，解决了现有织物在水洗、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。
本发明大大降低了对操作工的技能要求和劳动强度，提高了生产效率。
本发明保证了印花产品正品率，为企业带来更大的经济效益。
具体实施方式
以下结合实施例，对本发明作进一步的说明。
一种基于机器视觉的织物在线自动整花方法，优选采用现有的整纬整花机为自动整花设备，其具体整花步骤依次是：
a. 采集图像
由工业相机采集在线移动织物整体幅宽的织物图像A，然后将采集到的织物图像A输送至中央处理器内；所述工业相机优选为工业线阵或面阵相机；
b. 图像预处理
b1. 由中央处理器对步骤a中的织物图像A进行滤波处理，并得到处理后的织物图像B；在该步骤中，优选通过滤波器对织物图像A进行滤波处理，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、低通滤波器或高斯滤波器，或所述滤波器为频域滤波器中的小波变换滤波器、傅里叶变换滤波器或余弦变换滤波器，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. 由中央处理器对步骤b1中的织物图像B进行边缘检测或亮度阈值分割，并得到处理后的织物图像C；在该步骤中，优选通过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B进行边缘检测；中央处理器对织物图像B进行亮度阈值分割的方法有基于固定阈值分割法、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；
c. 二维图像傅里叶变换
由中央处理器对步骤b2中的织物图像C进行二维图像傅里叶变换，并得到处理后的傅里叶变换图像D；
d. 二维图像傅里叶反变换
由中央处理器对步骤c中的傅里叶变换图像D 进行二维图像傅里叶反变换，并得到处理后的傅里叶反变换图像J；
e. 形态学处理
由中央处理器对步骤d中的傅里叶反变换图像J 进行形态学处理，并得到处理后的图像形状曲线L；其中，所述形态学处理包括但不限于膨胀运算、腐蚀运算、开运算、闭运算、击中或击不中变换、顶帽变换和底帽变换等；
f. 图像变形计算
由中央处理器根据步骤e中的图像形状曲线L计算出织物图像A的花弯偏差量和花斜偏差量，最后由中央处理器控制整纬整花机中相对应的调整弯辊和/或调整斜辊动作，以完成织物的自动整花。其中，图像形状曲线L的左端点坐标为LL(r,c)，中间点坐标为LM(r,c)，右端点坐标为LR(r,c)。
花斜偏差量为：Skew = (LRr－LLr)/(LRc－LLc);
花弯偏差量为：Bow = (LMr－LLr－(( LRr－LLr)/2))/(( LRc－LLc)/2)。
在本发明中，所述中央处理器优选是具有人机界面的数字控制器例如DDC数字控制器或者嵌入式控制系统或者工控机。
经过试用，本发明解决了现有织物在水洗、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，保证了印花产品正品率，取得了良好的效果。

Claims (8)

1.一种基于机器视觉的织物在线自动整花方法，其特征在于，包括以下步骤：
a. 采集图像
由工业相机采集在线移动织物整体幅宽的织物图像A，然后将采集到的织物图像A输送至中央处理器内；
b. 图像预处理
b1. 由中央处理器对步骤a中的织物图像A进行滤波处理，并得到处理后的织物图像B；
b2. 由中央处理器对步骤b1中的织物图像B进行边缘检测或亮度阈值分割，并得到处理后的织物图像C；
c. 二维图像傅里叶变换
由中央处理器对步骤b2中的织物图像C进行二维图像傅里叶变换，并得到处理后的傅里叶变换图像D；
d. 二维图像傅里叶反变换
由中央处理器对步骤c中的傅里叶变换图像D 进行二维图像傅里叶反变换，并得到处理后的傅里叶反变换图像J；
e. 形态学处理
由中央处理器对步骤d中的傅里叶反变换图像J 进行形态学处理，并得到处理后的图像形状曲线L；
f. 图像变形计算
由中央处理器根据步骤e中的图像形状曲线L计算出织物图像A的花弯偏差量和花斜偏差量，最后由中央处理器控制相对应的调整弯辊和/或调整斜辊动作，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在线自动整花方法，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A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在线自动整花方法，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、低通滤波器或高斯滤波器。
4.根据权利要求2所述的基于机器视觉的织物在线自动整花方法，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、傅里叶变换滤波器或余弦变换滤波器。
5.根据权利要求2所述的基于机器视觉的织物在线自动整花方法，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在线自动整花方法，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B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在线自动整花方法，其特征在于：所述步骤b2中由中央处理器对织物图像B进行亮度阈值分割的方法有基于固定阈值分割法、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。
8.根据权利要求1至7中任一项所述的基于机器视觉的织物在线自动整花方法，其特征在于：所述中央处理器是具有人机界面的数字控制器或者嵌入式控制系统或者工控机。
CN201810767564.6A 2018-07-13 2018-07-13 基于机器视觉的织物在线自动整花方法 Active CN108755072B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810767564.6A CN108755072B (zh) 2018-07-13 2018-07-13 基于机器视觉的织物在线自动整花方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810767564.6A CN108755072B (zh) 2018-07-13 2018-07-13 基于机器视觉的织物在线自动整花方法

Publications (2)

Publication Number Publication Date
CN108755072A true CN108755072A (zh) 2018-11-06
CN108755072B CN108755072B (zh) 2020-12-04

Family

ID=63973611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810767564.6A Active CN108755072B (zh) 2018-07-13 2018-07-13 基于机器视觉的织物在线自动整花方法

Country Status (1)

Country Link
CN (1) CN108755072B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110791944A (zh) * 2019-11-15 2020-02-14 常州瑞昇科技有限公司 整纬机控制方法、装置、计算机设备和存储介质
CN111926551A (zh) * 2020-08-24 2020-11-13 常州市宏大电气有限公司 一种织品矫正模组、织品矫正机构及织品矫正方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02134507A (ja) * 1988-11-16 1990-05-23 Toray Ind Inc 繊維断面形状係数の計測方法およびその計測装置
US5644646A (en) * 1994-08-05 1997-07-01 University Of Utah Research Foundation Vessel enhancement filtering in magnetic resonance angiography
CN1335496A (zh) * 2000-04-18 2002-02-13 香港大学 一种检查图象以检测缺陷的方法及装置
CN1987893A (zh) * 2006-10-27 2007-06-27 东华大学 一种面向摄像整纬器的织物纹理图像识别方法
CN101140598A (zh) * 2006-09-07 2008-03-12 株式会社理光 部件识别图像处理器、生成部件识别图像的程序和存储程序的记录介质
CN105421012A (zh) * 2015-11-03 2016-03-23 顾金华 基于机器视觉的织物自动整花方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02134507A (ja) * 1988-11-16 1990-05-23 Toray Ind Inc 繊維断面形状係数の計測方法およびその計測装置
US5644646A (en) * 1994-08-05 1997-07-01 University Of Utah Research Foundation Vessel enhancement filtering in magnetic resonance angiography
CN1335496A (zh) * 2000-04-18 2002-02-13 香港大学 一种检查图象以检测缺陷的方法及装置
CN101140598A (zh) * 2006-09-07 2008-03-12 株式会社理光 部件识别图像处理器、生成部件识别图像的程序和存储程序的记录介质
CN1987893A (zh) * 2006-10-27 2007-06-27 东华大学 一种面向摄像整纬器的织物纹理图像识别方法
CN105421012A (zh) * 2015-11-03 2016-03-23 顾金华 基于机器视觉的织物自动整花方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110791944A (zh) * 2019-11-15 2020-02-14 常州瑞昇科技有限公司 整纬机控制方法、装置、计算机设备和存储介质
CN110791944B (zh) * 2019-11-15 2020-09-15 常州瑞昇科技有限公司 整纬机控制方法、装置、计算机设备和存储介质
CN111926551A (zh) * 2020-08-24 2020-11-13 常州市宏大电气有限公司 一种织品矫正模组、织品矫正机构及织品矫正方法

Also Published As

Publication number Publication date
CN108755072B (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112712512A (zh) 一种基于人工智能的热轧带钢结疤缺陷检测方法及系统
CN108921819B (zh) 一种基于机器视觉的验布装置及方法
CN108388885A (zh) 面向大型直播场景的多人特写实时识别与自动截图方法
CN104732536A (zh) 一种基于改进形态学的亚像素边缘检测方法
CN108755072A (zh) 基于机器视觉的织物在线自动整花方法
CN109685766A (zh) 一种基于区域融合特征的布匹瑕疵检测方法
CN110348461A (zh) 一种工件表面缺陷特征提取方法
CN108876768A (zh) 导光板暗影缺陷检测方法
CN102156996A (zh) 一种图像边缘检测的方法
CN110909631B (zh) 一种手指静脉图像roi提取和增强方法
CN104021561A (zh) 基于小波变换及形态学运算的织物起毛起球图像分割方法
Roy et al. IRIS segmentation using Daughman's method
CN104778710A (zh) 一种基于量子理论的形态学图像边缘检测方法
CN110570418B (zh) 一种织唛缺陷检测方法和装置
CN106023160A (zh) 高炉料面图像边缘检测方法及装置
CN109035135A (zh) 一种基于机器视觉的织物在线自动整花方法
CN114494226A (zh) 一种基于图形质心跟踪算法的纺织丝饼油污缺陷检测方法
CN105421012B (zh) 基于机器视觉的织物自动整花方法
Lin et al. A new prediction method for edge detection based on human visual feature
CN110400319A (zh) 一种基于区域分割法的丝饼油污分割算法
Huang et al. A real-time algorithm for aluminum surface defect extraction on non-uniform image from CCD camera
CN108986093B (zh) 基于机器视觉的圆网或平网印花机堵网疵点检测方法
CN109145875B (zh) 一种人脸图像中的黑框眼镜去除方法及装置
CN109740601A (zh) 一种压印类型识别方法及装置
CN116883269A (zh) 一种基于机器视觉的织物在线自动整花方法

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
TA01 Transfer of patent application right

Effective date of registration: 20201109

Address after: 213022 Taishan Road, Xinbei District, Jiangsu, China, No. 220, No.

Applicant after: CHANGZHOU HONGDA ELECTRIC Co.,Ltd.

Address before: 213022 Taishan Road, Xinbei District, Jiangsu, China, No. 220, No.

Applicant before: CHANGZHOU HONGDA INTELLIGENT EQUIPMENT INDUSTRY DEVELOPMENT RESEARCH INSTITUTE Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant