CN110132154B - 一种基于机器视觉的钢筘质量检测方法 - Google Patents
一种基于机器视觉的钢筘质量检测方法 Download PDFInfo
- Publication number
- CN110132154B CN110132154B CN201910485839.1A CN201910485839A CN110132154B CN 110132154 B CN110132154 B CN 110132154B CN 201910485839 A CN201910485839 A CN 201910485839A CN 110132154 B CN110132154 B CN 110132154B
- Authority
- CN
- China
- Prior art keywords
- reed
- image
- roller
- quality detection
- camera
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于纺织自动检测领域,涉及一种基于机器视觉的钢筘质量检测方法。所述的检测方法步骤如下:第一步,图像采集:通过水平导轨水平运动实现待测钢筘图像连续有重叠采集。第二步,图像角度校正:对采集到的待测钢筘图像进行倾向角度校正。第三步,图像拼接。第四步,筘齿分割:设拼接好的图像为C,对其进行二值化,进而将筘齿从背景中分割出来。第五步,筘齿间距测量:由于筘齿的灰度值比背景高,经过二值化后的筘齿区域为白色,筘齿间隙区域为黑色,相邻筘齿之间的像素点个数,再结合当前图像分辨率即可计算出所有筘齿的间距。本发明检测效率高,测量的精度高,能够直观的统计出筘齿间距的分布情况,为钢筘质量评价提供基础。
Description
技术领域
本发明属于纺织自动检测领域,涉及一种基于机器视觉的钢筘质量检测方法。
背景技术
在织物生产过程中,钢筘筘齿数和筘号是表示钢筘规格的重要指标,筘齿总数是指一片钢筘总的筘齿数,筘号是规定长度内的筘齿数。短筘或筘号较低时即可由人工计数,但较长的筘或筘号较高时就很难给出准确的筘齿总数。随着织机织机高速化,钢筘在高频摩擦及剧烈打纬作用外力下,筘片磨损严重,筘齿间距变异大。若筘齿间距分布差异大,严重时改变其原本筘号,导致织造时布面产生条影、筘路等疵点,严重影响产品质量。目前对钢筘筘齿数间距检测主要是人工借助钢筘检测仪完成。当前的筘齿总数自动检测手段都是基于光电及压力传感器的方法,虽然该方法结构,硬件相对成本相对较低,但并不能实现钢筘筘齿间距的准确测量。为此,本发明利用图像处理技术,通过对钢筘图像的高分辨拍摄和分析实现钢筘筘齿间距的准确测量。
专利(CN201220344987.5一种钢筘检测仪)提出了一种通过将压力传感器安装在检测滑车上,滑车在导轨上运行经过钢筘时,传感器将检测数据传输给计算机,计算机以实测动态曲线的方式显示出密度趋势图,从而得出钢筘筘齿总数、筘号等数据。但考虑到实际应用中,借助外力的作用并不能保证滑车的速度恒定。其次,该发明属于一种接触性测量的方法,并不适合反复使用。因此这种间接测量方法并不能得出精确的钢筘筘齿总数、筘号等数据,该专利也没有给出筘齿间距分布的钢筘质量检测方法及装置。
发明内容
本发明提供一种基于机器视觉的钢筘质量检测方法,该方法利用钢筘质量检测装置的相机获取钢筘图像,然后通过对钢筘图像进行分析实现筘齿间距的测量。
钢筘质量检测装置包括水平导轨、相机、工控机、光源、暗箱、滑辊、传动辊和压力辊;
所述的暗箱置于水平导轨上表面,传动辊置于暗箱内部,传动辊与电机相连,由电机带动其旋转;传动辊的正上方设有压力辊,传动辊与压力辊之间设有间隙;至少两根滑辊水平置于水平导轨的上表面,传动辊与滑辊平行,待测钢筘放置于滑辊上方,当待测钢筘一端压在传动辊,压力辊给待测钢筘向下的压力,传动辊带动待测钢筘前行,滑辊在水平导轨上旋转。
所述的相机固定在暗箱内部,光源固定在相机的两侧,用于提供相机拍摄图像时所需的光亮度;相机镜头垂直向下,拍摄经滑辊平面移动的待测钢筘图像。所述的工控机与电机和相机相连,控制传动辊的转速和相机的拍摄速度。
进一步的,所述的传动辊的外表面平行设有两排橡胶凸起,用于增大与待测钢筘接触的摩擦力。
一种基于机器视觉的钢筘质量检测方法,步骤如下:
第一步,图像采集:
通过钢筘质量检测装置实现待测钢筘图像连续有重叠采集。所采集的待测钢筘图像分辨率为80~200像素/毫米,相邻图像之间重合区域面积占原图像的10%~90%。
第二步,图像角度校正:
2.1:设采集到的待测钢筘图像为{Ai}∈Rm×n,计算图像Ai中每一列的平均灰度值,记为Ti∈Rn;
2.2:计算Ti的标准差,记为Vi;
2.3:将图像Ai进行旋转,旋转角度从-10到10度,步长为0.5度,并重复步骤2.1和2.2,计算每个角度的标准差S,并取其最小值所对应的角度对图像进行校正。
第三步,图像拼接:
3.1:设相邻两张图像为Ai和Ai+1,在图像Ai和Ai+1的重合区域内选取大小为k×k的图像块P;
3.2:设图像块P从图像Ai+1中选取,并以此为模板在图像Ai中进行模板匹配,所用的模板匹配方法为皮尔逊相关系数;
3.3:选取图像块P在图像Ai中皮尔逊相关系数最大值所对应的位置作为拼接点对图像Ai和Ai+1进行拼接。
3.4:重复步骤3.1~3.3,对所有待测钢筘图像进行拼接。
第四步,筘齿分割:
设拼接好的图像为C,对其进行二值化,进而将筘齿从背景中分割出来。所采用的二值化方法是先计算图像每列灰度平均值,然后再对每列灰度平均值进行二值化,采用的阈值为每列灰度平均值的均值。
第五步,筘齿间距测量:
由于筘齿的灰度值比背景高,经过二值化后的筘齿区域为白色,筘齿间隙区域为黑色,故通过统计所有相邻筘齿之间的像素点个数,再结合当前图像分辨率即可计算出所有筘齿的间距。
本发明的有益效果:
本发明公开了一种基于图像分析的钢筘筘齿间距测量方法,采用CCD相机对钢筘图像进行采集,然后应用图像分析技术,提取筘齿间距,本发明检测效率高,测量的精度高,能够直观的统计过大或过小筘齿间距的分布情况,为钢筘质量评价提供基础。
附图说明
图1为本发明装置的整体结构正视图。
图2为本发明装置的整体结构俯视图。
图3为本发明所采集到钢筘图像。
图4(a)为本发明所采集到相邻图像。
图4(b)为本发明所采集到相邻图像。
图5为图4两张相邻图像拼接结果。
图6为图5筘齿分割后的二值图像。
图7为部分筘齿间距测量结果。
图中:1水平导轨;2待测钢筘;3相机;4工控机;5光源;6暗箱;7滑辊;8传动辊;9压力辊。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施案例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些装置简化图,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,可以很直观的看懂该发明装置的操作流程并可以上机操作。
本发明实施例提供了一种基于机器视觉的钢筘质量检测方法,包括以下步骤:
(1)使用图1和图2装置采集钢筘图像,图像尺寸1292×256像素,分辨率为100像素/毫米,设定采集帧频使得相邻图像之间重合区域面积占原图像的50%,其采集到的钢筘图像实例如图3所示;
(2)将每张采集到的钢筘图像进行倾斜角度校正,旋转角度从-10到10度,步长为0.5度。
(3)图4(a)和图4(b)为采集到的相邻两张钢筘图像,选取大小为200×200像素的图像块进行拼接,拼接匹配算法采用皮尔逊相关系数,拼接结果如图5所示。
(4)将拼接好的图像先求取每列平均值,然后对每列平均值进行二值化,阈值选用每列平均值的平均值,分割结果如图6所示。
(5)在分割图像基础上,统计相邻筘齿之间像素点个数,再结合当前图像分辨率即可计算出所有筘齿的间距,图7给出了部分筘齿间距的测量结果。从图7可以看出,本发明所提供的方法可以很好测量筘齿间距,并直观看出其分布情况,为钢筘质量评价提供基础。
Claims (4)
1.一种基于机器视觉的钢筘质量检测方法,其特征在于,步骤如下:
第一步,图像采集:
通过钢筘质量检测装置实现待测钢筘(2)图像连续有重叠采集;所采集的待测钢筘(2)图像分辨率为80~200像素/毫米,相邻图像之间重合区域面积占原图像的10%~90%;
第二步,图像角度校正:
2.1:设采集到的待测钢筘(2)图像为{Ai}∈Rm×n,计算图像Ai中每一列的平均灰度值,记为Ti∈Rn;
2.2:计算Ti的标准差,记为Vi;
2.3:将图像Ai进行旋转,旋转角度从-10到10度,步长为0.5度,并重复步骤2.1和2.2,计算每个角度的标准差S,并取其最小值所对应的角度对图像进行校正;
第三步,图像拼接:
3.1:设相邻两张图像为Ai和Ai+1,在图像Ai和Ai+1的重合区域内选取大小为k×k的图像块P;
3.2:设图像块P从图像Ai+1中选取,并以此为模板在图像Ai中进行模板匹配,所用的模板匹配方法为皮尔逊相关系数;
3.3:选取图像块P在图像Ai中皮尔逊相关系数最大值所对应的位置作为拼接点对图像Ai和Ai+1进行拼接;
3.4:重复步骤3.1~3.3,对所有待测钢筘图像进行拼接;
第四步,筘齿分割:
设拼接好的图像为C,对其进行二值化,进而将筘齿从背景中分割出来;
第五步,筘齿间距测量:
经过二值化后的筘齿区域为白色,筘齿间隙区域为黑色,通过统计所有相邻筘齿之间的像素点个数,再结合当前图像分辨率即可计算出所有筘齿的间距。
2.如权利要求1所述的基于机器视觉的钢筘质量检测方法,其特征在于,第四步中,所采用的二值化方法是先计算图像每列灰度平均值,然后再对每列灰度平均值进行二值化,采用的阈值为每列灰度平均值的均值。
3.如权利要求1或2所述的基于机器视觉的钢筘质量检测方法,其特征在于,所述钢筘质量检测方法采用的钢筘质量检测装置包括水平导轨(1)、相机(3)、工控机(4)、光源(5)、暗箱(6)、滑辊(7)、传动辊(8)和压力辊(9);
所述的暗箱(6)置于水平导轨(1)上表面,传动辊(8)置于暗箱(6)内部,传动辊(8)与电机相连,由电机带动其旋转;传动辊(8)的正上方设有压力辊(9),传动辊(8)与压力辊(9)之间设有间隙;至少两根滑辊(7)水平置于水平导轨(1)的上表面,传动辊(8)与滑辊(7)平行,待测钢筘(2)放置于滑辊(7)上方,当待测钢筘(2)一端压在传动辊(8),压力辊(9)给待测钢筘(2)向下的压力,传动辊(8)带动待测钢筘(2)前行,滑辊(7)在水平导轨(1)上旋转;
所述的相机(3)固定在暗箱(6)内部,光源(5)固定在相机(3)的两侧,用于提供相机(3)拍摄图像时所需的光亮度;相机(3)镜头垂直向下,拍摄经滑辊(7)平面移动的待测钢筘图像;所述的工控机(4)与电机和相机(3)相连,控制传动辊(8)的转速和相机(3)的拍摄速度。
4.如权利要求3所述的基于机器视觉的钢筘质量检测方法,其特征在于,所述的钢筘质量检测装置的传动辊(8)的外表面平行设有两排橡胶凸起,用于增大与待测钢筘(2)接触的摩擦力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910485839.1A CN110132154B (zh) | 2019-06-05 | 2019-06-05 | 一种基于机器视觉的钢筘质量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910485839.1A CN110132154B (zh) | 2019-06-05 | 2019-06-05 | 一种基于机器视觉的钢筘质量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110132154A CN110132154A (zh) | 2019-08-16 |
CN110132154B true CN110132154B (zh) | 2021-02-05 |
Family
ID=67580341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910485839.1A Active CN110132154B (zh) | 2019-06-05 | 2019-06-05 | 一种基于机器视觉的钢筘质量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110132154B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0763687A (ja) * | 1993-08-24 | 1995-03-10 | Fuji Xerox Co Ltd | 表面層欠陥検出装置 |
JP2009180601A (ja) * | 2008-01-30 | 2009-08-13 | Nippon Avionics Co Ltd | パターン検査方法および装置 |
CN102157004A (zh) * | 2011-04-18 | 2011-08-17 | 东华大学 | 用于超视场零件高精度影像测量仪的自动图像拼接方法 |
CN202615437U (zh) * | 2012-05-22 | 2012-12-19 | 绍兴文理学院 | 钢筘自动检测装置 |
CN103593663B (zh) * | 2013-09-27 | 2016-08-17 | 北京中钞钞券设计制版有限公司 | 一种钞券印版的图像定位方法 |
CN106714465A (zh) * | 2017-01-10 | 2017-05-24 | 昆山铭驰自动化科技有限公司 | 一种基于视觉检测的pcb板自动拼接方法 |
CN107132235B (zh) * | 2017-06-21 | 2019-07-05 | 江南大学 | 在线织物疵点检测方法 |
CN108319958A (zh) * | 2018-03-16 | 2018-07-24 | 福州大学 | 一种基于特征融合匹配的行驶证检测和识别方法 |
CN109357630B (zh) * | 2018-10-30 | 2019-10-18 | 南京工业大学 | 一种多类型工件批量视觉测量系统及方法 |
CN109584241B (zh) * | 2019-01-18 | 2020-12-18 | 福建伟易泰智能科技有限公司 | 一种钢筘的检测方法及装置 |
-
2019
- 2019-06-05 CN CN201910485839.1A patent/CN110132154B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110132154A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108332689B (zh) | 一种检测表面粗糙度和表面损伤的光学测量系统及方法 | |
CN101387493B (zh) | 铁塔构件孔的形位尺寸非接触光电检测方法 | |
US20070248246A1 (en) | Electro-optical method and apparatus for evaluating protrusions of fibers from a fabric surface | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
CN105374046A (zh) | 一种基于细纱图像的细纱机在线断头检测装置及检测算法 | |
CN106556601B (zh) | 基于图像采集的布面毛羽分析及统计方法 | |
CN111507942B (zh) | 一种基于多视角图像分析的化纤长丝毛丝检测装置与方法 | |
CN112858321A (zh) | 基于线阵ccd的钢板表面缺陷检测系统及方法 | |
CN103257145A (zh) | 一种生丝外观质量的检测方法 | |
CN112767384B (zh) | 一种弹力布克重在线检测系统的补偿方法和装置 | |
CN115239711A (zh) | 一种缝制设备的在线运行异常识别系统 | |
CN110132154B (zh) | 一种基于机器视觉的钢筘质量检测方法 | |
CN105072330A (zh) | 一种线阵相机的自动调焦方法 | |
CN113155839A (zh) | 一种基于机器视觉的钢板外表面缺陷在线检测方法 | |
CN105277560B (zh) | 一种织物起球等级评价分析方法及装置 | |
CN104297250A (zh) | 一种纱线毛羽检测装置 | |
CN110174407B (zh) | 一种基于机器视觉的钢筘质量检测装置 | |
CN110458809B (zh) | 一种基于亚像素边缘检测的纱线条干均匀度检测方法 | |
CN115535525A (zh) | 基于图像匹配的输送带纵向撕裂检测系统及方法 | |
CN112408153B (zh) | 电梯制动过程钢丝绳移动量监测方法 | |
CN110210359B (zh) | 空间滤波测速技术中速度测量优化方法 | |
CN110672209A (zh) | 一种经编布匹色差在线检测方法 | |
CN109064463B (zh) | 一种齿面点蚀面积率测量方法及系统 | |
CN110095474B (zh) | 一种基于机器视觉及瑕疵筛选的绷带绕卷装置及绷带绕卷方法 | |
CN111203389A (zh) | 一种视觉检测装置以及检测方法 |
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 |