CN110174407B - 一种基于机器视觉的钢筘质量检测装置 - Google Patents
一种基于机器视觉的钢筘质量检测装置 Download PDFInfo
- Publication number
- CN110174407B CN110174407B CN201910485735.0A CN201910485735A CN110174407B CN 110174407 B CN110174407 B CN 110174407B CN 201910485735 A CN201910485735 A CN 201910485735A CN 110174407 B CN110174407 B CN 110174407B
- Authority
- CN
- China
- Prior art keywords
- reed
- image
- camera
- roller
- dents
- 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
- 235000014676 Phragmites communis Nutrition 0.000 title claims abstract description 131
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 238000002347 injection Methods 0.000 claims abstract description 12
- 239000007924 injection Substances 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 12
- 239000000428 dust Substances 0.000 claims abstract description 3
- 229910000831 Steel Inorganic materials 0.000 claims description 21
- 239000010959 steel Substances 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000010191 image analysis Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000003702 image correction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 239000004753 textile Substances 0.000 abstract description 2
- 239000004744 fabric Substances 0.000 description 4
- 238000009941 weaving Methods 0.000 description 3
- 206010034960 Photophobia Diseases 0.000 description 2
- 208000013469 light sensitivity Diseases 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/13—Moving of cuvettes or solid samples to or from the investigating station
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8858—Flaw counting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8861—Determining coordinates of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Signal Processing (AREA)
- Textile Engineering (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装置。所述装置包括水平导轨、相机、工控机、光源、暗箱、滑辊、传动辊、压力辊和喷气管。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。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；喷气管固定在相机与压力辊之间的位置，钢筘检测过程中垂直向下喷气，一方面清除钢筘上的灰尘，并便于检测松弛的钢筘。相机镜头垂直向下，拍摄经滑辊平面移动的待测钢筘图像。本发明采用机器视觉代替人眼实现钢筘质量检测，速度快，精度高。
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装置。
背景技术
钢筘是纺织织造设备的关键器材之一，其作用是在织造过程中将纬纱打入织口，并使经纱和纬纱按照一定规律和密度排列，使织物达到规定的纬密和幅宽的纺织器材。随着织机织机高速化、宽幅化、系列化方面的飞速发展，目前喷气织机的车速可开900r/min，钢筘在如此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。为此，对钢筘筘齿数及筘齿间距分布进行定期检测是提升产品品质的必要条件。随着织机幅宽化及织物纱支越来越细，钢筘筘齿也变得越来越薄，大大增加了筘齿总数，因此，传统的人工和机械计数方法，已不能适应生产需要。
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。
专利(CN201210224206.3穿筘机穿筘的光电定位系统)，介绍了一种光电精确定位筘齿的方法。其采用对射式光电检测原理，先由红外发光二极管与光电三极管组成红外线传感器将光信号转换为电信号，经过整形电路后输人至单片机，由单片机控制步进电机移动光电检测装置并判断结果是否有误。虽然这种利用红外线实现了无接触定位筘齿，该方法结构简单，硬件相对成本相对较低，但是该发明并未给出准确检测钢筘筘齿总数和及筘齿间距分布的钢筘质量检测方法及装置。
专利(CN202615437U钢筘自动监测装置)，一种光敏及气压传感器的检测方法，使该钢筘自动监测装置通过设置检测平台、滑轨和滑车，实现对待测钢筘的自动检测。并通过设置光敏传感单元和气压传感单元，实现对待测钢筘各项参数的全方位检测。同时，通过采用激光光束测量，光敏接收元件接收的光强足够大，抗干扰性强，使得测量的钢筘筘齿数目计数结果准确，解决了现有技术中依靠人力测量的技术问题。另外，通过测得的筘齿数目进一步得到钢筘扣号，从而直接确定钢筘的规格，完成对钢筘筘号的检测。但是，该装置应用的光敏、气压以及激光光束测量，设备过于复杂，且成本较高，因此并不适合市场的广泛应用。
如上所述当前的筘齿总数自动检测手段有的是基于光电及压力传感器的方法，虽然该方法结构简单，硬件成本相对较低，但并不能得到精确的数据，去实现钢筘筘齿之间间距的测量。有的专利技术应用光敏、气压以及激光光束测量等各种设备的综合应用，虽然得到精确的数据，实现钢筘筘齿之间间距的测量，但操作流程过于复杂，且成本较高，并不适合市场的应用。以上所述方法都没能详细给出一种既考虑到成本，又能够高效，准确检测钢筘筘齿总数和及筘齿间距分布的钢筘质量检测方法及装置，本发明提供一种基于机器视觉的钢筘质量检测装置，能准确检测钢筘筘齿总数和及筘齿间距分布。
发明内容
为了解决现有技术问题，本发明提供一种基于机器视觉的钢筘质量检测装置，该检测装置通过相机以一定帧频连续采集获取钢筘图像，对采集图像进行分析自动计算得出筘齿总数及筘齿间距，达到准确检测钢筘筘齿总数和及筘齿间距分布的目的。
本发明的技术方案如下：
一种基于机器视觉的钢筘质量检测装置，本检测装置采用离线检测方案，即需要将待测钢筘拆卸后放在检测装置上进行检测，如图1和图2所示。
本检测装置包括水平导轨、相机、工控机、光源、暗箱、滑辊、传动辊、压力辊和喷气管。
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，喷气管一端口垂直水平导轨，喷气管垂直向下喷气；当待测钢筘一端压在传动辊，压力辊给钢筘向下的压力，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；喷气管固定在相机与压力辊之间的位置，一方面用于清除待测钢筘上的灰尘，另一方面，便于检测松弛的筘齿；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。
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，并将相机采集的图像通过图像分析模块进行分析。
所述的压力辊给予待测钢筘重力作用，增加待测钢筘与传动辊的摩擦力，使待测钢筘在水平导轨上保持匀速运动，实现待测钢筘全长度筘齿图像拍摄。
相机将全尺寸待测钢筘的图像采集到计算机中并存储，然后通过图像分析模块对钢筘图像进行分析。图像分析模块用于筘齿图像的处理，包括图像校正模块、图像拼接模块、筘齿分割模块、筘齿间距测量模块和统计分析模块，所述五个模块依次相连，待测钢筘的图像由图像校正模块处理后依次经过其余四个模块处理，输出最终结果。
所述的图像校正模块，用于将拍摄有倾斜的图像进行校正，具体处理步骤为：
2.1：设相机连续采集到的待测钢筘图像为{Ai}∈Rm×n，计算每张图像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V；
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，并计算每个角度的标准差S，取其最小值所对应的角度对图像Ai进行校正。
所述的图像拼接模块，即对相机连续采集的图像{Ai}拼接为一张全幅待测钢筘图像，具体处理步骤为：设相邻两张图像为Ai和Ai+1；
3.1：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B中选取，并以此为模板在图像中进行模板匹配，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。
所述的筘齿分割模块，即对拼接后的图像进行二值化操作，进而将筘齿从背景分割出来；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。所采用的二值化阈值为图像C所有像素点的均值。
所述的筘齿间距测量模块，即统计二值图像中相邻齿片之间的像素点，进而结合计算出全部相邻筘齿的物理距离；
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。
所述的统计分析模块，即统计所有筘齿间距的平均值和超过平均值筘齿的位置。
本发明的有益效果：
本发明采用机器视觉代替人眼实现钢筘质量检测，速度快，精度高。
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为传动辊带动钢筘运动侧面示意图。
图4为采集到的钢筘图像。
图5为图像分析模块流程图。
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；10喷气管。
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。
一种基于机器视觉的钢筘质量检测装置，本检测装置采用离线检测方案，即需要将待测钢筘拆卸后放在检测装置上进行检测，如图1、图2和图3所示。
水平导轨1通过支撑杆水平固定在机架上方且与支撑平台平行；水平导轨1上固定滑辊7，传动辊8；压力辊9固定在主动传动辊上方，相机3固定在暗箱6中；两个光源5固定在相机3的镜头两侧，能够保证相机拍摄图像时所需的光亮度；相机一侧固定一个喷气管10，相机3镜头垂直向下，采集拍摄经滑辊平面移动的待测钢筘图像，实现待测钢筘2的质量检测。
一种基于机器视觉的钢筘质量检测方法，步骤如下:
第一步：将待测钢筘放置于滑辊上方，待测钢筘一端压在传动辊同时接触压力辊。
第二步：启动计算机程序，此时，传动辊带动待测钢筘前行，顺着滑辊在水平导轨上匀速运动，喷气管垂直向下喷气。相机以6帧每秒频频采集钢筘图像，图像尺寸为1292×256像素，分辨率为0.01毫米/像素，并存储于计算机系统中，如图4所示。
第三步：钢筘图像采集完成后，图像分析模块对其进行分析，首先对对每张图像进行倾斜校正，校正时取-10到10度，步长为0.5度；然后取相邻两幅图像重叠区域200×200像素图像块进行图像拼接；接着对拼接好图像进行二值化，所采用的阈值为图像平均值；根据分辨率计算出所有筘齿之间的间距、平均间距及超过平均间距的筘齿的位置。
表1给出了本发明提出的一种基于机器视觉的钢筘质量检测装置对钢筘的检测结果，仅显示倍率排名前10筘齿位置。从表1可以看出，本发明所检测出来的筘齿位置与真实位置相差不超过10mm，能够准确检测异常筘齿的位置。
表1检测结果
Claims (7)
1.一种基于机器视觉的钢筘质量检测装置，其特征在于，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)、压力辊(9)和喷气管(10)；
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，喷气管(10)固定在相机(3)与压力辊(9)之间，喷气管(10)一端口垂直水平导轨(1)，喷气管(10)垂直向下喷气；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；喷气管(10)固定在相机(3)的一侧，用于清除待测钢筘(2)上的灰尘，便于检测松弛的筘齿；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；
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，并将相机(3)采集的图像通过图像分析模块进行分析；
相机(3)将全尺寸待测钢筘(2)的图像采集到计算机中并存储，然后通过图像分析模块对待测钢筘(2)图像进行分析；图像分析模块用于筘齿图像的处理，包括图像校正模块、图像拼接模块、筘齿分割模块、筘齿间距测量模块和统计分析模块，所述五个模块依次相连，待测钢筘的图像由图像校正模块处理后依次经过其余四个模块处理，输出最终结果。
2.如权利要求1所述的基于机器视觉的钢筘质量检测装置，其特征在于，所述的传动辊(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。
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装置，其特征在于，所述的图像校正模块，用于将拍摄有倾斜的图像进行校正，具体处理步骤为：
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，并计算每个角度的标准差S，取其最小值所对应的角度对图像Ai进行校正；
所述的图像拼接模块，即对相机连续采集的图像{Ai}拼接为一张全幅待测钢筘图像，具体处理步骤为：设相邻两张图像为Ai和Ai+1；
3.1：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B中选取，并以此为模板在图像中进行模板匹配，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。
4.如权利要求1或2所述的基于机器视觉的钢筘质量检测装置，其特征在于，所述的筘齿分割模块，即对拼接后的图像进行二值化操作，进而将筘齿从背景分割出来；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；
所述的筘齿间距测量模块，即统计二值图像中相邻齿片之间的像素点，进而结合计算出全部相邻筘齿的物理距离；
所述的统计分析模块，即统计所有筘齿间距的平均值和超过平均值筘齿的位置。
5.如权利要求3所述的基于机器视觉的钢筘质量检测装置，其特征在于，所述的筘齿分割模块，即对拼接后的图像进行二值化操作，进而将筘齿从背景分割出来；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；
所述的筘齿间距测量模块，即统计二值图像中相邻齿片之间的像素点，进而结合计算出全部相邻筘齿的物理距离；
所述的统计分析模块，即统计所有筘齿间距的平均值和超过平均值筘齿的位置。
6.如权利要求4所述的基于机器视觉的钢筘质量检测装置，其特征在于，所采用的二值化阈值为图像C所有像素点的均值。
7.如权利要求5所述的基于机器视觉的钢筘质量检测装置，其特征在于，所采用的二值化阈值为图像C所有像素点的均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910485735.0A CN110174407B (zh) | 2019-06-05 | 2019-06-05 | 一种基于机器视觉的钢筘质量检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910485735.0A CN110174407B (zh) | 2019-06-05 | 2019-06-05 | 一种基于机器视觉的钢筘质量检测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110174407A CN110174407A (zh) | 2019-08-27 |
| CN110174407B true CN110174407B (zh) | 2020-12-15 |
Family
ID=67697073
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910485735.0A Active CN110174407B (zh) | 2019-06-05 | 2019-06-05 | 一种基于机器视觉的钢筘质量检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110174407B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114882036B (zh) * | 2022-07-11 | 2022-09-20 | 南通亘祺纺织有限公司 | 一种用于纤维面料收卷装置收卷异常检测方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001304835A (ja) * | 2000-04-26 | 2001-10-31 | Toshiba Eng Co Ltd | 凹凸測定用照明装置、凹凸測定装置、欠陥検査用照明装置、欠陥検査装置およびその照明方法 |
| JP3871944B2 (ja) * | 2002-02-27 | 2007-01-24 | 株式会社ジェイテクト | 外観検査装置 |
| JP2012083189A (ja) * | 2010-10-12 | 2012-04-26 | Toppan Printing Co Ltd | 反射防止フィルム欠陥検査装置 |
| CN202615437U (zh) * | 2012-05-22 | 2012-12-19 | 绍兴文理学院 | 钢筘自动检测装置 |
| CN102878929A (zh) * | 2012-10-11 | 2013-01-16 | 江苏万工科技集团有限公司 | 织机起动特性测量系统 |
| CN205210507U (zh) * | 2015-12-11 | 2016-05-04 | 常州工程职业技术学院 | 一种穿经机图像采集装置 |
| CN205301197U (zh) * | 2015-12-30 | 2016-06-08 | 西安获德图像技术有限公司 | 一种织机在线验布系统 |
| CN106441087B (zh) * | 2016-08-15 | 2019-04-16 | 南京工业大学 | 一种基于图像处理的工件多尺寸多参数测量方法 |
| CN107643295B (zh) * | 2017-08-24 | 2019-08-20 | 中国地质大学（武汉） | 一种基于机器视觉的布匹缺陷在线检测的方法和系统 |
| 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 CN201910485735.0A patent/CN110174407B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110174407A (zh) | 2019-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN202770781U (zh) | 一种基于机器视觉的织物疵点在线检测装置 | |
| KR100938318B1 (ko) | 직물 검사방법과 그 장치 | |
| CN106979948B (zh) | 手持便携式织物密度检测系统 | |
| KR101873024B1 (ko) | 원단교정기에서의 원단패턴 정밀 검출장치 | |
| CN104535004B (zh) | 一种基于图像处理的纱线直径检测方法 | |
| 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 | |
| CN110174407B (zh) | 一种基于机器视觉的钢筘质量检测装置 | |
| CN103645190A (zh) | 用于纱线外观参数测量的可调节双扭镜盒及其装置 | |
| CN114502793B (zh) | 用于织机上织物检查系统中的多个图像收集的方法和系统 | |
| US20200385899A1 (en) | Methods and systems for triggered on-loom fabric inspection | |
| KR102445162B1 (ko) | 비전센서를 활용한 데이터 추출 및 딥러닝과 머신러닝 알고리즘에 기반한 제직 원단의 결점 검출 자동화시스템 | |
| Schneider et al. | Vision-based on-loom measurement of yarn densities in woven fabrics | |
| CN210690429U (zh) | 一种帘子布织布机缺陷在线检测系统 | |
| CN109772721A (zh) | 电机换向器外观缺陷自动化在线视觉检测装置及检测方法 | |
| CN112730463A (zh) | 基于同轴光栅光源检测玻璃盖板缺陷的装置及方法 | |
| CN207866722U (zh) | 移动式织物疵点自动检测系统 | |
| CN115639143A (zh) | 一种适用于开幅卷布机的布匹检测装置及方法 | |
| CN108132020A (zh) | 基于线阵相机的编织纱线速度与长度的测量系统及方法 | |
| US20210238781A1 (en) | Method and system for line-by-line one dimensional fabric inspection | |
| 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 | |
| CN111999314B (zh) | 一种自动检查柔性pcb加工过程中变形的装置及其方法 | |
| CN110132154B (zh) | 一种基于机器视觉的钢筘质量检测方法 | |
| CN110672209A (zh) | 一种经编布匹色差在线检测方法 | |
| CN105741250B (zh) | 基于二次插值法的自动验布机走布速度不匀的图像矫正方法 | |
| JPH0926400A (ja) | 織布の検反装置 |
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 |