CN111005152A - 基于图形相似性比较的纱线检测方法 - Google Patents

基于图形相似性比较的纱线检测方法 Download PDF

Info

Publication number
CN111005152A
CN111005152A CN201911327701.5A CN201911327701A CN111005152A CN 111005152 A CN111005152 A CN 111005152A CN 201911327701 A CN201911327701 A CN 201911327701A CN 111005152 A CN111005152 A CN 111005152A
Authority
CN
China
Prior art keywords
yarn
image sensor
processor
binary function
emission unit
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
CN201911327701.5A
Other languages
English (en)
Other versions
CN111005152B (zh
Inventor
刘瑜
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.)
Ningxia Hengfeng rester science and Technology Co.,Ltd.
Original Assignee
Hangzhou Jingyi Intelligent Science and Technology 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 Hangzhou Jingyi Intelligent Science and Technology Co Ltd filed Critical Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Priority to CN201911327701.5A priority Critical patent/CN111005152B/zh
Publication of CN111005152A publication Critical patent/CN111005152A/zh
Application granted granted Critical
Publication of CN111005152B publication Critical patent/CN111005152B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • D—TEXTILES; PAPER
    • D04—BRAIDING; LACE-MAKING; KNITTING; TRIMMINGS; NON-WOVEN FABRICS
    • D04B—KNITTING
    • D04B35/00—Details of, or auxiliary devices incorporated in, knitting machines, not otherwise provided for
    • D04B35/10—Indicating, warning, or safety devices, e.g. stop motions
    • D04B35/12—Indicating, warning, or safety devices, e.g. stop motions responsive to thread consumption
    • D—TEXTILES; PAPER
    • D04—BRAIDING; LACE-MAKING; KNITTING; TRIMMINGS; NON-WOVEN FABRICS
    • D04B—KNITTING
    • D04B35/00—Details of, or auxiliary devices incorporated in, knitting machines, not otherwise provided for
    • D04B35/10—Indicating, warning, or safety devices, e.g. stop motions
    • D04B35/14—Indicating, warning, or safety devices, e.g. stop motions responsive to thread breakage
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Textile Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Filamentary Materials, Packages, And Safety Devices Therefor (AREA)

Abstract

本发明公开一种基于图像形态识别的纱线检测方法，设置外壳，以及设置在外壳内部的电子控制装置，所述的电子控制装置包括电源电路、处理器，与处理器连接的红外发射单元和图像传感器，所述的处理器的内部设置纱线状态判断方法，其步骤为：(1)、每隔固定周期T，处理器采集图像传感器输出的图像数据f t(x,y)；(2)、采用二值化算法，将图像数据f t(x,y)进行二值化处理得到y t(x,y)；(3)、计算当前的二值函数y t(x,y)与上次采样的二值函数y t‑1(x,y)在不同偏移量i时，差的绝对值之和Ri；(4)、比较出Ri中的最小值Rmin，即为二值函数y t(x,y)与y t‑1(x,y)的相似度；(5)、当Rmin大于或者等于预设阈值K时，判定纱线处于运动状态；当Rmin小于预设阈值K时，判定纱线处于静止状态。

Description

基于图形相似性比较的纱线检测方法
技术领域
本发明涉及一种基于图形相似性比较的纱线检测方法，属于纺织电子的技术领域。
背景技术
纱线是组成衣物的主要原料，甚至是唯一组成部分，因此纱线的好坏或者生产过程中的状态决定了衣物的质量。比如，无缝内衣机和袜子机，一组纱线断纱或者缺纱，如果不及时发现，则整件成衣就报废了。因此纱线状态检测可以有效降低次品率，提高生产效率，降低生产成本。目前使用的纱线状态传感器采用差分式的红外光敏二极管进行检测的。这种方式具有原理简单，成本低的优点，但是放大电路的增益非常大，容易受到干扰，并且检测区域非常狭小，对安装要求很高。随着计算机视觉的发展，不仅成像器件和图像处理器件的成本大大降低，图像处理技术也充分发展，使基于完整图像形态分析纱线的状态称为可能。
发明内容
本发明的目的是为了克服现有技术中的不足之处，采用图像传感器的检测方式，提供一种基于图形相似性比较的纱线检测方法，对纱线前后两个采样数据进行相似性对比，该方案原理简单，工作可靠，并且是无接触式的检测方案，对环境光照的变化不敏感。
本发明解决其技术问题所采用的技术方案是：
基于图形相似性比较的纱线检测方法，设置U形的外壳，以及设置在所述的外壳内部的电子控制装置，所述的电子控制装置包括提供电源的电源电路、进行运算处理的处理器，与所述的处理器连接的红外发射单元和图像传感器，所述的图像传感器上设置红外滤波片，所述的红外发射单元设置在所述的图像传感器的正上方，纱线从所述的红外发射单元的下方穿过，并投影到所述的图像传感器上，所述的处理器的内部设置纱线状态判断方法，所述的纱线状态判断方法可以在纱线轻微运动状态下检测静止还是运动状态，其步骤为：
(1)、每隔固定周期T，所述的处理器采集所述的图像传感器输出的图像数据f t(x,y)，x=1~M，y=1~N，其中，M为x轴方向上的最大像素个数，N为y轴方向上的最大像素个数；
(2)、采用二值化算法，将所述的图像数据f t(x,y)进行二值化处理，得到二值函数y t(x,y)，且纱线的投影区域y t(x,y)=1，非投影区域y t(x,y)=0；
(3)、计算当前的二值函数y t(x,y)与上次采样的二值函数y t-1(x,y)在不同偏移量i时，差的绝对值之和Ri=
Figure 631771DEST_PATH_IMAGE002
+
Figure 611229DEST_PATH_IMAGE004
，其中i=1~M-1；
(4)、比较出Ri中的最小值Rmin，即为当前的二值函数y t(x,y)与上次采样的二值函数y t-1(x,y)的相似度；
(5)、当Rmin大于或者等于预设阈值K时，判定纱线处于运动状态；当Rmin小于预设阈值K时，判定纱线处于静止状态。
实施本发明的积极效果是：1、采用图像传感器的检测方式，对纱线前后两个采样数据进行相似性对比，判断纱线的微动状态；2、原理简单，工作可靠；3、对环境光照的变化不敏感，并且无接触式检测，对纱线无影响。
附图说明
图1是电子控制装置的安装图；
图2是二值函数的示意图。
具体实施方式
现结合附图对本发明作进一步说明：
参照图1－2，基于图形相似性比较的纱线检测方法，设置U形的外壳，以及设置在所述的外壳内部的电子控制装置，所述的电子控制装置包括提供电源的电源电路、进行运算处理的处理器，与所述的处理器连接的红外发射单元1和图像传感器2，所述的图像传感器2上设置红外滤波片3。
所述的电源电路是将输入电源进行电平转换，并稳压，为其他电路提供电源。
所述的图像传感器2设置为对红外线敏感的CCD线性图像传感器或者CMOS线性图像传感器，所述的处理器可根据需要进行读取图像数据。
所述的红外滤波片3，可滤除红外光以外的光线，这样可大大提高环境适应性，避免外界光源的干扰。为了加强纱线成像的清晰度和对比度，所述的红外发射单元1设置在所述的图像传感器2的正上方，纱线从所述的红外发射单元1的下方穿过，并投影到所述的图像传感器2上。
所述的处理器的内部设置纱线状态判断方法，所述的纱线状态判断方法可以在纱线轻微运动状态下检测静止还是运动状态，其步骤为：
(1)、每隔固定周期T，所述的处理器采集所述的图像传感器2输出的图像数据f t(x,y)，x=1~M，y=1~N，其中，M为x轴方向上的最大像素个数，N为y轴方向上的最大像素个数；
在步骤(1)中，所述的处理器1每隔固定周期T进行采样，得到二维矩阵的图像序列f t(x,y)，f t-1(x,y)，f t-2(x,y)，．．．．．．
(2)、采用二值化算法，将所述的图像数据f t(x,y)进行二值化处理，得到二值函数y t(x,y)，且纱线的投影区域y t(x,y)=1，非投影区域y t(x,y)=0；
在步骤(2)中，采用经验数据作为分割阈值，如果f t(x,y) 大于或者等于分割阈值，则y t(x,y)=0，此处为所述纱线的非投影区域；如果f t(x,y) 小于分割阈值，则y t(x,y)=1，此处为所述纱线的投影区域。
(3)、计算当前的二值函数y t(x,y)与上次采样的二值函数y t-1(x,y)在不同偏移量i时，差的绝对值之和Ri=
Figure DEST_PATH_IMAGE005
+
Figure DEST_PATH_IMAGE006
，其中i=1~M-1；
如果两次两样时刻，纱线处于同一状态，那么二值函数y t(x,y)和上次采样的二值函数y t-1(x,y)直接差分，结果为零或者接近于零；如果两次两样时刻，纱线并没有处于输送纱线的状态，而是由于周围环境的影响而轻微摆动，那么二值函数y t(x,y)和上次采样的二值函数y t-1(x,y)经过偏移之后进行差分，结果为零或者接近于零；反之，纱线处于输送纱线的状态，那么纱线形态就会发生改变，二值函数y t(x,y)和上次采样的二值函数y t-1(x,y)的差分就会数值较大。
(4)、比较出Ri中的最小值Rmin，即为当前的二值函数y t(x,y)与上次采样的二值函数y t-1(x,y)的相似度；
因为不能确定纱线的摆动幅度，因此在步骤(3)中，将二值函数y t(x,y)与y t-1(x,y)求差分的偏移量在1到M的范围进行了计算，取其中的最小值作为相似度。
(5)、当Rmin大于或者等于预设阈值K时，判定纱线处于运动状态；当R小于预设阈值K时，判定纱线处于静止状态。
按照纱线静止时，相似度Rmin接近于零的原则进行判断。

Claims (1)

1.基于图形相似性比较的纱线检测方法，设置U形的外壳，以及设置在所述的外壳内部的电子控制装置，所述的电子控制装置包括提供电源的电源电路、进行运算处理的处理器，与所述的处理器连接的红外发射单元和图像传感器，所述的图像传感器上设置红外滤波片，所述的红外发射单元设置在所述的图像传感器的正上方，纱线从所述的红外发射单元的下方穿过，并投影到所述的图像传感器上，其特征在于：所述的处理器的内部设置纱线状态判断方法，所述的纱线状态判断方法可以在纱线轻微运动状态下检测静止还是运动状态，其步骤为：
(1)、每隔固定周期T，所述的处理器采集所述的图像传感器输出的图像数据f t(x,y)，x=1~M，y=1~N，其中，M为x轴方向上的最大像素个数，N为y轴方向上的最大像素个数；
(2)、采用二值化算法，将所述的图像数据f t(x,y)进行二值化处理，得到二值函数y t(x,y)，且纱线的投影区域y t(x,y)=1，非投影区域y t(x,y)=0；
(3)、计算当前的二值函数y t(x,y)与上次采样的二值函数y t-1(x,y)在不同偏移量i时，差的绝对值之和Ri=
Figure 561978DEST_PATH_IMAGE002
+
Figure 167534DEST_PATH_IMAGE004
，其中i=1~M-1；
(4)、比较出Ri中的最小值Rmin，即为当前的二值函数y t(x,y)与上次采样的二值函数y t-1(x,y)的相似度；
(5)、当Rmin大于或者等于预设阈值K时，判定纱线处于运动状态；当Rmin小于预设阈值K时，判定纱线处于静止状态。
CN201911327701.5A 2019-12-20 2019-12-20 基于图形相似性比较的纱线检测方法 Active CN111005152B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911327701.5A CN111005152B (zh) 2019-12-20 2019-12-20 基于图形相似性比较的纱线检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911327701.5A CN111005152B (zh) 2019-12-20 2019-12-20 基于图形相似性比较的纱线检测方法

Publications (2)

Publication Number Publication Date
CN111005152A true CN111005152A (zh) 2020-04-14
CN111005152B CN111005152B (zh) 2022-02-01

Family

ID=70117046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911327701.5A Active CN111005152B (zh) 2019-12-20 2019-12-20 基于图形相似性比较的纱线检测方法

Country Status (1)

Country Link
CN (1) CN111005152B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202022100786U1 (de) 2022-02-11 2022-03-03 Gaurav Kumar Arora Intelligentes System zur Erkennung bearbeiteter Bildern mit künstlicher Intelligenz und maschinellem Lernen

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102031605A (zh) * 2010-11-12 2011-04-27 刘瑜 一种纺机纱线状态的检测装置及其检测方法
CN102409458A (zh) * 2011-07-14 2012-04-11 刘瑜 基于小型图像传感器的纱线状态检测装置和检测方法
CN102602681A (zh) * 2012-01-13 2012-07-25 天津工业大学 基于机器视觉的输送带跑偏故障在线检测方法
CN103336962A (zh) * 2013-07-16 2013-10-02 慈溪思达电子科技有限公司 纱线状态传感器的图像判定方法
CN103352283A (zh) * 2013-07-19 2013-10-16 慈溪思达电子科技有限公司 纱线状态传感器判断微动状态的图像识别方法
CN104899589A (zh) * 2015-05-12 2015-09-09 广州中大数码科技有限公司 一种采用阈值二值化算法实现二维条码预处理的方法
CN107388974A (zh) * 2017-09-01 2017-11-24 浙江华东工程安全技术有限公司 光电式双向位移量测新方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102031605A (zh) * 2010-11-12 2011-04-27 刘瑜 一种纺机纱线状态的检测装置及其检测方法
CN102409458A (zh) * 2011-07-14 2012-04-11 刘瑜 基于小型图像传感器的纱线状态检测装置和检测方法
CN102602681A (zh) * 2012-01-13 2012-07-25 天津工业大学 基于机器视觉的输送带跑偏故障在线检测方法
CN103336962A (zh) * 2013-07-16 2013-10-02 慈溪思达电子科技有限公司 纱线状态传感器的图像判定方法
CN103352283A (zh) * 2013-07-19 2013-10-16 慈溪思达电子科技有限公司 纱线状态传感器判断微动状态的图像识别方法
CN104899589A (zh) * 2015-05-12 2015-09-09 广州中大数码科技有限公司 一种采用阈值二值化算法实现二维条码预处理的方法
CN107388974A (zh) * 2017-09-01 2017-11-24 浙江华东工程安全技术有限公司 光电式双向位移量测新方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202022100786U1 (de) 2022-02-11 2022-03-03 Gaurav Kumar Arora Intelligentes System zur Erkennung bearbeiteter Bildern mit künstlicher Intelligenz und maschinellem Lernen

Also Published As

Publication number Publication date
CN111005152B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN103336962B (zh) 纱线状态传感器的图像判定方法
CN103352283A (zh) 纱线状态传感器判断微动状态的图像识别方法
St-Charles et al. Improving background subtraction using local binary similarity patterns
Stringa Morphological Change Detection Algorithms for Surveillance Applications.
CN111354026B (zh) 一种基于surf特征的改进列车图像精确配准方法和系统
CN111005152B (zh) 基于图形相似性比较的纱线检测方法
JPH07336694A (ja) 背景差分法を用いた移動体検出方法
Xiang et al. A dictionary-based method for tire defect detection
Song et al. Micro surface defect detection method for silicon steel strip based on saliency convex active contour model
CN115222709A (zh) 一种基于人工智能的拉链布带缺陷检测方法
CN111058182A (zh) 基于投影区域统计的纱线状态检测方法
CN111058183B (zh) 基于图像形态识别的纱线检测方法
CN111058131A (zh) 基于移动距离分析的纺机纱线监测方法
CN111088597B (zh) 基于轮廓线分析的纱线状态检测方法
CN111141748A (zh) 基于绒边分析的纱线状态检测方法
CN109410137B (zh) 一种暗弱目标的探测方法
CN112760802A (zh) 基于特征两维度描述的纱线状态判别方法
CN111139580A (zh) 基于纵向直方图分析的纺机纱线监测方法
CN111139582A (zh) 基于边缘投影分析的纺机纱线监测方法
Johansson et al. Low-power optical sensor for traffic detection
Zhang et al. Defect detection of mobile phone screen based on improved difference image method
CN111058270A (zh) 基于重心分析的纱线状态检测方法
CN111139579A (zh) 基于纵向宽度分布的纺机纱线监测方法
CN111139562A (zh) 基于梯度分析的纺机纱线监测方法
US9804000B2 (en) Optical sensor array apparatus

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: 20220112

Address after: 751100 phase II of Wool Textile Industrial Park, Wuzhong Jinji Industrial Park, Wuzhong City, Ningxia Hui Autonomous Region

Applicant after: Ningxia Hengfeng rester science and Technology Co.,Ltd.

Address before: 310013 no.256, 6th floor, building 2, Huahong building, 248 Tianmushan Road, Xihu District, Hangzhou City, Zhejiang Province

Applicant before: HANGZHOU JINGYI INTELLIGENT SCIENCE & TECHNOLOGY Co.,Ltd.

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