CN111058131A - 基于移动距离分析的纺机纱线监测方法 - Google Patents

基于移动距离分析的纺机纱线监测方法 Download PDF

Info

Publication number
CN111058131A
CN111058131A CN201911401778.2A CN201911401778A CN111058131A CN 111058131 A CN111058131 A CN 111058131A CN 201911401778 A CN201911401778 A CN 201911401778A CN 111058131 A CN111058131 A CN 111058131A
Authority
CN
China
Prior art keywords
image sensor
yarn
processor
emission unit
infrared emission
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.)
Pending
Application number
CN201911401778.2A
Other languages
English (en)
Inventor
不公告发明人
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.)
Hangzhou Jingyi Intelligent 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 CN201911401778.2A priority Critical patent/CN111058131A/zh
Publication of CN111058131A publication Critical patent/CN111058131A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • DTEXTILES; PAPER
    • D01NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01HSPINNING OR TWISTING
    • D01H13/00Other common constructional features, details or accessories
    • D01H13/32Counting, measuring, recording or registering devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Textile Engineering (AREA)
  • Spinning Or Twisting Of Yarns (AREA)
  • Filamentary Materials, Packages, And Safety Devices Therefor (AREA)

Abstract

本发明公开一种基于移动距离分析的纺机纱线监测方法,设置外壳,以及设置在外壳内部的电子控制装置,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,图像传感器上设置红外滤波片,红外发射单元设置在图像传感器的正上方,处理器的内部设置纺机纱线监测方法,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二值函数y t(x,y);(3)计算二值函数y t(x,y)顶部区域与前次采样的y t‑1(x,y)的匹配函数Ri;(4)搜索Ri的最小值,得到i=S时,RS=MIN(Ri);(5)当S大于或者等于预设阈值K时,判定纱线处于运动状态;否则,判定纱线处于静止状态。

Description

基于移动距离分析的纺机纱线监测方法
技术领域
本发明涉及一种基于移动距离分析的纺机纱线监测方法,属于纺织电子的技术领域。
背景技术
在纺织行业,无人化生产对于提高效率、降低成本并提升竞争力是至关重要的。其中,对纱线的状态,包括断纱、缺纱等信息的监测就尤为重要了。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。
而计算机视觉模拟人类的视觉功能,采集检测对象丰富的信息,包括形状、色彩、梯度等信息,可以实现智能监控、车牌识别、工件检测等功能。并且随着硬件成本的持续降低,以及软件处理技术的完善,计算机视觉在各行各业都开始普及推广。因此基于图像分析的纱线状态检测势必成为未来的必然趋势。
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,提供一种基于移动距离分析的纺机纱线监测方法,计算纱线两个采样时刻的位置变化,该方案原理简单,工作可靠,并且是无接触式的检测方案。
本发明解决其技术问题所采用的技术方案是:
基于移动距离分析的纺机纱线监测方法,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纺机纱线监测方法,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)、截取二值函数y t(x,y)的顶部区域T:y t(x,y),y>N-W,其中,W代表顶部区域的宽度,计算顶部区域T与前次采样的二值函数y t-1(x,y)的匹配函数Ri=
Figure DEST_PATH_IMAGE002
(4)、令i在(0,N-W)范围内,搜索Ri的最小值,得到i=S时,RS=MIN(Ri),其中MIN为取最小值算子;
(5)、当S大于或者等于预设阈值K时,判定纱线处于运动状态;当S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,计算纱线两个采样时刻的位置变化,判断纱线的微动状态;2、原理简单,工作可靠;3、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,基于移动距离分析的纺机纱线监测方法,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识别方法,可以检测纱线的运动状态和静止状态,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;
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)、截取二值函数y t(x,y)的顶部区域T:y t(x,y),y>N-W,其中,W代表顶部区域的宽度,计算顶部区域T与前次采样的二值函数y t-1(x,y)的匹配函数Ri=
Figure 100002_DEST_PATH_IMAGE002A
以当前采样的二值函数y t(x,y)的顶部区域T为样本,在前次采样的二值函数y t-1(x,y)中,去计算匹配函数Ri,目的是为了寻找前次采样时刻,顶部区域T所在的位置。
(4)、令i在(0,N-W)范围内,搜索Ri的最小值,得到i=S时,RS=MIN(Ri),其中MIN为取最小值算子;
在Ri最小的位置,也就是顶部区域T在前次采样时刻所在的位置,从而得到纱线的移动距离。
(5)、当S大于或者等于预设阈值K时,判定纱线处于运动状态;当S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,S接近于零的原则进行判断。

Claims (1)

1.基于移动距离分析的纺机纱线监测方法,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纺机纱线监测方法,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)、截取二值函数y t(x,y)的顶部区域T:y t(x,y),y>N-W,其中,W代表顶部区域的宽度,计算顶部区域T与前次采样的二值函数y t-1(x,y)的匹配函数Ri=
Figure DEST_PATH_IMAGE002A
(4)、令i在(0,N-W)范围内,搜索Ri的最小值,得到i=S时,RS=MIN(Ri),其中MIN为取最小值算子;
(5)、当S大于或者等于预设阈值K时,判定纱线处于运动状态;当S小于预设阈值K时,判定纱线处于静止状态。
CN201911401778.2A 2019-12-31 2019-12-31 基于移动距离分析的纺机纱线监测方法 Pending CN111058131A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911401778.2A CN111058131A (zh) 2019-12-31 2019-12-31 基于移动距离分析的纺机纱线监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911401778.2A CN111058131A (zh) 2019-12-31 2019-12-31 基于移动距离分析的纺机纱线监测方法

Publications (1)

Publication Number Publication Date
CN111058131A true CN111058131A (zh) 2020-04-24

Family

ID=70305443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911401778.2A Pending CN111058131A (zh) 2019-12-31 2019-12-31 基于移动距离分析的纺机纱线监测方法

Country Status (1)

Country Link
CN (1) CN111058131A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113802227A (zh) * 2021-07-27 2021-12-17 东华大学 一种面向环锭纺细纱在线检测的视觉系统校准方法

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
CN102339462A (zh) * 2010-07-23 2012-02-01 北京东方泰坦科技股份有限公司 基于遥感图像变化检测算法的投资项目智能搜索技术
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
CN103839069A (zh) * 2014-03-11 2014-06-04 浙江理工大学 基于图像分析的漏割草坪识别方法
CN107561079A (zh) * 2017-10-23 2018-01-09 杭州晶智能科技有限公司 一种基于结构光的草地识别系统
CN109712162A (zh) * 2019-01-18 2019-05-03 珠海博明视觉科技有限公司 一种基于投影直方图差异的线缆字符缺陷检测方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102339462A (zh) * 2010-07-23 2012-02-01 北京东方泰坦科技股份有限公司 基于遥感图像变化检测算法的投资项目智能搜索技术
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
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
CN103839069A (zh) * 2014-03-11 2014-06-04 浙江理工大学 基于图像分析的漏割草坪识别方法
CN107561079A (zh) * 2017-10-23 2018-01-09 杭州晶智能科技有限公司 一种基于结构光的草地识别系统
CN109712162A (zh) * 2019-01-18 2019-05-03 珠海博明视觉科技有限公司 一种基于投影直方图差异的线缆字符缺陷检测方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113802227A (zh) * 2021-07-27 2021-12-17 东华大学 一种面向环锭纺细纱在线检测的视觉系统校准方法

Similar Documents

Publication Publication Date Title
Xue-Wu et al. A vision inspection system for the surface defects of strongly reflected metal based on multi-class SVM
CN103336962B (zh) 纱线状态传感器的图像判定方法
TWI263942B (en) Method and sensing device for motion detection in an optical pointing device, such as an optical mouse
CN103352283A (zh) 纱线状态传感器判断微动状态的图像识别方法
Yang et al. An automatic aperture detection system for LED cup based on machine vision
CN111058131A (zh) 基于移动距离分析的纺机纱线监测方法
CN110853077B (zh) 一种基于形态变化估计的自适应红外动态帧特征提取方法
Ma et al. High-precision medicine bottles vision online inspection system and classification based on multifeatures and ensemble learning via independence test
CN111005152B (zh) 基于图形相似性比较的纱线检测方法
CN111058182A (zh) 基于投影区域统计的纱线状态检测方法
CN111139581A (zh) 基于特征点位置分析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
CN111058270A (zh) 基于重心分析的纱线状态检测方法
KR20190138755A (ko) 비전 시스템을 이용하여 이미지에서 라인들을 찾고 분류하기 위한 시스템 및 방법
CN111141748A (zh) 基于绒边分析的纱线状态检测方法
CN111088597B (zh) 基于轮廓线分析的纱线状态检测方法
CN111139580A (zh) 基于纵向直方图分析的纺机纱线监测方法
CN111058183B (zh) 基于图像形态识别的纱线检测方法
Gao et al. An online inspection system of surface defects for copper strip based on computer vision
Liu et al. Wear Detection System for Elevator Traction Sheave
CN111139582A (zh) 基于边缘投影分析的纺机纱线监测方法
CN101571768A (zh) 防止屏幕光标异常运动的方法
CN112861817A (zh) 一种仪表噪声图像处理方法
CN112760802A (zh) 基于特征两维度描述的纱线状态判别方法
CN111139579A (zh) 基于纵向宽度分布的纺机纱线监测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200424