CN111058270A - 基于重心分析的纱线状态检测方法 - Google Patents
基于重心分析的纱线状态检测方法 Download PDFInfo
- Publication number
- CN111058270A CN111058270A CN201911341656.9A CN201911341656A CN111058270A CN 111058270 A CN111058270 A CN 111058270A CN 201911341656 A CN201911341656 A CN 201911341656A CN 111058270 A CN111058270 A CN 111058270A
- Authority
- CN
- China
- Prior art keywords
- yarn
- image sensor
- center
- gravity
- processor
- 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.)
- Withdrawn
Links
Images
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
Abstract
本发明公开一种基于重心分析的纱线状态检测方法,设置外壳,以及设置在外壳内部的电子控制装置,包括提供电源的电源电路、进行运算处理的处理器,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,处理器的内部设置纱线状态判别方法,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)、提取二值函数y t(x,y)的轮廓线y`t(x,y);(4)、提取轮廓线y`t(x,y)的重心位置(xt,yt);(5)、比较重心位置(xt,yt)与(xt‑1,yt‑1):当|xt‑xt‑1|+|yt‑yt‑1|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
技术领域
本发明涉及一种基于重心分析的纱线状态检测方法,属于纺织电子的技术领域。
背景技术
基于图像的检测方式在工业及民用领域应用的越来越广泛。比如,工件缺陷检测,车牌识别,人脸识别,视频监控等等。随着图像检测的大量应用,图像传感器及图像处理器的价格大大降低,而图像处理技术也越来越成熟。这也进一步推动了图像检测的进一步发展。
在纺织领域,纱线状态一直是进行自动化生产的必要前提。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。因此基于完整图像的纱线状态检测与分析成为未来发展的方向。
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,提供一种基于重心分析的纱线状态检测方法,对纱线前后两个采样图像进行轮廓线的重心对比分析,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:
基于重心分析的纱线状态检测方法,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别方法,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)、提取二值函数y t(x,y)的轮廓线y`t(x,y);
(4)、提取轮廓线y`t(x,y)的重心位置(xt, yt);
(5)、比较当前采集的重心位置(xt, yt)与前次采集的重心位置(xt-1, yt-1):当|xt-xt-1|+|yt-yt-1|大于或者等于预设阈值K时,判定纱线处于运动状态;当|xt-xt-1|+|yt-yt-1|小于预设阈值K时,判定纱线处于静止状态。
步骤(3)中,提取二值函数y t(x,y)的轮廓线y`t(x,y)的方法为:当y t(x,y)-y t(x-1,y)=1或者-1时,y`t(x,y)=1;否则,y`t(x,y)=0,x=2~M。
步骤(4)中,提取轮廓线y`t(x,y)的重心位置(xt, yt)的方法为:
xt=Σx*y`t(x,y)/Σy`t(x,y),
yt=Σy*y`t(x,y)/Σy`t(x,y)。
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图像进行轮廓线的重心对比分析,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;
图3是轮廓线的示意图。
具体实施方式
现结合附图对本发明作进一步说明:
参照图1-3,基于重心分析的纱线状态检测方法,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别方法,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;
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)、提取二值函数y t(x,y)的轮廓线y`t(x,y);
步骤(3)中,提取二值函数y t(x,y)的轮廓线y`t(x,y)的方法为:当y t(x,y)-y t(x-1,y)=1或者-1时,y`t(x,y)=1;否则,y`t(x,y)=0,x=2~M。该方法提取二值函数y t(x,y)中纱线投影的左右两侧的轮廓。
(4)、提取轮廓线y`t(x,y)的重心位置(xt, yt);
步骤(4)中,提取轮廓线y`t(x,y)的重心位置(xt, yt)的方法为:
xt=Σx*y`t(x,y)/Σy`t(x,y),
yt=Σy*y`t(x,y)/Σy`t(x,y)。
该方法求取了轮廓线y`t(x,y)的几何中心,即重心。
(5)、比较当前采集的重心位置(xt, yt)与前次采集的重心位置(xt-1, yt-1):当|xt-xt-1|+|yt-yt-1|大于或者等于预设阈值K时,判定纱线处于运动状态;当|xt-xt-1|+|yt-yt-1|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,|xt-xt-1|+|yt-yt-1|接近于零的原则进行判断。
Claims (3)
1.基于重心分析的纱线状态检测方法,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别方法,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)、提取二值函数y t(x,y)的轮廓线y`t(x,y);
(4)、提取轮廓线y`t(x,y)的重心位置(xt, yt);
(5)、比较当前采集的重心位置(xt, yt)与前次采集的重心位置(xt-1, yt-1):当|xt-xt-1|+|yt-yt-1|大于或者等于预设阈值K时,判定纱线处于运动状态;当|xt-xt-1|+|yt-yt-1|小于预设阈值K时,判定纱线处于静止状态。
2.根据权利要求1所述的基于重心分析的纱线状态检测方法,其特征是:步骤(3)中,提取二值函数y t(x,y)的轮廓线y`t(x,y)的方法为:当y t(x,y)-y t(x-1,y)=1或者-1时,y`t(x,y)=1;否则,y`t(x,y)=0,x=2~M。
3.根据权利要求1所述的基于重心分析的纱线状态检测方法,其特征是:步骤(4)中,提取轮廓线y`t(x,y)的重心位置(xt, yt)的方法为:
xt=Σx*y`t(x,y)/Σy`t(x,y),
yt=Σy*y`t(x,y)/Σy`t(x,y)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911341656.9A CN111058270A (zh) | 2019-12-24 | 2019-12-24 | 基于重心分析的纱线状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911341656.9A CN111058270A (zh) | 2019-12-24 | 2019-12-24 | 基于重心分析的纱线状态检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111058270A true CN111058270A (zh) | 2020-04-24 |
Family
ID=70300881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911341656.9A Withdrawn CN111058270A (zh) | 2019-12-24 | 2019-12-24 | 基于重心分析的纱线状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111058270A (zh) |
Citations (5)
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 |
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 |
CN106596568A (zh) * | 2016-12-13 | 2017-04-26 | 青岛大学 | 一种基于线激光的实时非接触纱线断头检测方法 |
CN109540917A (zh) * | 2018-10-24 | 2019-03-29 | 上海工程技术大学 | 一种多角度模式下纱线外观特征参数提取与分析方法 |
-
2019
- 2019-12-24 CN CN201911341656.9A patent/CN111058270A/zh not_active Withdrawn
Patent Citations (5)
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 |
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 |
CN106596568A (zh) * | 2016-12-13 | 2017-04-26 | 青岛大学 | 一种基于线激光的实时非接触纱线断头检测方法 |
CN109540917A (zh) * | 2018-10-24 | 2019-03-29 | 上海工程技术大学 | 一种多角度模式下纱线外观特征参数提取与分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9875427B2 (en) | Method for object localization and pose estimation for an object of interest | |
Xue-Wu et al. | A vision inspection system for the surface defects of strongly reflected metal based on multi-class SVM | |
CN102393397B (zh) | 一种磁瓦表面缺陷检测系统及其检测方法 | |
Song et al. | Surface defect detection method using saliency linear scanning morphology for silicon steel strip under oil pollution interference | |
CN105957300B (zh) | 一种智慧金睛识别可疑张贴遮蔽报警方法和装置 | |
KR101243294B1 (ko) | 이동 객체 추출 및 추적 방법 및 장치 | |
CN111435429B (zh) | 一种基于双目立体数据动态认知的手势识别方法及系统 | |
Widyawan et al. | Adaptive motion detection algorithm using frame differences and dynamic template matching method | |
Zhixin et al. | Adaptive centre extraction method for structured light stripes | |
JP7403562B2 (ja) | スラップ/指前景マスクを生成するための方法 | |
CN111058270A (zh) | 基于重心分析的纱线状态检测方法 | |
CN111005152B (zh) | 基于图形相似性比较的纱线检测方法 | |
CN111058131A (zh) | 基于移动距离分析的纺机纱线监测方法 | |
CN111058182A (zh) | 基于投影区域统计的纱线状态检测方法 | |
Zakaria et al. | Malaysian car number plate detection system based on template matching and colour information | |
CN111088597B (zh) | 基于轮廓线分析的纱线状态检测方法 | |
JP4925942B2 (ja) | 画像センサ | |
JP2023535005A (ja) | 電子画像内の物体を認識するための方法及びシステム又は装置 | |
TWI419057B (zh) | 指紋模糊影像偵測方法及其系統 | |
CN111139581A (zh) | 基于特征点位置分析的纺机纱线监测方法 | |
JP2007249743A (ja) | 移動物体の識別方法、移動物体の識別装置、及び移動物体の識別処理を実行させるプログラム | |
Wu et al. | An effective method for human detection using far-infrared images | |
CN112760802A (zh) | 基于特征两维度描述的纱线状态判别方法 | |
Satoh et al. | Robust background subtraction based on bi-polar radial reach correlation | |
Shen et al. | Bottle cap scratches detection with computer vision techniques |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200424 |
|
WW01 | Invention patent application withdrawn after publication |