CN111139581A - 基于特征点位置分析的纺机纱线监测方法 - Google Patents

Abstract

本发明公开一种基于特征点位置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)的投影区域的y值最大点(x_t ^max,y_t ^max)和y值最小点(x_t ^min,y_t ^min)；(4)计算纱线移动距离S：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

基于特征点位置分析的纺机纱线监测方法

技术领域

本发明涉及一种基于特征点位置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

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。

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。因此基于图像分析的纱线状态检测有望成为技术升级的趋势。

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，提供一种基于特征点位置分析的纺机纱线监测方法，计算纱线特征点的位置变化，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：

基于特征点位置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)、计算二值函数y _t(x,y)的投影区域的y值最大点(x_t ^max,y_t ^max)和y值最小点(x_t ^min,y_t ^min)；

(4)、计算纱线移动距离S：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。

步骤(4)中，纱线移动距离S的计算方法为：S=(|x_t ^max-x_t-1 ^max|+|x_t ^min-x_t-1 ^min|)/2。

实施本发明的积极效果是：1、采用图像传感器的检测方式，计算纱线特征点的位置变化，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，基于特征点位置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；

(3)、计算二值函数y _t(x,y)的投影区域的y值最大点(x_t ^max,y_t ^max)和y值最小点(x_t ^min,y_t ^min)；

采用逐行搜索的方式，比较出y值得最大，最小的位置，得到最大点(x_t ^max,y_t ^max)和y值最小点(x_t ^min,y_t ^min)。

(4)、计算纱线移动距离S：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。

步骤(4)中，纱线移动距离S的计算方法为：S=(|x_t ^max-x_t-1 ^max|+|x_t ^min-x_t-1 ^min|)/2。这样就获得了固定周期T内，纱线的移动距离。

按照纱线静止时，纱线移动距离S接近于零的原则进行判断。

Claims (2)

1.基于特征点位置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)、计算二值函数y _t(x,y)的投影区域的y值最大点(x_t ^max,y_t ^max)和y值最小点(x_t ^min,y_t ^min)；

(4)、计算纱线移动距离S：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。

2.根据权利要求1所述的基于绒边分析的纱线状态检测方法，其特征是：步骤(4)中，纱线移动距离S的计算方法为：S=(|x_t ^max-x_t-1 ^max|+|x_t ^min-x_t-1 ^min|)/2。

Images