CN113724241B - 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 - Google Patents
一种碳纤维经编织物的毛丝检测方法、装置和存储介质 Download PDFInfo
- Publication number
- CN113724241B CN113724241B CN202111057745.8A CN202111057745A CN113724241B CN 113724241 B CN113724241 B CN 113724241B CN 202111057745 A CN202111057745 A CN 202111057745A CN 113724241 B CN113724241 B CN 113724241B
- Authority
- CN
- China
- Prior art keywords
- carbon fiber
- detection
- area
- preset
- image data
- 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
- 229920000049 Carbon (fiber) Polymers 0.000 title claims abstract description 79
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 77
- 239000004917 carbon fiber Substances 0.000 title claims abstract description 69
- 238000001514 detection method Methods 0.000 title claims abstract description 69
- 239000004744 fabric Substances 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 16
- 230000003628 erosive effect Effects 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 230000007797 corrosion Effects 0.000 claims description 20
- 238000005260 corrosion Methods 0.000 claims description 20
- 239000003365 glass fiber Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 239000003738 black carbon Substances 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000009940 knitting Methods 0.000 claims description 6
- 125000004122 cyclic group Chemical group 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000000835 fiber Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007380 fibre production Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 229920001187 thermosetting polymer Polymers 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T7/40—Analysis of texture
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明公开了一种碳纤维经编织物的毛丝检测方法、装置和存储介质,通过预设算法将图片转换为灰度图像数据,再进行均值滤波处理将图像变得更为平滑,在黑白相间的碳纤维布面区域中,经过滤波后使黑色变淡,白色变深,即黑色区域像素点的灰度值由小变大;当变化超过一定设定范围,则选中超过区域,筛选出灰度值差值大于预设偏移量的像素点,形成若干检测区域;通过预设侵蚀圆区域去除检测区域边缘处的循环结构区域,使布面特征更为清晰,再检测重新筛选出检测区域,通过每个检测区域包含的像素点个数判定是否为毛丝区域;通过电子设备实现对碳纤维布面毛丝的在线智能检测,提高检测精度,同时节省了大量的人力物力。
Description
技术领域
本发明涉及碳纤维生产技术领域,尤其涉及一种碳纤维经编织物的毛丝检测方法、装置和存储介质。
背景技术
碳纤维既具备碳材料的固有本征特性,又兼备纺织纤维的柔软可加工特征,是新一代增强纤维,常用作飞机、航空以及风电叶片材料等。碳纤维是一种黑色的扁平纱线,易脆且容易起毛;碳纤维板材的生产需要将碳纤维经编织物浸渍树脂后热固成型。
碳纤维经编织物通过碳纤维经纱与玻璃纤维纬纱一起用捆绑线进行编织,使展纤后的碳纤维经纱在纬向上分成多股碳纤丝束。在编织成型的碳纤织物表面上,玻璃纤维纬纱沿经向均布且由经向设置的捆绑纱固定连接;其中,碳纤维是黑色的,玻璃纤维和捆绑纱均是白色,使碳纤维经编织物的表面呈现出由玻璃纤维和捆绑纱分隔出的若干黑色碳纤维区域。
当碳纤维织物生产输送过程中,碳纤与辊筒之间相互摩擦,容易起毛,产生毛丝,如果在碳纤维织物上出现毛丝会影响碳纤维织物的强度和品质。人工检测不适用自动化程度较高的生产线,且检出率很低,因此需要在生产过程中对织物进行在线检测。
鉴于上述问题的存在,本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识,积极加以研究创新,以期创设一种碳纤维经编织物的毛丝检测方法、装置和存储介质,使其更具有实用性。
发明内容
本发明的目的就是针对现有技术中存在的缺陷提供一种碳纤维经编织物的毛丝检测方法、装置和存储介质。
为了达到上述目的,本发明所采用的技术方案是:一种碳纤维经编织物的毛丝检测方法,包括以下步骤:
S1:设置监控区域并确认预设参数,实时采集碳纤维经编织物的视频图像,
S2:提取视频图像中的每一帧图片,将每一图片的彩色图像数据f转换为第一灰度图像数据g 0 ;
S3:将第一灰度图像数据g 0 均值滤波处理,生成第二灰度图像数据g t ;
S4:将第一灰度图像数据和第二灰度图像数据的差值与预设偏移量α比较,并筛选出边界点;
S5:提取所有边界点并根据其连续性分割出若干个检测区域;
S6:通过预设腐蚀半径R去除每一检测区域中具有循环结构元素的区域;
S7:根据预设条件判定侵蚀后的检测区域是否表示毛丝。
进一步的,在步骤S2中,通过预设算法提取每一图片中所有像素点的灰度值,具体通过如下公式获得灰度图像数据:
g 0 =0.299*R+0.587*G+0.114*B;
其中,g 0 表示计算处理得出的像素点的灰度值,R、G、B分别表示该像素点的三原色数值。
进一步的,在步骤S1中,当监控区域设置完成后,通过检测相机采集织物图片,确定其中每股碳纤维丝束的宽度为w;由玻璃纤维和捆绑纱分隔出的若干黑色碳纤维区域中每一小块黑色碳纤维区域的面积为w2/2;玻璃纤维纬纱的线宽区间为[0.1w,0.2w];
设置偏移量α的取值区间为[5,10];设置预设腐蚀半径R的取值区间为[0.1w,0.2w],判定毛丝的预设条件为:侵蚀后的检测区域面积S≥βw2,其中β为毛丝在碳纤维经纱长度方向上遮挡的小块黑色碳纤维区域个数,β的取值区间为[5,8]。
进一步的,通过预设核为K的矩阵对第一灰度图像数据g 0 中的所有像素点依次进行均值滤波处理。
进一步的,在步骤S3中,将图片中的所有像素点放入坐标系中,其中碳纤维经纱长度方向为y轴,图片中左下端的像素点处为坐标原点;
在步骤S4筛选边界点的过程中,当像素点灰度图像数据满足如下公式:
g t - g 0 ≥α;
则选定该处坐标的像素点为边界点。
进一步的,在步骤S5中,将坐标系中位置连续的多个边界点所构成的区域设定为一个检测区域。
进一步的,在步骤S6中,根据预设腐蚀半径R设置一个腐蚀圆区域,并将腐蚀圆区域的圆心沿检测区域的边缘边界点行走一圈,同时剔除检测区域中与腐蚀圆区域相接触的像素点,完成检测区域中循环结构元素的去除。
进一步的,偏移量α在其取值区间中选取最小值,腐蚀半径R在其取值区间中选取中间值。
一种碳纤维经编织物的毛丝检测装置,包括:
输送模块,用于碳纤维织物的输送;
摄像模块,用于实时采集经过的碳纤维织物图像;
检测模块,对采集的碳纤维织物图像进行处理并筛查出布面毛丝。
一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序处理器执行时实现上述碳纤维经编织物的毛丝检测方法。
本发明的有益效果为:
在本发明中,通过预设算法将采集的彩色图像数据转换为灰度图像数据,对灰度图像数据进行均值滤波处理使图像变得更为平滑,具体的,在黑白相间的碳纤维布面区域中,经过滤波后使黑色变淡,白色变深,即黑色区域像素点的灰度值由小变大;
当变化超过一定设定范围,则选中超过区域,具体将灰度图像数据与滤波图片进行比较,筛选出灰度值差值大于预设偏移量的像素点,形成若干检测区域;
通过预设侵蚀圆区域去除检测区域边缘处的循环结构区域,使布面特征更为清晰,再检测重新筛选出检测区域,通过每个检测区域包含的像素点个数判定是否为毛丝区域;
通过电子设备实现对碳纤维布面毛丝的在线智能检测,提高检测精度,同时节省了大量的人力物力。
附图说明
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中记载的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例中毛丝检测方法的流程示意图;
图2为本发明实施例中转换为灰度图像数据的示意图;
图3为本发明实施例中均值滤波处理后的示意图;
图4为本发明实施例中动态阈值分割提取后的示意图;
图5为本发明实施例中去除循环结构元素后的示意图;
图6为本发明实施例中筛选出毛丝区域后的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明公开了一种碳纤维经编织物上的毛丝检测方法,用于碳纤维生产过程中在线检测碳纤维布面上的毛丝,具体通过计算机对采集到的布面图像进行逐步处理,将布面上属于毛丝部分的像素点筛选出来。如图1所示,包括以下步骤:S1:设置监控区域并确认预设参数,实时采集碳纤维经编织物的视频图像, S2:提取视频图像中的每一帧图片,将每一图片的彩色图像数据f转换为第一灰度图像数据g 0 ;S3:将第一灰度图像数据g 0 均值滤波处理,生成第二灰度图像数据g t ;S4:将第一灰度图像数据和第二灰度图像数据的差值与预设偏移量α比较,并筛选出边界点;S5:提取所有边界点并根据其连续性分割出若干个检测区域;S6:通过预设腐蚀半径R去除每一检测区域中具有循环结构元素的区域;S7:根据预设条件判定侵蚀后的检测区域是否表示毛丝。
本发明具体用于检测碳纤维经编织物上的毛丝区域,碳纤维经编织物通过碳纤维经纱与玻璃纤维纬纱一起用捆绑线进行编织,碳纤维和毛丝均是黑色,玻璃纤维和捆绑纱均是白色,使布面呈现出若干黑白相间的区域。在监控区域设置检测相机,光源通过折射板向布面打光,便于相机采集。
具体实施过程中,通过预设算法将采集的彩色图像数据转换为灰度图像数据,如图2所示,对灰度图像数据进行均值滤波处理使图像变得更为平滑,如图3所示,去除图片中的细节与轮廓信息,保留大致背景,具体的,在黑白相间的碳纤维布面区域中,经过滤波后使黑色变淡,白色变深,即黑色区域像素点的灰度值由小变大。
当变化超过一定设定范围,则选中超过区域,具体将灰度图像数据与滤波图片进行比较,筛选出灰度图像中像素点灰度值减去滤波图像中像素点灰度值大于预设偏移量的像素点,将筛选出的彼此之间相邻的像素点分割形成若干检测区域,如图4所示。
再通过预设侵蚀圆区域去除检测区域边缘处的循环结构区域,使布面特征更为清晰,再检测并重新筛选出检测区域,如图5所示,通过每个检测区域包含的像素点个数判定是否为毛丝区域,如图6所示。本发明中,通过电子设备实现对碳纤维布面毛丝的在线智能检测,提高检测精度,同时节省了大量的人力物力。
当检测时,在步骤S1中,当监控区域设置完成后,需要根据检测环境确定预设参数,通过检测相机采集织物图片,确定其中每股碳纤维丝束的宽度为w;由玻璃纤维和捆绑纱分隔出的若干黑色碳纤维区域中每一小块黑色碳纤维区域的面积为w2/2;玻璃纤维纬纱的线宽区间为[0.1w,0.2w]。
进一步,设置偏移量α的取值区间为[5,10];设置预设腐蚀半径R的取值区间为[0.1w,0.2w],判定毛丝的预设条件为:侵蚀后的检测区域面积S≥βw2,其中β为毛丝在碳纤维经纱长度方向上遮挡的小块黑色碳纤维区域个数,β的取值区间为[5,8]。
在步骤S3中,通过预设核为K的矩阵对第一灰度图像数据g 0 中的所有像素点依次进行均值滤波处理。在本实施例中,设置核大小为(40,40)的矩阵,,历遍灰度图像数据中每一像素点,在此设置的矩阵核越大,滤波处理效果越均匀。
进一步的,在步骤S3中,将图片中的所有像素点放入坐标系中,其中碳纤维经纱长度方向为y轴,图片中左下端的像素点处为坐标原点;步骤S4筛选边界点的过程中,当像素点灰度图像数据满足如下公式,则选定该处坐标的像素点为边界点。
g t - g 0 ≥α;
在本发明中,设置偏移量为5,若灰度图像减去滤波图像对应像素点的灰度值大于等于5,则选中该像素点。
筛选出所有满足上述条件的边界点,在步骤S5中,将坐标系中位置连续的多个边界点所构成的区域设定为一个检测区域。形成的检测区域边缘精度不足。在步骤S6中,根据预设腐蚀半径R设置一个腐蚀圆区域,并将腐蚀圆区域的圆心沿检测区域的边缘边界点行走一圈,同时剔除检测区域中与腐蚀圆区域相接触的像素点,完成检测区域中循环结构元素的去除,使布面特征更为清晰。
经过侵蚀后的检测区域,可能会在其薄弱的部分进一步分割,使布面纹理更清晰。重新筛选符合条件的检测区域,并根据其中包含的像素点个数判定是否为毛丝区域。作为上述实施例的优选,偏移量α在其取值区间中选取最小值,腐蚀半径R在其取值区间中选取中间值。偏移量取值越小,筛选越精确,腐蚀半径R取值过大会直接消除碳纤维纹理特征以及需要检测的毛丝区域特征,取值过小无法将碳纤维纹理区域分割清晰,适中的值可以使碳纤维纹理经过适当腐蚀得以保留,同时保留毛丝瑕疵特征。
本发明还公开了一种碳纤维经编织物的毛丝检测装置,包括:输送模块,用于碳纤维布的输送;摄像模块,用于实时采集经过的碳纤维图像;检测模块,对采集的碳纤维图像进行处理并筛查出布面毛丝。
一种电子设备,包括存储器、处理器以及存储在存储器上并可以在处理器上运行计算机程序,处理器执行计算机程序时,实现上述碳纤维经编织物的毛丝检测方法。
以及一种存储介质,其上存储有计算机程序,该计算机程序处理器执行时实现上述碳纤维经编织物的毛丝检测方法。
程框架图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备获取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种碳纤维经编织物的毛丝检测方法,其特征在于,包括以下步骤:
S1:设置监控区域并确认预设参数,实时采集碳纤维经编织物的视频图像;
S2:提取视频图像中的每一帧图片,将每一图片的彩色图像数据f转换为第一灰度图像数据g 0 ;
S3:将第一灰度图像数据g 0 均值滤波处理,生成第二灰度图像数据g t ;
S4:将第一灰度图像数据和第二灰度图像数据的差值与预设偏移量α比较,并筛选出边界点;
S5:提取所有边界点并根据其连续性分割出若干个检测区域;
S6:通过预设腐蚀半径R去除每一检测区域中具有循环结构元素的区域;
S7:根据预设条件判定侵蚀后的检测区域是否表示毛丝;
在步骤S2中,通过预设算法提取每一图片中所有像素点的灰度值,具体通过如下公式获得灰度图像数据:
g 0 =0.299*R+0.587*G+0.114*B;
其中,g 0 表示计算处理得出的像素点的灰度值,R、G、B分别表示该像素点的三原色数值;
在步骤S1中,当监控区域设置完成后,通过检测相机采集织物图片,确定其中每股碳纤维丝束的宽度为w;由玻璃纤维和捆绑纱分隔出的若干黑色碳纤维区域中每一小块黑色碳纤维区域的面积为w2/2;玻璃纤维纬纱的线宽区间为[0.1w,0.2w];
设置偏移量α的取值区间为[5,10];设置预设腐蚀半径R的取值区间为[0.1w,0.2w],判定毛丝的预设条件为:侵蚀后的检测区域面积S≥βw2,其中β为毛丝在碳纤维经纱长度方向上遮挡的小块黑色碳纤维区域个数,β的取值区间为[5,8];
通过预设核为K的矩阵对第一灰度图像数据g 0 中的所有像素点依次进行均值滤波处理;
在步骤S3中,将图片中的所有像素点放入坐标系中,其中碳纤维经纱长度方向为y轴,图片中左下端的像素点处为坐标原点;
在步骤S4筛选边界点的过程中,当像素点灰度图像数据满足如下公式:
g t - g 0 ≥α;
则选定该处坐标的像素点为边界点;
在步骤S5中,将坐标系中位置连续的多个边界点所构成的区域设定为一个检测区域;
在步骤S6中,根据预设腐蚀半径R设置一个腐蚀圆区域,并将腐蚀圆区域的圆心沿检测区域的边缘边界点行走一圈,同时剔除检测区域中与腐蚀圆区域相接触的像素点,完成检测区域中循环结构元素的去除。
2.根据权利要求1所述的碳纤维经编织物的毛丝检测方法,其特征在于,偏移量α在其取值区间中选取最小值,腐蚀半径R在其取值区间中选取中间值。
3.一种碳纤维经编织物的毛丝检测装置,采用上述权利要求1和2中任一项所述的碳纤维经编织物的毛丝检测方法,其特征在于,包括:
输送模块,用于碳纤维织物的输送;
摄像模块,用于实时采集经过的碳纤维织物图像;
检测模块,对采集的碳纤维织物图像进行处理并筛查出布面毛丝。
4.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序处理器执行时实现根据权利要求1和2中任一项所述的碳纤维经编织物的毛丝检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111057745.8A CN113724241B (zh) | 2021-09-09 | 2021-09-09 | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111057745.8A CN113724241B (zh) | 2021-09-09 | 2021-09-09 | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113724241A CN113724241A (zh) | 2021-11-30 |
CN113724241B true CN113724241B (zh) | 2022-08-02 |
Family
ID=78682978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111057745.8A Active CN113724241B (zh) | 2021-09-09 | 2021-09-09 | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113724241B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114066881B (zh) * | 2021-12-01 | 2022-07-15 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于非线性变换检测方法、计算机设备及存储介质 |
CN114092510A (zh) * | 2021-12-01 | 2022-02-25 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于正态分布的分割方法、计算机设备及存储介质 |
CN116309519A (zh) * | 2023-04-03 | 2023-06-23 | 新创碳谷集团有限公司 | 一种罗拉辊绕纱检测方法、设备及存储介质 |
CN116485789B (zh) * | 2023-06-16 | 2023-08-25 | 新创碳谷集团有限公司 | 一种碳纤维劈丝缺陷检测方法、设备及存储介质 |
CN117314899B (zh) * | 2023-11-28 | 2024-03-08 | 深圳市烯碳复合材料有限公司 | 基于图像特征的碳纤维板质量检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012152336A1 (en) * | 2011-05-12 | 2012-11-15 | Centre De Visió Per Computador (Cvc) | Method for detecting defects on yarns |
CN109035195A (zh) * | 2018-05-08 | 2018-12-18 | 武汉纺织大学 | 一种织物疵点检测方法 |
CN110009653A (zh) * | 2019-03-12 | 2019-07-12 | 江苏理工学院 | 基于灰度阈值分割法增加边缘识别点准确图像识别的方法 |
CN110687119A (zh) * | 2018-07-04 | 2020-01-14 | 东腾投资集团有限公司 | 一种缺陷检测方法、系统与装置、计算机可读存储介质 |
CN111951904A (zh) * | 2020-02-03 | 2020-11-17 | 苏州鸿凌达电子科技有限公司 | 基于碳纤维的微观结构量化与性能检测方法 |
CN112365448A (zh) * | 2020-10-20 | 2021-02-12 | 天津大学 | 一种经编织造过程中的织物疵点检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507942B (zh) * | 2020-03-27 | 2023-08-01 | 江苏恒力化纤股份有限公司 | 一种基于多视角图像分析的化纤长丝毛丝检测装置与方法 |
-
2021
- 2021-09-09 CN CN202111057745.8A patent/CN113724241B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012152336A1 (en) * | 2011-05-12 | 2012-11-15 | Centre De Visió Per Computador (Cvc) | Method for detecting defects on yarns |
CN109035195A (zh) * | 2018-05-08 | 2018-12-18 | 武汉纺织大学 | 一种织物疵点检测方法 |
CN110687119A (zh) * | 2018-07-04 | 2020-01-14 | 东腾投资集团有限公司 | 一种缺陷检测方法、系统与装置、计算机可读存储介质 |
CN110009653A (zh) * | 2019-03-12 | 2019-07-12 | 江苏理工学院 | 基于灰度阈值分割法增加边缘识别点准确图像识别的方法 |
CN111951904A (zh) * | 2020-02-03 | 2020-11-17 | 苏州鸿凌达电子科技有限公司 | 基于碳纤维的微观结构量化与性能检测方法 |
CN112365448A (zh) * | 2020-10-20 | 2021-02-12 | 天津大学 | 一种经编织造过程中的织物疵点检测方法 |
Non-Patent Citations (1)
Title |
---|
单色织物疵点区域快速识别与边缘提取方法研究;牛生鹏等;《青岛大学学报(自然科学版)》;20150228;第28卷(第1期);第75-79页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113724241A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113724241B (zh) | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 | |
CN113838038B (zh) | 一种碳纤维布面疵点检测方法、装置、电子设备和存储介质 | |
CN111861996B (zh) | 一种印花织物疵点检测方法 | |
CN107515220B (zh) | 一种基于图像处理的纱线黑板毛羽量检测及评价方法 | |
CN113592867B (zh) | 一种基于碳纤维布面残留捆绑纱的检测方法 | |
CN105741244B (zh) | 一种室内巡检机器人弱光下去除阴影和光晕的方法 | |
CN114782416B (zh) | 基于图像识别的纺织品质量检测方法及系统 | |
CN116109642B (zh) | 一种碳纤维断丝缺陷检测方法、设备及存储介质 | |
CN113592868B (zh) | 一种玻纤布面黑灰检测方法 | |
CN114519696B (zh) | 基于光学智能化的pvc热收缩膜检测方法及系统 | |
CN116523899A (zh) | 一种基于机器视觉的纺织品瑕疵检测方法及系统 | |
Margraf et al. | An evolutionary learning approach to self-configuring image pipelines in the context of carbon fiber fault detection | |
CN114998321A (zh) | 一种基于光学手段的纺织材料表面毛羽程度识别方法 | |
CN110378887A (zh) | 屏幕缺陷检测方法、装置及系统、计算机设备及介质 | |
CN115294097A (zh) | 基于机器视觉的纺织品表面疵点检测方法 | |
CN117089977B (zh) | 一种坯布生产动态监测方法、系统及介质 | |
CN113936001A (zh) | 一种基于图像处理技术的纺织品表面瑕疵点检测方法 | |
CN116563223B (zh) | 一种玻纤纱线绕罗拉检测方法、设备及存储介质 | |
CN114913180B (zh) | 一种棉布筘痕缺陷的智能检测方法 | |
Owczarek | The impact and importance of fabric image preprocessing for the new method of individual inter-thread pores detection | |
US10388011B2 (en) | Real-time, full web image processing method and system for web manufacturing supervision | |
Li et al. | Machine vision of textile testing and quality research | |
Kaur et al. | Application of machine vision techniques in textile (fabric) quality analysis | |
CN110838113B (zh) | 一种对复丝合成中单丝计数和单丝粗细一致性的检测方法 | |
CN109211937B (zh) | 一种内衣弹性织带弯带缺陷的检测系统及其检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |