CN116485789A - 一种碳纤维劈丝缺陷检测方法、设备及存储介质 - Google Patents
一种碳纤维劈丝缺陷检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116485789A CN116485789A CN202310715545.XA CN202310715545A CN116485789A CN 116485789 A CN116485789 A CN 116485789A CN 202310715545 A CN202310715545 A CN 202310715545A CN 116485789 A CN116485789 A CN 116485789A
- Authority
- CN
- China
- Prior art keywords
- carbon fiber
- yarn
- image data
- area
- splitting
- 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
Links
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 80
- 229920000049 Carbon (fiber) Polymers 0.000 title claims abstract description 66
- 239000004917 carbon fiber Substances 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000007547 defect Effects 0.000 title claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000007380 fibre production Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 241000519995 Stachys sylvatica Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Treatment Of Fiber Materials (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及碳纤维生产检测技术领域,尤其涉及一种碳纤维劈丝缺陷检测方法,包括以下步骤:设置监测区域并获取碳纤维纱线的图像数据;对图像数据预处理,并通过绝对阈值分割提取碳纤维部分;提取碳纤维部分中各纱线区域的缺失区域;计算各缺失区域的锥度特征;根据预设条件,判断是否存在劈丝缺陷。在本发明中,若某根碳纤维纱线上面存在劈丝,也即当前该纱线区域上面存在裂缝,根据劈丝状况特征筛选各个碳纤维上是否存在劈丝情况。由于产品工艺的原因,碳纤维上面如果存在劈丝,那么就会呈现三角形的状态,并不是矩形的区域状态,而是一个从上到下越来越大的过程。所以在本发明中通过区域的锥度来判断是否会存在劈丝现象。
Description
技术领域
本发明涉及碳纤维生产检测技术领域,尤其涉及一种碳纤维劈丝缺陷检测方法、设备及存储介质。
背景技术
碳纤维生产线中,因为产线速度过快的原因,会产生碳纤维劈丝的情况,影响碳纤维的正常生产,以及碳纤维纱线质量。
由于产品工艺的原因,碳纤维上面如果存在劈丝,那么就会呈现三角形的状态,也即并不是矩形的区域状态,而是一个从上到下越来越大的过程。通过人工无法达到百分之百的状态监测,且容易出现纰漏。
发明内容
本发明提供了一种碳纤维劈丝缺陷检测方法、设备及存储介质,可有效解决背景技术中的问题。
为了达到上述目的,本发明所采用的技术方案是:
一种碳纤维劈丝缺陷检测方法,其特征在于,包括以下步骤:
设置监测区域并获取碳纤维纱线的图像数据;
对图像数据预处理,并通过绝对阈值分割提取碳纤维部分;
提取碳纤维部分中各纱线区域的缺失区域;
计算各缺失区域的锥度特征;
根据预设条件,判断是否存在劈丝缺陷。
进一步的,在碳纤维部分的提取过程中:
对图像数据进行灰度处理,得到第一灰度图像数据;
根据预设阈值分割第一灰度图像数据,得到第二灰度图像数据,得到碳纤维部分;
其中,预设阈值设置为150,提取图像数据F(x,y)中的碳纤维部分G(x,y),具体公式如下所示:
G(x,y)=f(x,y),f(x,y)<150;
其中,f(x,y)表示第一灰度图像数据,第二灰度图像数据G(x,y)表示碳纤维部分,其中包括多个独立的纱线区域G1、G2、…、Gn。
进一步的,在缺失区域Q的提取过程中,包括以下步骤:
对纱线区域进行区域填充,通过下述公式获取填充区域为Xk:
Xk=(Xk-1⊕B)∩G﹡;
其中,B为结构内核,⊕ 为膨胀运算,G﹡为纱线区域G的补集;
通过迭代运算至纱线区域内的填充区域不再变化,得到填充后的纱线完整区域,设为T;
通过公式计算缺失区域:Qn=Tn-Gn。
进一步的,通过如下公式计算缺失区域的锥度特征C:
C=D/L;
其中,D为缺失区域的底面长度,L为缺失区域的高度,其中,具体长度和高度值通过统计像素点个数得到。
进一步的,在劈丝缺陷的判定过程中,若满足预设条件则判定该纱线区域存在劈丝现象,具体条件如下:
C1≤C≤C2;
其中,C1和C2均为预设阈值,且分别根据若干图像数据中纱线区域存在的最大劈丝缺陷和最小劈丝缺陷设定,具体的,C1取值0.2,C2取值0.6。
进一步的,在监测区域的设置过程中,将相机固定设置,将碳纤维纱线的背景设置为白色;
建立平面直角坐标系,将采集到的的图像数据放入直角坐标系中,使图像数据中的像素点与坐标点相对应。
进一步的,通过相机采集碳纤维表面的视频并传输至工控机,工控机与PLC之间建立通讯;
工控机间隔的从视频中提取至少两帧图像,劈丝缺陷的判定过程中,要求连续的两个图像数据中的同一纱线区域均满足预设条件,则判定存在劈丝缺陷。
进一步的,在填充区域Xk的求取过程中,结构内核采用十字形状的结构内核,采用3*3的矩阵,具体如下所示:
。
一种计算机设备,包括相机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现上述方法。
一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现上述方法。
本发明的有益效果为:
在本发明中,若某根碳纤维纱线上面存在劈丝,也即当前该纱线区域上面存在裂缝,根据劈丝状况特征筛选各个碳纤维上是否存在劈丝情况。由于产品工艺的原因,碳纤维上面如果存在劈丝,那么就会呈现三角形的状态,并不是矩形的区域状态,而是一个从上到下越来越大的过程。所以在本发明中通过区域的锥度来判断是否会存在劈丝现象。
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为本发明中方法的流程图;
图2为本发明中计算机设备的示意图;
图3为本发明中劈丝缺陷的图像数据示意图。
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。
如图1至图3所示的一种碳纤维劈丝缺陷检测方法、设备及存储介质,其中,碳纤维劈丝缺陷检测方法,包括以下步骤:
设置监测区域并获取碳纤维纱线的图像数据;对图像数据预处理,并通过绝对阈值分割提取碳纤维部分;提取碳纤维部分中各纱线区域的缺失区域;计算各缺失区域的锥度特征;根据预设条件,判断是否存在劈丝缺陷。
进一步的,在碳纤维部分的提取过程中:
对图像数据进行灰度处理,得到第一灰度图像数据;根据预设阈值分割第一灰度图像数据,得到第二灰度图像数据,得到碳纤维部分;其中,预设阈值设置为150,提取图像数据F(x,y)中的碳纤维部分G(x,y),具体公式如下所示:
G(x,y)=f(x,y),f(x,y)<150;
其中,f(x,y)表示第一灰度图像数据,第二灰度图像数据G(x,y)表示碳纤维部分,其中包括多个独立的纱线区域G1、G2、…、Gn。
在具体实施过程中,选取相机采集到的图像数据,设为F(x,y),通过绝对阈值分割,提取碳纤维的部分,因为图中碳纤维为黑色,背景部分为亮白色,前后差距明显,所以设阈值为150,找出那些像素点的灰度值小于150的区域即为碳纤维部分,此处得到的碳纤维部分是一个集合,因为一幅图像数据中会有多根碳纤维,每一根碳纤维就是一个独立的碳纤维区域。
找出碳纤维部分之后,若某根碳纤维纱线上面存在劈丝,也即当前该纱线区域上面存在裂缝,所以通过一定劈丝状况特征去筛选各个碳纤维上是否存在劈丝。由于产品工艺的原因,碳纤维上面如果存在劈丝,那么就会呈现三角形的状态,也即并不是矩形的区域状态,而是一个从上到下越来越大的过程。所以在本发明中通过区域的锥度来判断是否会存在劈丝现象。
要判断缺失区域的锥度,需要先把每个纱线区域中白色的区域提取出来。然后再对这个白色的区域进行相应的锥度判断。
作为上述实施例的优选,在缺失区域Q的提取过程中,包括以下步骤:
对纱线区域进行区域填充,通过下述公式获取填充区域为Xk:
Xk=(Xk-1⊕B)∩G﹡;
其中,B为结构内核,⊕ 为膨胀运算,G﹡为纱线区域G的补集;
通过迭代运算至纱线区域内的填充区域不再变化,得到填充后的纱线完整区域,设为T;
通过公式计算缺失区域:Qn=Tn-Gn。
在本实施例中,提取缺失区域需要对提取出来的每个纱线区域G(x,y)做一个区域填充,也即填充掉有裂缝的纱线区域,让这个区域变成正常的碳纤维纱线区域,达到边界转为实体区域的效果。其中,具体填充流程如下:首先获取G﹡中的一个点,然后再用这个点与结构内核进行相应的膨胀操作,然后再和G﹡求交集,依次迭代下去,直到碳纤维的填充区域不再变化,也即Xk不再变化,再把这个填充区域Xk和原区域G做补集,最后得出来的区域也就是碳纤维区域进行填充后的区域,设为T。
依据上述方法求出每一个纱线区域G的填充区域T,然后通过两个区域的差来计算出每一个碳纤维区域的白色劈丝部分,即若纱线区域存在劈丝区域为Q,则Q=T-G。
进一步的,通过如下公式计算缺失区域的锥度特征C:
C=D/L;
其中,D为缺失区域的底面长度,L为缺失区域的高度,其中,具体长度和高度值通过统计像素点个数得到。
在实施过程中,首先计算出存在的每一个Q的面积,把面积过小的给滤除掉,因为一个碳纤维区域如果没有劈丝或者劈丝很小,那么T和G几乎是相等的;然后再通过上述的锥度特征来判断碳纤维区域中的缺失区域是否是真正的劈丝现象。
在锥度特征的计算参数中,D为缺失区域的底面直径,也即纱线白色区域中最宽的宽度,L为缺失区域的高度,也即纱线白色区域中最长的长度,由此计算出存在的缺失区域的锥度。
在劈丝缺陷的判定过程中,若满足预设条件则判定该纱线区域存在劈丝现象,具体条件如下:
C1≤C≤C2;
其中,C1和C2均为预设阈值,且分别根据若干图像数据中纱线区域存在的最大劈丝缺陷和最小劈丝缺陷设定,具体的,C1取值0.2,C2取值0.6。
在监测区域的设置过程中,将相机固定设置,将碳纤维纱线的背景设置为白色;建立平面直角坐标系,将采集到的的图像数据放入直角坐标系中,使图像数据中的像素点与坐标点相对应。
通过相机采集碳纤维表面的视频并传输至工控机,工控机与PLC之间建立通讯;工控机间隔的从视频中提取至少两帧图像,劈丝缺陷的判定过程中,要求连续的两个图像数据中的同一纱线区域均满足预设条件,则判定存在劈丝缺陷。
为了达到更稳定的效果,会通过连续两张图像数据进行判别,也即若有一根碳纤维区域的锥度满足C1≤C≤C2,并且下一帧图像数据所对应的碳纤维区域也要满足这个特征,连续通过两张图像的判别,才给出这个区域会有劈丝现象的产生。
在填充区域Xk的求取过程中,结构内核采用十字形状的结构内核,采用3*3的矩阵,具体如下所示:
。
对于纱线区域中空白点,都需要将该点与上述矩阵进行膨胀操作,即将其周围的8个像素点都涂上颜色。这样才能确保填充区域的完整性和准确性,使纱线区域的尺寸统计更精确。
请参见图2示出的本申请实施例提供的计算机设备的结构示意图。本申请实施例提供的一种计算机设备400,包括:相机、处理器410和存储器420,存储器420存储有处理器410可执行的计算机程序,计算机程序被处理器410执行时执行如上的方法。
本申请实施例还提供了一种存储介质430,该存储介质430上存储有计算机程序,该计算机程序被处理器410运行时执行如上的方法。
其中,存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程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。
应当理解,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。
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 (10)
1.一种碳纤维劈丝缺陷检测方法,其特征在于,包括以下步骤:
设置监测区域并获取碳纤维纱线的图像数据;
对图像数据预处理,并通过绝对阈值分割提取碳纤维部分;
提取碳纤维部分中各纱线区域的缺失区域;
计算各缺失区域的锥度特征;
根据预设条件,判断是否存在劈丝缺陷。
2.根据权利要求1所述的碳纤维劈丝缺陷检测方法,其特征在于,在碳纤维部分的提取过程中:
对图像数据进行灰度处理,得到第一灰度图像数据;
根据预设阈值分割第一灰度图像数据,得到第二灰度图像数据,得到碳纤维部分;
其中,预设阈值设置为150,提取图像数据F(x,y)中的碳纤维部分G(x,y),具体公式如下所示:
G(x,y)=f(x,y),f(x,y)<150;
其中,f(x,y)表示第一灰度图像数据,第二灰度图像数据G(x,y)表示碳纤维部分,其中包括多个独立的纱线区域G1、G2、…、Gn。
3.根据权利要求2所述的碳纤维劈丝缺陷检测方法,其特征在于,在缺失区域Q的提取过程中,包括以下步骤:
对纱线区域进行区域填充,通过下述公式获取填充区域为Xk:
Xk=(Xk-1⊕B)∩G﹡;
其中,B为结构内核,⊕ 为膨胀运算,G﹡为纱线区域G的补集;
通过迭代运算至纱线区域内的填充区域不再变化,得到填充后的纱线完整区域,设为T;
通过公式计算缺失区域:Qn=Tn-Gn。
4.根据权利要求2所述的碳纤维劈丝缺陷检测方法,其特征在于,通过如下公式计算缺失区域的锥度特征C:
C=D/L;
其中,D为缺失区域的底面长度,L为缺失区域的高度,其中,具体长度和高度值通过统计像素点个数得到。
5.根据权利要求2所述的碳纤维劈丝缺陷检测方法,其特征在于,在劈丝缺陷的判定过程中,若满足预设条件则判定该纱线区域存在劈丝现象,具体条件如下:
C1≤C≤C2;
其中,C1和C2均为预设阈值,且分别根据若干图像数据中纱线区域存在的最大劈丝缺陷和最小劈丝缺陷设定,具体的,C1取值0.2,C2取值0.6。
6.根据权利要求1所述的碳纤维劈丝缺陷检测方法,其特征在于,在监测区域的设置过程中,将相机固定设置,将碳纤维纱线的背景设置为白色;
建立平面直角坐标系,将采集到的图像数据放入直角坐标系中,使图像数据中的像素点与坐标点相对应。
7.根据权利要求6所述的碳纤维劈丝缺陷检测方法,其特征在于,通过相机采集碳纤维表面的视频并传输至工控机,工控机与PLC之间建立通讯;
工控机间隔的从视频中提取至少两帧图像,劈丝缺陷的判定过程中,要求连续的两个图像数据中的同一纱线区域均满足预设条件,则判定存在劈丝缺陷。
8.根据权利要求3所述的碳纤维劈丝缺陷检测方法,其特征在于,在填充区域Xk的求取过程中,结构内核采用十字形状的结构内核,采用3*3的矩阵,具体如下所示:
。
9.一种计算机设备,包括相机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-8中任一项所述的方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310715545.XA CN116485789B (zh) | 2023-06-16 | 2023-06-16 | 一种碳纤维劈丝缺陷检测方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310715545.XA CN116485789B (zh) | 2023-06-16 | 2023-06-16 | 一种碳纤维劈丝缺陷检测方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116485789A true CN116485789A (zh) | 2023-07-25 |
CN116485789B CN116485789B (zh) | 2023-08-25 |
Family
ID=87214134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310715545.XA Active CN116485789B (zh) | 2023-06-16 | 2023-06-16 | 一种碳纤维劈丝缺陷检测方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116485789B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105258672A (zh) * | 2015-11-26 | 2016-01-20 | 广州航新航空科技股份有限公司 | 旋翼椎体监测方法及椎体测量装置以及系统 |
CN105701814A (zh) * | 2016-01-13 | 2016-06-22 | 天津大学 | 一种基于磁共振图像补偿的超宽带乳腺肿瘤成像方法 |
US20180106595A1 (en) * | 2014-12-12 | 2018-04-19 | Werth Messtechnik Gmbh | Method and device for measuring features on workpieces |
CN110428370A (zh) * | 2019-07-01 | 2019-11-08 | 北京理工大学 | 一种利用偏心旋转提高锥形束spect成像分辨率的方法 |
CN110434090A (zh) * | 2019-08-23 | 2019-11-12 | 中山德著智能科技有限公司 | 一种胡萝卜表面瑕疵检测方法 |
CN110750840A (zh) * | 2019-09-17 | 2020-02-04 | 东莞市超图软件科技有限公司 | 基于三维模型自动生成二维零件视图的方法和装置 |
CN111508049A (zh) * | 2020-03-26 | 2020-08-07 | 国网河南省电力公司电力科学研究院 | 有限角ct扫描的图像重建方法、系统、装置和存储介质 |
CN111626096A (zh) * | 2020-04-08 | 2020-09-04 | 南京航空航天大学 | 一种三维点云数据兴趣点提取方法 |
US20210209757A1 (en) * | 2020-01-07 | 2021-07-08 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
CN113724241A (zh) * | 2021-09-09 | 2021-11-30 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 |
CN113920086A (zh) * | 2021-10-09 | 2022-01-11 | 云路复合材料(上海)有限公司 | 一种碳纤维编织过程纱线状态检测方法及装置 |
CN114565589A (zh) * | 2022-03-03 | 2022-05-31 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳纤维经纱少丝缠丝的检测方法及装置 |
CN115601361A (zh) * | 2022-12-13 | 2023-01-13 | 苏州迈创信息技术有限公司(Cn) | 基于机器视觉机床零件在线检测方法 |
CN116051502A (zh) * | 2023-01-10 | 2023-05-02 | 河海大学常州校区 | 一种基于图像处理与深度学习相结合的大丝束碳纤维缺陷检测方法及系统 |
CN116109642A (zh) * | 2023-04-13 | 2023-05-12 | 新创碳谷集团有限公司 | 一种碳纤维断丝缺陷检测方法、设备及存储介质 |
-
2023
- 2023-06-16 CN CN202310715545.XA patent/CN116485789B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180106595A1 (en) * | 2014-12-12 | 2018-04-19 | Werth Messtechnik Gmbh | Method and device for measuring features on workpieces |
CN105258672A (zh) * | 2015-11-26 | 2016-01-20 | 广州航新航空科技股份有限公司 | 旋翼椎体监测方法及椎体测量装置以及系统 |
CN105701814A (zh) * | 2016-01-13 | 2016-06-22 | 天津大学 | 一种基于磁共振图像补偿的超宽带乳腺肿瘤成像方法 |
CN110428370A (zh) * | 2019-07-01 | 2019-11-08 | 北京理工大学 | 一种利用偏心旋转提高锥形束spect成像分辨率的方法 |
CN110434090A (zh) * | 2019-08-23 | 2019-11-12 | 中山德著智能科技有限公司 | 一种胡萝卜表面瑕疵检测方法 |
CN110750840A (zh) * | 2019-09-17 | 2020-02-04 | 东莞市超图软件科技有限公司 | 基于三维模型自动生成二维零件视图的方法和装置 |
US20210209757A1 (en) * | 2020-01-07 | 2021-07-08 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
CN111508049A (zh) * | 2020-03-26 | 2020-08-07 | 国网河南省电力公司电力科学研究院 | 有限角ct扫描的图像重建方法、系统、装置和存储介质 |
CN111626096A (zh) * | 2020-04-08 | 2020-09-04 | 南京航空航天大学 | 一种三维点云数据兴趣点提取方法 |
CN113724241A (zh) * | 2021-09-09 | 2021-11-30 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 |
CN113920086A (zh) * | 2021-10-09 | 2022-01-11 | 云路复合材料(上海)有限公司 | 一种碳纤维编织过程纱线状态检测方法及装置 |
CN114565589A (zh) * | 2022-03-03 | 2022-05-31 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳纤维经纱少丝缠丝的检测方法及装置 |
CN115601361A (zh) * | 2022-12-13 | 2023-01-13 | 苏州迈创信息技术有限公司(Cn) | 基于机器视觉机床零件在线检测方法 |
CN116051502A (zh) * | 2023-01-10 | 2023-05-02 | 河海大学常州校区 | 一种基于图像处理与深度学习相结合的大丝束碳纤维缺陷检测方法及系统 |
CN116109642A (zh) * | 2023-04-13 | 2023-05-12 | 新创碳谷集团有限公司 | 一种碳纤维断丝缺陷检测方法、设备及存储介质 |
Non-Patent Citations (6)
Title |
---|
KAIXIN LIU 等: "Enhanced Defect Detection in Carbon Fiber Reinforced Polymer Composites via Generative Kernel Principal Component Thermography", 《POLYMERS 》, pages 1 - 19 * |
刘伟: "基于神经网络的直升机旋翼共锥度测量系统的研究与实现", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, pages 031 - 522 * |
梁军 等: "汽车齿轮在线缺陷检测仪的研究开发", 《工具技术》, pages 58 - 62 * |
赵立明: "基于激光扫描成像与异源CCD融合的连铸热坯表面缺陷检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 138 - 52 * |
邢川川 等: "基于数字图像处理的圆锥度检测研究", 河南科技学院学报(自然科学版), no. 06, pages 55 - 60 * |
郭建华: "工业机器人3D视觉乱序抓取关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 138 - 1947 * |
Also Published As
Publication number | Publication date |
---|---|
CN116485789B (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8014628B2 (en) | Image inspection apparatus, image inspection method and computer program | |
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 | |
CN113610774B (zh) | 一种玻璃划痕缺陷检测方法、系统、装置及存储介质 | |
CN113610773B (zh) | 一种垫片孔洞质量检测方法、系统、装置及存储介质 | |
CN116109642B (zh) | 一种碳纤维断丝缺陷检测方法、设备及存储介质 | |
CN110599453A (zh) | 一种基于图像融合的面板缺陷检测方法、装置及设备终端 | |
CN111881659B (zh) | 表格图片的处理方法、系统、可读存储介质及计算机设备 | |
CN113610772B (zh) | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 | |
CN113870233A (zh) | 一种捆绑纱检测方法、计算机设备及存储介质 | |
CN113837204A (zh) | 一种孔洞形状识别方法、计算机设备及存储介质 | |
CN113256608B (zh) | 工件缺陷检测方法和装置 | |
CN117089977B (zh) | 一种坯布生产动态监测方法、系统及介质 | |
CN116485789B (zh) | 一种碳纤维劈丝缺陷检测方法、设备及存储介质 | |
CN116596802B (zh) | 一种复杂背景下的捆绑纱提取方法、装置、设备及介质 | |
CN116563223B (zh) | 一种玻纤纱线绕罗拉检测方法、设备及存储介质 | |
CN115861315B (zh) | 缺陷检测方法和装置 | |
CN115908404B (zh) | 图像条纹干扰的检测方法、装置、电子设备及介质 | |
CN115631198B (zh) | 玻璃显示屏的裂纹检测方法、装置及计算机设备 | |
CN114419037B (zh) | 工件缺陷检测方法和装置 | |
CN116523915B (zh) | 一种碳纤维接头缺陷的检测方法、设备及存储介质 | |
CN107437256B (zh) | 应用于轮胎x光图像通道自动划分方法和系统 | |
JP4247993B2 (ja) | 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体 | |
CN111681229B (zh) | 深度学习模型训练方法、可穿戴衣服瑕疵识别方法及装置 | |
CN112150433A (zh) | 电路板晶须物质的检测方法、计算机设备和存储介质 |
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 |