CN116523915A - 一种碳纤维接头缺陷的检测方法、设备及存储介质 - Google Patents
一种碳纤维接头缺陷的检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116523915A CN116523915A CN202310800947.XA CN202310800947A CN116523915A CN 116523915 A CN116523915 A CN 116523915A CN 202310800947 A CN202310800947 A CN 202310800947A CN 116523915 A CN116523915 A CN 116523915A
- Authority
- CN
- China
- Prior art keywords
- carbon fiber
- area
- yarn
- image data
- tightness
- 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 76
- 229920000049 Carbon (fiber) Polymers 0.000 title claims abstract description 64
- 239000004917 carbon fiber Substances 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000007547 defect Effects 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title claims description 12
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000004590 computer program Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005429 filling process Methods 0.000 claims description 3
- 238000007380 fibre production Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000010586 diagram 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
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction 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
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
-
- 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
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/14—Quality control systems
- G07C3/146—Quality control systems during manufacturing process
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/30124—Fabrics; Textile; Paper
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Textile Engineering (AREA)
- Automation & Control Theory (AREA)
- Treatment Of Fiber Materials (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接头缺陷的检测方法,包括设置检测区域并获取碳纤维纱线表面的图像数据;对图像数据进行预处理,并提取出其中的碳纤维部分;计算碳纤维部分中各个纱线区域的紧密度;设置紧密度的判定阈值;将各纱线区域的紧密度与判定阈值比较,判断是否报警。若碳纤维部分的纱线区域上面存在接头,那就会在碳纤维纱线上有一个结,并且会有一个尾巴一样的形状拖出去,因此基于上述特征,本发明提出一个区域紧密度的概念来识别碳纤维上的接头。紧密度描述的是图像紧密的程度,若有一个碳纤维纱线上面存在一个接头,该纱线区域的整个紧密度会变小,若没有接头,此时区域的紧密度应该是比较大。
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接头缺陷的检测方法、设备及存储介质。
背景技术
碳纤维的生产过程中,会出现碳纤维的劈丝、断丝以及接头的生产状况,影响碳纤维的正常生产,以及碳纤维纱线质量。
由于碳纤维产线中纱线的输送速度较快,通过人工无法达到百分之百的状态监测,且容易出现纰漏。断丝缺陷会在碳纤维表面堆积呈毛团,基于毛团的检测方法通常会根据计算出的纱线区域的矩形度判别,接头与毛团在碳纤维表观陈现状态相近,因此需要提出一种有别于毛团检测的针对接头缺陷的检测方法。
发明内容
本发明提供了一种碳纤维接头缺陷的检测方法、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:
一种碳纤维接头缺陷的检测方法,包括以下步骤:
设置检测区域并获取碳纤维纱线表面的图像数据;
对图像数据进行预处理,并提取出其中的碳纤维部分;
计算碳纤维部分中各个纱线区域的紧密度;
设置紧密度的判定阈值;
将各纱线区域的紧密度与判定阈值比较,判断是否报警。
进一步的,在检测区域的设置过程中,将相机固定设置,将碳纤维的背景设置为白色;
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,在碳纤维部分的提取过程中,包括以下步骤:
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,计算图像数据中每一个纱线区域的紧密度,具体采用如下公式:
Compactness = L^2 /(4×∏×F);
其中,L表示纱线区域的轮廓长度,F表示纱线区域的面积。
进一步的,通过迭代运算对纱线区域内部进行填充,得到完整的纱线区域,通过统计完整纱线区域内的像素点总数,记做纱线区域的面积F。
进一步的,纱线区域的轮廓长度通过统计区域边缘轮廓的像素点总数得到,包括以下步骤:
根据预设规则遍历纱线区域内的每一个点,判定区域内点和边缘轮廓点;
对每个点的四邻域进行判断,即设点(x0,y0),判断其四邻域(x0+1,y0),(x0,y0-1),(x0-1,y0),(x0,y0+1)的点是否在纱线区域内;
若该点的四邻域都在这个碳纤维区域里,那么该点不是边缘上的点,若有两个以上的点不在该碳纤维的区域内,说明这个点就是这个区域边缘轮廓上的点。
进一步的,通过公式计算出图像数据中每一个纱线区域的紧密度记为C1,C2,C3,C4…;
设定判定阈值为0.8,并将所有纱线区域的紧密度依次与判定阈值做比较;
若纱线区域的紧密度小于0.8,则说明该纱线区域有相应的接头区域,进行报警。
进一步的,在纱线区域的填充过程中,采用十字形状的结构内核进行膨胀运算,具体采用如下所示的3*3矩阵:
。
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,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,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,若碳纤维部分的纱线区域上面存在接头,那就会在碳纤维纱线上有一个结,并且会有一个尾巴一样的形状拖出去,因此基于上述特征,提出一个区域紧密度的概念来识别碳纤维上的接头。紧密度描述的是图像紧密的程度,若有一个碳纤维纱线上面存在一个接头,该纱线区域的整个紧密度会变小,若没有接头,此时区域的紧密度应该是比较大。
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为本发明中接头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所示的一种碳纤维接头缺陷的检测方法、设备及存储介质,其中,碳纤维接头缺陷的检测方法,包括以下步骤:
设置检测区域并获取碳纤维纱线表面的图像数据;对图像数据进行预处理,并提取出其中的碳纤维部分;计算碳纤维部分中各个纱线区域的紧密度;设置紧密度的判定阈值;将各纱线区域的紧密度与判定阈值比较,判断是否报警。
具体的,在检测区域的设置过程中,将相机固定设置,将碳纤维的背景设置为白色;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。
在具体实施过程中,图像数据通过绝对阈值分割,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,能够通过灰度阈值找出那些像素点的灰度值小于阈值的区域,即为碳纤维部分。若碳纤维部分的纱线区域上面存在接头,那就会在碳纤维纱线上有一个结,并且会有一个尾巴一样的形状拖出去,因此基于上述特征,在本发明中,提出一个区域紧密度的概念来识别碳纤维上的接头。紧密度描述的是图像紧密的程度,若有一个碳纤维纱线上面存在一个接头,那此时该纱线区域的整个紧密度会变小,若碳纤维纱线上面没有接头,此时区域的紧密度应该是比较大。
在上述实施例中,碳纤维部分的提取过程具体包括以下步骤:
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。
需要注意的是,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纱线区域。
进一步的,要对求出来的每个纱线区域进行紧密度判断,如果紧密度过小,那么就会认为这块碳纤维区域是有接头存在的。
计算图像数据中每一个纱线区域的紧密度,具体采用如下公式:
Compactness = L^2 /(4×∏×F);
其中,L表示纱线区域的轮廓长度,F表示纱线区域的面积。
其中,通过迭代运算对纱线区域内部进行填充,得到完整的纱线区域,通过统计完整纱线区域内的像素点总数,记做纱线区域的面积F。
纱线区域的轮廓长度通过统计区域边缘轮廓的像素点总数得到,包括以下步骤:
根据预设规则遍历纱线区域内的每一个点,判定区域内点和边缘轮廓点;对每个点的四邻域进行判断,即设点(x0,y0),判断其四邻域(x0+1,y0),(x0,y0-1),(x0-1,y0),(x0,y0+1)的点是否在纱线区域内;若该点的四邻域都在这个碳纤维区域里,那么该点不是边缘上的点,若有两个以上的点不在该碳纤维的区域内,说明这个点就是这个区域边缘轮廓上的点。
在上述紧密度计算方法中,需要注意区分L和F的单位,表示的是轮廓长度(即边缘轮廓像素点个数),而不是周长;F表示的是面积(即纱线区域内的像素数总和)。公式中,常数4是为了使结果范围在0到1之间。公式中除以(4×∏×F)是为将其归一化为0到1之间的值,使得紧密度对于不同大小、不同形状的碳纤维部分都可以进行有效的比较。
在接头的判定过程中,通过公式计算出图像数据中每一个纱线区域的紧密度记为C1,C2,C3,C4…;设定判定阈值为0.8,并将所有纱线区域的紧密度依次与判定阈值做比较;若纱线区域的紧密度小于0.8,则说明该纱线区域有相应的接头区域,进行报警。
在上述实施例中,在纱线区域的填充过程中,采用十字形状的结构内核进行膨胀运算,具体采用如下所示的3*3矩阵:
。
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。使纱线区域的面积统计更精确。
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-Only Memory,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-Only Memory,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 (8)
1.一种碳纤维接头缺陷的检测方法,其特征在于,包括以下步骤:
设置检测区域并获取碳纤维纱线表面的图像数据;
对图像数据进行预处理,并提取出其中的碳纤维部分;
计算碳纤维部分中各个纱线区域的紧密度;
设置紧密度的判定阈值;
将各纱线区域的紧密度与判定阈值比较,判断是否报警;
计算图像数据中每一个纱线区域的紧密度,具体采用如下公式:
Compactness = L^2 /(4×∏×F);
其中,L表示纱线区域的轮廓长度,F表示纱线区域的面积;
通过公式计算出图像数据中每一个纱线区域的紧密度记为C1,C2,C3,C4…;
设定判定阈值为0.8,并将所有纱线区域的紧密度依次与判定阈值做比较;
若纱线区域的紧密度小于0.8,则说明该纱线区域有相应的接头区域,进行报警。
2.根据权利要求1所述的碳纤维接头缺陷的检测方法,其特征在于,在检测区域的设置过程中,将相机固定设置,将碳纤维的背景设置为白色;
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。
3.根据权利要求2所述的碳纤维接头缺陷的检测方法,其特征在于,在碳纤维部分的提取过程中,包括以下步骤:
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。
4.根据权利要求1所述的碳纤维接头缺陷的检测方法,其特征在于,通过迭代运算对纱线区域内部进行填充,得到完整的纱线区域,通过统计完整纱线区域内的像素点总数,记做纱线区域的面积F。
5.根据权利要求1所述的碳纤维接头缺陷的检测方法,其特征在于,纱线区域的轮廓长度通过统计区域边缘轮廓的像素点总数得到,包括以下步骤:
根据预设规则遍历纱线区域内的每一个点,判定区域内点和边缘轮廓点;
对每个点的四邻域进行判断,即设点(x0,y0),判断其四邻域(x0+1,y0),(x0,y0-1),(x0-1,y0),(x0,y0+1)的点是否在纱线区域内;
若该点的四邻域都在这个碳纤维区域里,那么该点不是边缘上的点,若有两个以上的点不在该碳纤维的区域内,说明这个点就是这个区域边缘轮廓上的点。
6.根据权利要求4所述的碳纤维接头缺陷的检测方法,其特征在于,在纱线区域的填充过程中,采用十字形状的结构内核进行膨胀运算,具体采用如下所示的3*3矩阵:
。
7.一种计算机设备,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1-6中任一项所述的方法。
8.一种存储介质,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1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310800947.XA CN116523915B (zh) | 2023-07-03 | 2023-07-03 | 一种碳纤维接头缺陷的检测方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310800947.XA CN116523915B (zh) | 2023-07-03 | 2023-07-03 | 一种碳纤维接头缺陷的检测方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116523915A true CN116523915A (zh) | 2023-08-01 |
CN116523915B CN116523915B (zh) | 2023-08-29 |
Family
ID=87394461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310800947.XA Active CN116523915B (zh) | 2023-07-03 | 2023-07-03 | 一种碳纤维接头缺陷的检测方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523915B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103797169A (zh) * | 2011-09-07 | 2014-05-14 | 纳幕尔杜邦公司 | 用于改善柔性身体护甲弹道冲击性能的三轴向编织织物构造 |
US20190299519A1 (en) * | 2018-04-03 | 2019-10-03 | Ivan Li Chuen YEOH | Additive manufacturing system using interlinked repeating subunits |
CN113592867A (zh) * | 2021-09-29 | 2021-11-02 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于碳纤维布面残留捆绑纱的检测方法 |
CN113592852A (zh) * | 2021-08-16 | 2021-11-02 | 南京耘瞳科技有限公司 | 一种碳纤维碳丝质量在线检测系统和方法 |
-
2023
- 2023-07-03 CN CN202310800947.XA patent/CN116523915B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103797169A (zh) * | 2011-09-07 | 2014-05-14 | 纳幕尔杜邦公司 | 用于改善柔性身体护甲弹道冲击性能的三轴向编织织物构造 |
US20190299519A1 (en) * | 2018-04-03 | 2019-10-03 | Ivan Li Chuen YEOH | Additive manufacturing system using interlinked repeating subunits |
CN113592852A (zh) * | 2021-08-16 | 2021-11-02 | 南京耘瞳科技有限公司 | 一种碳纤维碳丝质量在线检测系统和方法 |
CN113592867A (zh) * | 2021-09-29 | 2021-11-02 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于碳纤维布面残留捆绑纱的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116523915B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111311542A (zh) | 一种产品质量检测方法及装置 | |
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 | |
CN113610773B (zh) | 一种垫片孔洞质量检测方法、系统、装置及存储介质 | |
CN111862097A (zh) | 微小缺陷检出率的数据增强方法和装置 | |
CN113781447B (zh) | 一种基于碳纤维的纬纱间隙检测方法、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 | |
CN113780185B (zh) | 一种基于碳纤维的纬纱角度检测方法、设备及存储介质 | |
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 | |
CN113870233A (zh) | 一种捆绑纱检测方法、计算机设备及存储介质 | |
CN114463184B (zh) | 图像拼接方法、装置及存储介质、电子设备 | |
CN116523915B (zh) | 一种碳纤维接头缺陷的检测方法、设备及存储介质 | |
CN115861227A (zh) | 基于图像语义重建的无监督工业表面缺陷检测方法与装置 | |
CN111398292A (zh) | 一种基于gabor滤波和CNN的布匹瑕疵检测方法、系统及设备 | |
CN116596802B (zh) | 一种复杂背景下的捆绑纱提取方法、装置、设备及介质 | |
CN115861315B (zh) | 缺陷检测方法和装置 | |
CN115205288B (zh) | 工业缺陷检测方法和装置 | |
CN116485789B (zh) | 一种碳纤维劈丝缺陷检测方法、设备及存储介质 | |
CN114419037B (zh) | 工件缺陷检测方法和装置 | |
CN107607612B (zh) | 基于漏磁信号的垂直分量的缺陷轮廓识别方法及装置 | |
CN116580023B (zh) | 一种碳纤维纱线表面毛团监测方法、设备及存储介质 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
CN115797229B (zh) | 图像处理方法及装置 | |
CN114494253B (zh) | 工业质检的方法和装置 | |
CN113256615B (zh) | 线形缺陷的检测方法和装置 | |
CN114627114B (zh) | 产品缺陷严重程度测量方法及系统及装置及介质 |
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 |