紡織行業(yè)與人們的日常生活息息相關(guān),同時(shí)也作為經(jīng)濟(jì)支柱產(chǎn)業(yè)在我國國民經(jīng)濟(jì)中占據(jù)著十分重要的位置。但紡織業(yè)發(fā)展到今天依然是勞動(dòng)密集型產(chǎn)業(yè),尤其是在紡織產(chǎn)品的缺陷檢測工序中,一直依賴人工檢測的方式嚴(yán)重制約著行業(yè)的高速發(fā)展。因此在生產(chǎn)過程中尋求能夠快速精確檢測出紡織品缺陷的方法已成為目前亟待解決的問題之一。筒紗是紡紗工序中的最后一道工序——絡(luò)筒的產(chǎn)出品,其質(zhì)量直接影響后續(xù)工序的生產(chǎn)并最終影響紡織成品的質(zhì)量。由于紗線原料質(zhì)量、設(shè)備性能、工藝流程、人員操作等多方面的原因,筒紗在成型過程中容易產(chǎn)生多層臺(tái)、網(wǎng)紗、菊花芯、多源紗等缺陷。本課題以筒紗為研究對(duì)象,選用工控機(jī)、光源組、相機(jī)組、光電開關(guān)等硬件設(shè)備組建檢測平臺(tái),應(yīng)用機(jī)器視覺技術(shù)研究適用于工業(yè)生產(chǎn)流程現(xiàn)場的缺陷檢測系統(tǒng),實(shí)現(xiàn)了多種缺陷類型的快速在線檢測。主要研究內(nèi)容為以下幾個(gè)方面:（1）針對(duì)筒紗多層臺(tái)缺陷表現(xiàn)為側(cè)面輪廓的高低不平,首先通過主動(dòng)光配合成像,獲得高對(duì)比度的筒紗輪廓外形圖像,然后在輪廓邊緣線中確定側(cè)面起止點(diǎn),最后通過度量側(cè)面輪廓線與擬合輪廓線誤差分布,根據(jù)擬合情況度量是否為多層臺(tái)缺陷。（2）針對(duì)筒紗頂面存在的網(wǎng)紗缺陷,提出一種基于多方向匹... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

筒紗

武漢理工大學(xué)碩士學(xué)位論文112.2系統(tǒng)總體設(shè)計(jì)方案和工作原理機(jī)器視覺檢測系統(tǒng)對(duì)筒紗缺陷進(jìn)行檢測的基本流程是先利用工業(yè)相機(jī)采集圖像，然后依據(jù)算法對(duì)圖像進(jìn)行處理，并輸出結(jié)果給其他控制系統(tǒng)。兩個(gè)步驟中，采集圖像需要根據(jù)工業(yè)生產(chǎn)的環(huán)境場地需求從硬件選材和空間結(jié)構(gòu)等方面對(duì)系統(tǒng)進(jìn)行設(shè)計(jì)，圖像處理則需要從軟件算法處理流程和適應(yīng)性上進(jìn)行設(shè)計(jì)。根據(jù)筒紗缺陷的視覺特征表現(xiàn)形式，本文設(shè)計(jì)了一套基于機(jī)器視覺的筒紗缺陷在線檢測系統(tǒng)。組建的筒紗缺陷檢測系統(tǒng)主要由相機(jī)組、光源組、對(duì)照式光電開關(guān)組、工控機(jī)等組成，實(shí)際生產(chǎn)中筒紗制造流水線不間斷運(yùn)行，在筒紗卷裝完成后隨傳送帶連續(xù)運(yùn)動(dòng)。檢測時(shí)，當(dāng)筒紗到達(dá)檢測位置時(shí)，系統(tǒng)自動(dòng)采集筒紗圖像，通過圖像算法處理判斷筒紗是否具有某種缺陷。圖2-2為檢測系統(tǒng)總體設(shè)計(jì)圖。圖2-2檢測系統(tǒng)總體設(shè)計(jì)圖2.3關(guān)鍵器件選型通過對(duì)紡織廠的筒紗生產(chǎn)環(huán)境進(jìn)行實(shí)地考察和對(duì)產(chǎn)品大孝位置距離等進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析后，依據(jù)檢測系統(tǒng)不干擾生產(chǎn)系統(tǒng)的原則，本文設(shè)計(jì)了如圖2-3所示的筒紗缺陷在線檢測實(shí)驗(yàn)平臺(tái)。

武漢理工大學(xué)碩士學(xué)位論文12圖2-3檢測系統(tǒng)實(shí)驗(yàn)平臺(tái)所需硬件設(shè)備需要借助外部框架結(jié)構(gòu)完成各個(gè)組件的安裝和定位。為確保圖像采集過程中系統(tǒng)穩(wěn)固，外部固定框架選用3030鋁合金型材搭建。安裝時(shí)，選用15根長度為1000mm和2根長度為500mm的型材及若干連接件完成框架及設(shè)備的安裝定位。2.3.1相機(jī)組檢測系統(tǒng)共使用4組工業(yè)相機(jī)，其中2組相機(jī)位于系統(tǒng)頂部，1組用于拍攝筒紗頂面的灰度圖像，1組用于拍攝筒紗頂面的彩色圖像；另外2組相機(jī)分別位于系統(tǒng)左右兩側(cè)位置，都用于拍攝筒紗側(cè)面圖像。2.3.1.1相機(jī)和鏡頭選型對(duì)于一個(gè)機(jī)器視覺系統(tǒng)，相機(jī)和鏡頭決定了采集圖像的質(zhì)量，而檢測需求決定了相機(jī)和鏡頭的參數(shù)。針對(duì)細(xì)小運(yùn)動(dòng)目標(biāo)的拍攝，主要考慮的是相機(jī)組的采樣速度、相機(jī)分辨率、像元大孝視場角等，之后再考慮的是景深、相機(jī)CCD接口等。

【參考文獻(xiàn)】：
期刊論文
[1]基于K-SVD學(xué)習(xí)字典的機(jī)織物紋理表征及應(yīng)用[J]. 吳瑩,汪軍.  紡織學(xué)報(bào). 2018(02)
[2]基于機(jī)器視覺的筒子紗缺陷在線檢測系統(tǒng)[J]. 牟新剛,蔡逸超,周曉,陳國良.  紡織學(xué)報(bào). 2018(01)
[3]機(jī)器視覺在多領(lǐng)域內(nèi)的應(yīng)用[J]. 李延浩.  電子技術(shù)與軟件工程. 2018(01)
[4]基于灰度共生矩陣的紡織品瑕疵識(shí)別算法[J]. 吳亞新.  電腦知識(shí)與技術(shù). 2017(28)
[5]結(jié)合游程長度與共生矩陣的圖像拼接篡改檢測方法[J]. 蘇慧嘉,鄭繼明.  計(jì)算機(jī)科學(xué). 2017(06)
[6]基于HOG特征的織物瑕疵檢測算法[J]. 陳金艷,董蓉.  電視技術(shù). 2017(Z1)
[7]應(yīng)用方向梯度直方圖和低秩分解的織物疵點(diǎn)檢測算法[J]. 李春雷,高廣帥,劉洲峰,劉秋麗,李文羽.  紡織學(xué)報(bào). 2017(03)
[8]面積-極坐標(biāo)變換在光學(xué)相關(guān)目標(biāo)識(shí)別中的應(yīng)用[J]. 石曉衛(wèi),李登輝,楊鑫,錢義先.  光學(xué)與光電技術(shù). 2016(05)
[9]基于灰度共生矩陣與反向投影的織物疵點(diǎn)檢測[J]. 孫國棟,林松,艾成漢,趙大興.  計(jì)算機(jī)測量與控制. 2016(07)
[10]應(yīng)用非負(fù)字典學(xué)習(xí)的機(jī)織物瑕疵檢測算法[J]. 毛兆華,汪軍,周建,卜佳仙,陳霞,李立輕.  紡織學(xué)報(bào). 2016(03)

碩士論文
[1]基于黃金模板減法的織物疵點(diǎn)檢測研究[D]. 陳姍.西安工程大學(xué) 2016
[2]基于小波和極速學(xué)習(xí)機(jī)的織物疵點(diǎn)檢測和分類[D]. 馬強(qiáng).東華大學(xué) 2016
[3]布匹瑕疵實(shí)時(shí)視覺檢測技術(shù)的研究與開發(fā)[D]. 何薇.江南大學(xué) 2015
[4]復(fù)雜紋理背景的織物疵點(diǎn)檢測與定位研究[D]. 張志歡.武漢紡織大學(xué) 2011



本文編號(hào)：3333449