【摘要】：殘紗檢測是細(xì)絡(luò)聯(lián)設(shè)備的一項重要功能,由于從絡(luò)筒機(jī)上返回的紗管可能沒有完全退紗,需要再次退紗或者剔除殘紗,因此就需要專門的設(shè)備對紗管余紗量進(jìn)行判斷。目前的細(xì)絡(luò)聯(lián)自動絡(luò)筒機(jī)較多地采用了機(jī)械式殘紗檢測裝置,主要借助不同造型的桿狀或毛刷類元件觸碰紗管來測算剩余紗量。然而,這些元器件接觸并擊打管表紗線時,可能會對管紗成形和紗線品質(zhì)造成不利影響。隨著機(jī)器視覺在工業(yè)檢測領(lǐng)域的應(yīng)用日益廣泛,越來越多的研究開始探索將此類非接觸式技術(shù)用于殘紗檢測裝置上的可能性。本課題基于機(jī)器視覺對非接觸式殘紗檢測方法進(jìn)行研究。為實現(xiàn)自動絡(luò)筒機(jī)中紗管輸送裝置的余紗量檢測與紗管分類,本文首先提出一種基于圖像紋理特征分割紗管和紗線的算法,利用濾波響應(yīng)使二者分離;之后提出一種融合了紗管外形、顏色和紋理特征的紗管特征構(gòu)造方法,采用支持向量機(jī)作為分類器實現(xiàn)對空管、殘紗管和滿管的分類;最后,基于混合背景模型和跟蹤算法構(gòu)建復(fù)雜背景下處于運動狀態(tài)紗管的檢測與跟蹤,配合分類器實現(xiàn)對處于運動狀態(tài)的紗管的余紗量檢測。在紗管與紗線像素區(qū)域分割方面,本文提出一種奇部Gabor濾波器的余紗量檢測方法。對奇部Gabor濾波器的參數(shù)設(shè)置進(jìn)行了優(yōu)化,根據(jù)極大響應(yīng)原則,探討了奇部Gabor濾波器中心頻率ω、波長λ、高斯分布標(biāo)準(zhǔn)差σ以及濾波器方向θ四個主要參數(shù)的設(shè)定原則。利用經(jīng)參數(shù)優(yōu)化的奇部Gabor濾波器組強(qiáng)化管壁和紗線邊緣,對濾波后圖像進(jìn)行連通域檢查,分割出紗線區(qū)域。實驗部分選擇不同顏色的紗管、不同顏色和線密度的紗線對該算法對進(jìn)行了試驗,結(jié)果表明算法在無監(jiān)督條件下對這些樣本體現(xiàn)出較好的魯棒性,對光照強(qiáng)度的定性試驗證明算法具備一定的光照適應(yīng)性。在紗管分類問題上,本文采用支持向量機(jī)作為分類器。將采集的紗管圖像分割為若干區(qū)域,以各分區(qū)前景、背景和凸包面積為基礎(chǔ)構(gòu)建反映直徑變化和對稱性的幾何特征;利用Gabor濾波器組增強(qiáng)目標(biāo)紋理信息,隨后通過主色提取和色差計算構(gòu)建各分區(qū)的紋理特征。采用多分類支持向量機(jī)利用提取特征進(jìn)行分類,將輸入樣本歸為空管、殘紗管和有紗管三類。分類算法交叉驗證結(jié)果表明,在多種參數(shù)水平下,分類器對各種管壁顏色的棉紗紗管的分類準(zhǔn)確率達(dá)到96%以上;多品種紗線試驗表明,分類器對不同細(xì)度和顏色紗線的紗管分類真陽性率達(dá)到92%以上。在運動紗管的檢測與跟蹤方面,本文采用高斯混合背景模型用于固定機(jī)位下的運動目標(biāo)檢測,引入跟蹤算法對前景區(qū)域進(jìn)行標(biāo)記和跟蹤,以實現(xiàn)對背景模型中各前景區(qū)域的時域狀態(tài)記錄。背景模型檢測到運動目標(biāo)后由分類器對前景區(qū)域進(jìn)行識別,如果前景區(qū)域被認(rèn)定為紗管則對其進(jìn)行分類,并由跟蹤模型保持對紗管的跟蹤;如果前景區(qū)域被認(rèn)定為噪聲則對背景模型進(jìn)行更新。視頻監(jiān)控試驗結(jié)果表明,算法對細(xì)絡(luò)聯(lián)裝置中的紗管能夠進(jìn)行較為準(zhǔn)確的檢測與跟蹤。
【圖文】：

(c) (d)圖 1-1 各自動絡(luò)筒機(jī)廠商配備的殘紗檢測裝置a) 青島宏大 SMARO-I；(b) 村田 QPRO；(c) 薩維奧 POLAR-I DLS；(d) 賜來福 AutoconerFig.1-1 Residual yarn detection device provided by automatic winder manufacturers) Hongda SMARO-I；(b) Muratec QPRO；(c) Savio POLAR-I DLS；(d) Schlafhorst Autoconer一定量余紗的管紗經(jīng)過時，繞紗部分會與長邊接觸并推動其前進(jìn)一段距離，短邊產(chǎn)生轉(zhuǎn)動，底部的傳感器檢測到位移后即斷定紗管尚有余紗。若管紗余紗量較少碰到推桿，它也會被送入空管軌道返回細(xì)紗機(jī)。在青島宏大 SMARO-E 型集中供絡(luò)筒機(jī)中，沒有觸碰推桿的管紗會繼續(xù)沿著一個上升軌道行進(jìn)，軌道內(nèi)有一個以為接觸單元的傳感器，毛刷相比于推桿更接近紗管管壁，靈敏度也更高，表面包但未被推桿檢測到管紗在這里會被篩查并剔除，其余紗管被認(rèn)定為空管傳入回收村田 QPRO 系列自動絡(luò)筒機(jī)采用毛刷作為殘紗檢測元器件，如圖 1-1(b)所示。狀態(tài)下，毛刷抬起；管紗進(jìn)入檢測位后，毛刷落下，在觸碰到管紗后停止。毛刷另一端裝有光電傳感器，毛刷下落至底端時傳感器一端發(fā)射的光線被遮擋，另一

金屬片后端由兩個轉(zhuǎn)軸連接，，保證裝置在運動過程中能夠垂直升降；前端與管紗接觸的部分外形類似一個豎直刀片，接觸面有微小鋸齒。管紗進(jìn)入檢測位后，金屬片下落，若紗管上繞有紗線，金屬片會在勾住紗線并停止運動，否則將下落至最底端。裝置底部安裝有光電傳感器，用于檢測金屬片的運動幅度，并以此推斷管紗余紗量。賜來福 Autoconer X5 系列自動絡(luò)筒機(jī)中的紗管檢測裝置為一個叉形打手，如圖 1-1(d)所示。紗管逐一通過檢測位置并暫停，此時打手自上而下擺動，由于打手的兩個分叉間距略寬于細(xì)紗管直徑，當(dāng)紗管為空管時，打手分叉會從管壁兩側(cè)掠過，如果紗管卷繞有一定量紗線，打手則會觸碰到卷繞紗線并返回，由此紗管就被系統(tǒng)判定為有紗，隨即由后續(xù)分揀系統(tǒng)將其沿回路軌道送回至自動絡(luò)筒機(jī)重新生頭絡(luò)紗。各廠商的機(jī)械式殘紗檢測裝置發(fā)展起步早，技術(shù)相對成熟，在生產(chǎn)環(huán)境中取得了不錯的應(yīng)用效果。然而，機(jī)械式裝置的集成化程度低，管紗往往需要經(jīng)過多個檢測單元的篩查方可實現(xiàn)余紗量的多分類；各類裝置雖然形式不同，但為保證不與空管發(fā)生接觸，檢測元件始終要與管體保持一定間距，當(dāng)紗管上的剩余紗量很少時，纏繞紗線區(qū)域的徑向直徑不足以被裝置檢測到，這些紗管會被誤檢為空管，被細(xì)絡(luò)聯(lián)設(shè)備送回集體落紗細(xì)紗機(jī)中，如圖 1-2 所示。
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TS104

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳培芝;陳水利;陳國龍;;Gabor小波和局部二值模式結(jié)合的一種人臉識別算法[J];集美大學(xué)學(xué)報(自然科學(xué)版)(網(wǎng)絡(luò)預(yù)覽本);2010年04期

2 李云章;趙靜;;離散周期集上的弱Gabor雙框架[J];中國科學(xué):數(shù)學(xué);2018年12期

3 張園園;鄒策;陳曉玲;尹永浩;程生翠;陳迎亞;謝平;;基于Gabor小波-傳遞熵的腦-肌電信號同步耦合分析[J];生物醫(yī)學(xué)工程學(xué)雜志;2017年06期

4 Ma Xin;Jing Xiaojun;;Palm vein recognition method based on fusion of local Gabor histograms[J];The Journal of China Universities of Posts and Telecommunications;2017年06期

5 呂賢利;;Gabor框架的一些判定[J];科技經(jīng)濟(jì)導(dǎo)刊;2018年01期

6 XIAO Jing;DUAN Xiusheng;QI Xiaohui;WANG Jianchen;;Direction navigability analysis of geomagnetic field based on Gabor filter[J];Journal of Systems Engineering and Electronics;2018年02期

7 史漫麗;凌龍;吳南;原娜;;基于自適應(yīng)Gabor濾波的紅外弱小目標(biāo)檢測[J];紅外技術(shù);2018年07期

8 李興慧;武友德;李小汝;;基于Gabor變換降噪和盲信號分離的軸承故障診斷方法[J];現(xiàn)代制造工程;2014年08期

9 Qiao Fang LIAN;Hai Li MA;;Density Results for Subspace Multiwindow Gabor Systems in the Rational Case[J];Acta Mathematica Sinica;2013年05期

10 ;Fast parallel algorithms for discrete Gabor expansion and transform based on multirate filtering[J];Science China(Information Sciences);2012年02期

相關(guān)會議論文 前10條

1 Jin Wu;Xuejie Nian;Wankou Yang;Changyin Sun;;MPCA on Gabor Tensor for Face Recognition[A];2015年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2015年

2 朱學(xué)芳;鄒文豪;王欒井;;對字體識別中Gabor濾波器參數(shù)的實驗研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

3 Kurban Ubul;Abdiryim Raxidin;Alim Aysa;;2-D Gabor Filter based Feature Extraction Method for Uyghur Handwriting Image[A];少數(shù)民族青年自然語言處理技術(shù)研究與進(jìn)展——第三屆全國少數(shù)民族青年自然語言信息處理、第二屆全國多語言知識庫建設(shè)聯(lián)合學(xué)術(shù)研討會論文集[C];2010年

4 黃志榮;;基于Gabor特征的人耳識別方法的研究[A];第二十六屆中國（天津）2012IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2012年

5 谷建清;郭永彩;高潮;徐梅宣;;二維Gabor小波在虹膜識別中的應(yīng)用[A];第七屆青年學(xué)術(shù)會議論文集[C];2005年

6 ;Face recognition based on Gabor phase[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

7 Jiakun Li;Tian Wang;Ming Gao;Aichun Zhu;Guangcun Shan;Hichem Snoussi;;Two Stream Neural Networks with Traditional CNN and Gabor CNN for Object Classification[A];第37屆中國控制會議論文集（F）[C];2018年

8 萬忠義;陳輝;馮俊;胡英;;基于Gabor變換的動態(tài)反褶積方法研究[A];第十五屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)研討會論文集[C];2016年

9 ;Edge Detection of Plant Roots Image via Gabor Wavelet Theory[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

10 顧涓涓;陶亮;羅斌;;圖像的實值離散Gabor變換及其快速算法[A];第二十六屆中國控制會議論文集[C];2007年

相關(guān)重要報紙文章 前3條

1 王麗輝;Gabor 時尚綠色品牌[N];中國服飾報;2006年

2 本報記者 夏商;Alter&Kiss欲進(jìn)入中國市場[N];中國紡織報;2010年

3 ;僅以數(shù)據(jù)做決策存在風(fēng)險[N];中國保險報;2011年

相關(guān)博士學(xué)位論文 前10條

1 馬欣;手掌靜脈身份識別關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

2 李銳;基于離散Gabor變換的信號稀疏時頻表示[D];安徽大學(xué);2016年

3 余磊;Gabor小波變換在人臉識別中的應(yīng)用研究[D];重慶大學(xué);2009年

4 傅一平;基于Gabor與小波的邊緣檢測理論、快速算法與實時應(yīng)用研究[D];浙江大學(xué);2004年

5 趙英男;Gabor濾波器在車輛檢測和車型識別中的應(yīng)用研究[D];南京理工大學(xué);2004年

6 李文書;中醫(yī)舌診中若干圖像分析關(guān)鍵技術(shù)的研究[D];浙江大學(xué);2005年

7 李云峰;基于Gabor小波變換的人臉識別[D];大連理工大學(xué);2006年

8 山世光;人臉識別中若干關(guān)鍵問題的研究[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2004年

9 靳明;基于Gabor濾波器的軍用目標(biāo)識別及跟蹤方法的研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2005年

10 王匯源;基于線性子空間及環(huán)形對稱GABOR變換的人臉識別算法研究[D];山東大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 柳莘莘;基于區(qū)域Gabor特征的人臉識別算法改進(jìn)[D];云南大學(xué);2018年

2 王博馨;Gabor小波參數(shù)對人臉特征的影響機(jī)理[D];西安科技大學(xué);2019年

3 高暢;基于機(jī)器視覺的紗管余紗量檢測研究[D];江南大學(xué);2019年

4 李綿;基于自適應(yīng)方向響應(yīng)編碼的Gabor特征提取及融合[D];深圳大學(xué);2018年

5 張元銘;基于HOG與Gabor特征的人臉識別算法研究[D];哈爾濱理工大學(xué);2019年

6 蘇園;智能駕駛狀況下的行人檢測方法研究[D];河北工程大學(xué);2019年

7 程干;復(fù)雜光照條件下的人臉識別方法研究[D];中國礦業(yè)大學(xué);2019年

8 張偉;基于Gabor和LBPH的人臉識別算法研究及應(yīng)用設(shè)計[D];蘭州大學(xué);2019年

9 李婷婷;向量值Gabor框架與框架小波的性質(zhì)及應(yīng)用[D];西安建筑科技大學(xué);2018年

10 黎成超;基于Gabor濾波深度網(wǎng)絡(luò)的高光譜圖像分類方法研究[D];湖南大學(xué);2018年

本文編號：2684538