棉花中的異性纖維(以下簡稱“異纖”),是生產(chǎn)、運輸、加工等全部過程中混入的非棉性纖維和變色棉纖維,常見的有地膜、彩線、各類丙綸絲、枯草片等。雖然異纖含量少,但是危害性極大,不僅影響產(chǎn)品質(zhì)量,還會嚴重損害我國棉加工產(chǎn)品的信譽,所以高效準確的檢測棉花中的異纖至關重要。目前,基于圖像和視覺的自動檢測設備以其易擴展、效率高、準確率高等優(yōu)點在各個領域得到廣泛應用。因此,本文提出基于圖像視覺的棉花異纖識別關鍵技術研究。主要完成如下幾方面的工作:1、通過對國內(nèi)外產(chǎn)品的充分調(diào)研,確定棉花異性纖維檢測的技術要求和主要技術參數(shù)等指標;基于模塊化設計原理搭建檢測系統(tǒng);根據(jù)棉流速率、圖像分辨率、圖像傳輸速率等主要技術參數(shù)完成關鍵部分的優(yōu)化設計和重要零部件的選型;2、在對傳統(tǒng)的一維Otsu算法和二維Otsu算法充分研究的基礎上,得出傳統(tǒng)算法的特點不符合自動在線檢測技術的要求;改進二維Otsu算法的分塊策略,采用上下雙界限非對稱直方圖斜分方式,使用邊緣算子和最小二乘法確定上下界限的截距值并調(diào)整檢測目標和檢測背景;進行噪聲替換,提高算法抗噪性;3、采用紋理特征圖像并以紋理參數(shù)為閾值識別閾值與棉花相近的異纖。通過分析步長d、方向θ和灰度級L的變化對紋理參數(shù)產(chǎn)生的影響,確定合理取值;提出針對紋理圖像的灰度級不等距壓縮方法,并進行對比;探究了以紋理參數(shù)為閾值進行圖像識別的合理性并生成紋理圖像選出合適的紋理參數(shù)值當作分割閾值,基于Otsu算法進行圖像識別并驗證;4、在Qt框架的基礎上,以C++為主要編程語言設計系統(tǒng)軟件并實現(xiàn)主要功能;封裝主要的函數(shù),以線程互斥的方式處理來自驅(qū)動和用戶設置的指令,并介紹軟件的登陸界面、主窗口界面、參數(shù)設置界面、圖像分析界面。
【學位單位】：山東大學
【學位級別】：碩士
【學位年份】：2020
【中圖分類】：TP391.41;TS107
【部分圖文】：

山東大學碩士學位論文??表１－２羅列了常見的異性纖維Ｗ種類及材料構(gòu)成。如圖１－１所示為工業(yè)現(xiàn)場??在集棉箱中收集的異纖。??：：■??圖１－１工業(yè)現(xiàn)場異纖??１．２．２課題的背景以及意義??棉花作為戰(zhàn)略儲備資源，關系重大。目前我國的棉紡織業(yè)的發(fā)展與國際先進??水平仍舊存在較大差距，具體表現(xiàn)為檔次較低、品質(zhì)較差，所以利潤也較低。??本文解決的是異纖在線識別實時性差和準確率低的問題。識別算法在識別系??統(tǒng)中居于核心地位，我國研制的產(chǎn)品比國外同類產(chǎn)品在價格上己經(jīng)大幅的降低，??不但符合我國的國情，而且能夠擺脫對進口技術及設備的依賴，更能提高我國的??產(chǎn)品競爭力，為我國經(jīng)濟的發(fā)展做出貢獻。同樣，由于棉花異纖的檢測方式具有??可移植性，可應用到重復性高和生產(chǎn)量大的場景之中，例如二維碼識別、軍事目??標識別、工件質(zhì)量檢測、焊縫檢測等等［４］。??１．３國內(nèi)外研究現(xiàn)狀??１．３．１機器視覺技術的發(fā)展??機器視覺是一門能夠讓機器擁有人眼一樣“看”本領的技術，包括模式識別、??人工智能（ＡＩ）等大范圍、多領域的學科門類［５Ｌ機器視覺技術能夠用電腦和攝??像頭替代人眼讓機器擁有對目標的測量，追蹤，辨識，處理，歸類，分割，分析??決策等功能。??迄今為止己有５０余年的歷史，起源于二維圖像的模式識別［６】；６０年代出現(xiàn)??２??

速發(fā)展階段。??機械工程、電子工程、生物工程和控制工程等技術的發(fā)展促進了在機器人、??質(zhì)量檢驗、圖像分析、路況檢測、智能交通等領域的應用｜９１。異性纖維檢測系統(tǒng)??是機器視覺技術的具體應用之一，該技術采用高速工業(yè)相機實時采集圖像，并將??數(shù)據(jù)信息傳入控制器進行處理ｉｉｅ］。??￣￣｜?機器視覺?￣￣??機器人｜?丨?丨?１人Ｉ：容能??機械１科寧?｜電子１科寧?｜生牧１科寧?ｉｆ?＾１４４??＇ｊｌ．ｆｉ！?丨，ｊｌ：ｇ?＇ｊ?Ｉ．ＩＳ?＇ｔ－＇ｊ?ｉ．Ｋ??圖１－２機器視覺與相關領域的聯(lián)系??１．３．２異性纖維檢測技術研究現(xiàn)狀??根據(jù)識別原理不同，檢測技術主要分為如下幾類［１１１：??（１）超聲波檢測技術：利用波源發(fā)送到不同介質(zhì)被反射回的差異來檢測異??性纖維。由于異纖和棉花在密度上存在差異，所以被異纖反射回的超聲波信號強??于遇到棉花的反射信號強度。該檢測技術的優(yōu)點是可以檢測全閾值范圍的異纖，??缺點是對相對面積較小的異纖精度不夠，檢測速度不能夠滿足實時性檢測的要求。??（２）光電檢測技術：異纖與原棉之間的色差反映在光電二極管上就是電流??差，經(jīng)過放大后可以完成檢測。優(yōu)點是原理簡單，缺點是光電二極管的壽命短，??穩(wěn)定性差，只能識別深色和相對面積較大的異性纖維。??（３）傳感器檢測技術：通過辨識光源照射到介質(zhì)上被反射的波長差異來檢??測異纖。適用范圍較廣，但成本較高。??（４）光學檢測技術：通過工業(yè)相機拍攝棉流圖像，將所采集的數(shù)字信號傳??入計算機進行處理，檢測出的異性纖維會啟動相應的執(zhí)行機構(gòu)定位清除。成本低，??３??

山東大學碩士學位論文???撿出率高，速度快，目前廣泛采用該種技術＝???１驅(qū)動單元????］［???昭明光源丨?？??Ｌ?ｒ?Ｉ＿＾?＿圖像信息光?圖像預處理??＿＿Ｉ＾＾?Ｉ業(yè)相機?電轉(zhuǎn)換存儲?及特征提？?結(jié)果??待測目標Ｉ????｛－＊￣???圖１－３圖像視覺檢測流程??國際上研究異纖起步早、技術成熟，但是設備較貴，均價能達到上百萬??元，昂貴的設備不符合國內(nèi)的生產(chǎn)行情，更使許多小微企業(yè)承受不起。德國的??Ｔｍｔｚｓｃｈｌｅｒ公司，瑞士的Ｊｏｓｓｉ公司，意大利的Ｌｏｐｔｅｘ公司等異性纖維設備的??生產(chǎn)商產(chǎn)品技術較為領先。??Ｇｅｒｍａｎｙ?Ｔｍｔｚｓｃｈｌｅｒ?的?ＴＳ－Ｔ５?產(chǎn)品較為著名，ＴＳ－Ｔ５?如圖?１－４?所示。ＴＳ－Ｔ５??在原來設備的基礎上，將相機改為帶有偏振光源的相機，光源使用２５６個ＬＥＤ??燈，設置在ＬＥＤ燈上的特殊鏡頭，可以辨識體積和長度均較小的異纖。工作原??理為：兩側(cè)的高速相機掃描棉流，可根據(jù)棉流通道調(diào)整機幅寬度，線掃描速度??為１０２４行／秒，每行至多掃描２０４８個像素點，辨識精度達０．５？０．８毫米，數(shù)據(jù)??信息傳入計算機，與己有資料對比并確定異纖的位置，控制器發(fā)出指令適時控??制高壓氣閥啟動將異性纖維吹入落棉箱。??ｉｊｉｍ??圖?１－４?ＴＳ－Ｔ５??Ｓｗｉｔｚｅｒｌａｎｄ?Ｊｏｓｓｉ研究異纖設備起步早，國際市場占有率較高，Ｔｈｅ?ｖｉｓｉｏｎ??ｓｈｉｅｌｄ?ｉｎｓｐｅｃｔ?４是它的代表性產(chǎn)品。經(jīng)過充分開松的棉花進入設備時，兩側(cè)彩色??ＣＣＤ相機透過中央透明玻璃通道掃描棉流，數(shù)據(jù)信息傳入控制器處理。Ｔｈｅ?ｖ１Ｓ??４??
【參考文獻】

相關期刊論文 前10條

1 邱吉輝;丁紀念;;論棉花中異性纖維的危害及治理措施[J];中國纖檢;2015年15期

2 陳成鋼;艾濤;;基于灰度共生矩陣的紋理分析的統(tǒng)計方法[J];天津農(nóng)學院學報;2014年02期

3 曾憲佑;黃佐華;;一種新型的自適應模糊中值濾波算法[J];計算機工程與應用;2014年17期

4 張圓明;黃闊;韓志;;自鎮(zhèn)流熒光燈功率、功率因數(shù)和光通量的測量不確定度評定[J];計量與測試技術;2012年12期

5 何志勇;孫立寧;黃偉國;陳立國;;基于Otsu準則和直線截距直方圖的閾值分割[J];光學精密工程;2012年10期

6 王昊鵬;馮顯英;李麗;;基于改進二維最大類間方差法的白色異性纖維檢測算法[J];農(nóng)業(yè)工程學報;2012年08期

7 華才健;蘇真?zhèn)?喬麗;史晉芳;;基于線激光的棉花中白色異性纖維檢測[J];農(nóng)業(yè)機械學報;2012年02期

8 夏心怡;蘇真?zhèn)?李國輝;;基于形狀特征的棉花異性纖維圖像分割方法[J];農(nóng)機化研究;2010年07期

9 楊文柱;李道亮;魏新華;康玉國;李付堂;;基于自動視覺檢測的棉花異性纖維分類系統(tǒng)[J];農(nóng)業(yè)機械學報;2009年12期

10 馮顯英;張成梁;楊丙生;李蕾;;基于RGB顏色空間的異性纖維識別檢測算法[J];山東大學學報(工學版);2009年05期

相關博士學位論文 前1條

1 劉仲民;基于圖論的圖像分割算法的研究[D];蘭州理工大學;2018年

相關碩士學位論文 前10條

1 蔡博君;基于機器學習的天文圖像復原研究[D];太原理工大學;2019年

2 李艷波;自適應鄰域形態(tài)學理論及其FPGA實現(xiàn)[D];西安電子科技大學;2019年

3 黃倩穎;基于優(yōu)化后的二維Otsu的文本圖像二值化處理算法[D];華南理工大學;2019年

4 肖灑;基于機器視覺的圖像測量系統(tǒng)的設計與實現(xiàn)[D];西安電子科技大學;2019年

5 胡秀珍;基于機器視覺的鐵芯表面缺陷檢測系統(tǒng)研究[D];山東大學;2018年

6 楊程午;棉花中異性纖維含量檢測關鍵技術研究[D];天津工業(yè)大學;2018年

7 胡啟明;基于灰度共生矩陣的地形紋理特征量化研究[D];福州大學;2017年

8 楊龍飛;基于局部二值模式和灰度共生矩陣的紋理特征提取技術研究[D];蘭州大學;2016年

9 李琪;基于多光譜技術的異性纖維檢測系統(tǒng)研究[D];北京理工大學;2015年

10 楊超;原棉中異性纖維圖像識別方法研究[D];內(nèi)蒙古大學;2015年

本文編號：2869476