•  

    最新動態

    利用機器視覺技術實時在線檢測筒子紗缺陷
    首頁 > 最新動態 > 利用機器視覺技術實時在線檢測筒子紗缺陷

    筒子紗是紡紗廠絡筒工序的產出品,其質量直接影響后道工序的生產及紡織品質量。常見的缺陷有菊花芯、多層臺、網紗、多源紗等。本文主要介紹一種基于機器視覺在線檢測筒子紗缺陷的方法,系統利用對照式光電開關判斷筒子紗到達指定位置,程控條形光源配合工業相機組對筒子紗各方向進行采集。

    解決方案:

    該系統由2個工業相機、條形光源、照式光電開關和計算機組成,首先,相機與同步光源分時采集筒子紗頂面和側面過曝模式及正常模式圖像。系統自動采集筒子紗的圖像,并通過圖像處理和針對筒子紗紋理的目標標識來判斷筒子紗是否具有某種缺陷。

    當待檢筒子紗到達系統工作位置后,遮蔽對照光電開關的投光光束,進入受光器的光量減少到標準以下,光電開關發出開關信號量。系統收到開關量后,各組相機與光源按照設置好的時序配合完成圖像采集的過程。圖像采集完成后,采集相應的算法對圖像進行處理,判斷筒子紗是否存在缺陷并輸出結果。

    側面圖像處理

    多層臺缺陷表現為筒子紗側面輪廓的間斷不連續。首先對側面過曝圖像進行輪廓提取。然后分析提取的輪廓特征,判斷筒子紗是否多層臺缺陷。側面輪廓提取采用閾值化分割確定筒子紗的像素區域。

    檢測多層臺缺陷所需要的特征是筒子紗側面的輪廓線特征,由于筒子紗與背景之間相較于筒子紗表面紋理的灰度值差異較大,因此采用梯度邊緣來進行分割目標。分割筒子紗側面圖像需要強化垂直方向邊緣,采用水平方向的索貝爾梯度算子。

    多層臺缺陷識別

    多層臺缺陷表現在側面輪廓出現斷層,以分割出的側面輪廓區域為目標,分析其側面輪廓是否連續。

    頂面圖像處理

    在頂面分別采集了過曝模式和正常模式的圖像,其中過曝模式圖像用于確定筒子紗中心位置及半徑大小。然后,通過筒子紗位置參數將頂面正常模式圖像展開為極坐標圖,并提取目標區域用于缺陷識別。

    網紗缺陷的筒子紗,其頂面分布有雜線。雜線在展開圖中表現為存在非切向的邊緣,可使用水平方向的高斯濾波器對展開圖進行處理并與展開圖做差,然后計算局部方向直方圖。若可信度參數滿足條件,并且主梯度方向偏離垂直方向較大則判斷為網紗缺陷。

    多源紗缺陷,將頂面紋理展開圖水平方向進行投影。分析投影曲線中對應筒子紗頂面紋理部分的曲線特征,計算平均偏差,根據偏差值判斷是否多源紗。

    菊花芯檢測:采集頂面過曝的輪廓圖和頂面的紋理圖像。輪廓圖用于確定筒子紗中心,紋理圖用于識別缺陷。

    網紗檢測:采集的正常筒子紗和網紗的紋理圖像。

      

    識別單源紗與多源紗時,采集筒子紗頂面的紋理圖與輪廓圖。多源紗缺陷在灰度圖像中表現為筒子紗頂面紋理因棉紡原材料不純而造成紗層之間的顏色差異。如下圖:

    本系統能有效地針對筒子紗的多層臺、菊花芯、網紗、多源紗缺陷進行實時識別檢測。

    源自:互聯網

    晋江捶钠文化有限公司