基于机器视觉的棉结检测系统设计与应用研究

基于机器视觉的自动验布系统研究与开发在纺织行业,布匹的质量检测至关重要。

布匹质量检测主要体现在疵点检测。

我国纺织行业体量虽大,但是自动化程度仍然不高。

当前布匹疵点检测主要以人工为主,效率低且对工人身心健康不利。

因此使用自动布匹检测系统是纺织厂提高生产效率,节省人力成本,成为产业转型升级的必经之路。

当今,布匹疵点的自动检测一直是国内外研究者关注的热点问题。

本文提出了一种基于机器视觉的自动验布系统,采用工控机+PLC的总体设
计方案。

同时该系统按功能又可分为主控系统、视觉检测系统、传动系统和自动标记系统四个子系统。

在文章结构上,依次介绍了系统整体方案设计开发,视觉检测系统的设计开发,疵点检测算法和疵点分类算法的研究和开发等。

本文首先介绍了系统整体设计方案以及其中的视觉检测子系统设计方案。

其中,系统整体设计方案给出了自动验布系统的整体框架和工作流程。

而视觉检测子系统则详细介绍了视觉部分的软、硬件结构。

然后,本文重点研究了布匹疵点的检测算法和分类算法。

提出了基于Gabor 小波的疵点检测算法和基于卷积神经网络的疵点分类算法。

其中,疵点检测算法,通过Gabor小波自适应地检测布匹存在的各类疵点,在满足其准确性和通用性的前提下,提高算法的实时性;而疵点分类算法则采用更高级的卷积神经网络对各种类型的疵点进行自主学习,规避了人工干扰的影响,同时具备良好的特征学习能力和更强的鲁棒性。

最后,对全文工作进行了总结,同时提出当前存在的问题以及以后的工作方向。

本文所述的自动验布系统目前仍在研究和开发中,虽然已经取得了一定的成果,但还有许多地方需要完善,才能满足实际布匹检测的需要。

６ 脱 绒 棉Βιβλιοθήκη 种 ．图 ２ 检测 系统 硬件组成
系统 采用 的摄像 头 为 Ｃｓ ｒ Ｉ ３ ０工业 相 机 ， ｏｔ —Ｍ ５ ａＳ
收 稿 日期 ｉ２ ０ ０ ９—１ ０—２ ６
图像 采集 卡 为 Ｍａｏ ｔｏ ｔ ｘＭｅ ｒ—Ｕ／ ｅ图 像 采 集 卡 ， ｒ ｅ ｍ 光
２１ ０ ０年 ８月
农 机 化 研 究
第 ８期
基 于 机 器 视 觉 的 脱 绒 棉 种 “破 碎 ’特 征 检 测 技 术 ’
李 景彬 ，坎 杂 ，张若 宇 ，王 丽红
８２０ ） ３ ０ ０
（ 河 子 大学 机 械 电气 工 程学 院 ， 新 疆 石 河 子 石
摘
要 ：针 对新 疆 地 区存 在 的 破 碎棉 种 问题 ， 于 机 器视 觉 技 术 搭 建 了 破 碎 棉 种 检 测 系 统 。通 过 对 脱 绒 棉 种 图 基
像 进 行 分析 和 预 处理 后 ， 取 出脱 绒 棉种 的特 征 参 数一 面 积 、 长 、 形 度 和 长 短 轴 等 ， 对特 征 参数 的 分析 研 提 周 圆 并 究 ， 定 选取 圆形 度作 为检 测破 碎 棉种 的特 征 。随 机选 取 了 １ ０粒 新 陆 早 ～２ ＃ 种 进 行 试 验 ， 测 精 度 达 到 了 确 Ｏ ４棉 检
第 ８期
匀散 射 光 的照 射下 ， 集 脱 绒 棉 种 的 图像 并 送 人 计 算 采 机 。在 图像 进 行一 系列 的 图像 处 理 运 算 后 ， 取 相 关 提
的特 征参 数 判定 脱 绒 棉种 是 否 存 在 “ 碎 ” 陷 ， 输 破 缺 并
出结 果 。
广 泛 地存 在 于 物体 与 背 景 之 间 、 体 与 物 体 之 问 以及 物

机器视觉技术在棉花群体氮素营养诊断上的应用的开题报告一、研究目的及意义：棉花在我国农业中占据相当重要的地位。

氮素是棉花生长发育过程中必不可少的养分，但适量的氮素供应仍然是困扰农业生产的重要问题之一。

因此，研究如何准确地进行棉花氮素营养诊断并及时地调整施氮量，对提高棉花产量和品质及保护生态环境具有重要的意义。

近年来，机器视觉技术在农业领域中得到广泛应用，可极大地提高棉花氮素营养诊断的效率和精度。

本研究旨在通过机器视觉技术对棉花群体进行氮素营养诊断，提高农业生产效率，探究机器视觉技术在氮素营养诊断上的应用及其优缺点，并评估其在棉花氮素营养诊断中的准确性、稳定性、可行性和经济效益，为今后农业生产提供技术支持和理论依据。

二、研究方法：本研究采用机器视觉技术对棉花群体进行氮素营养诊断，具体步骤如下：1.采集棉花生长过程中的影像数据，包括RGB图像和近红外图像；2.对图像数据进行预处理，包括噪声滤波、颜色校正、图像增强等操作；3.提取影像数据中的棉花特征，如颜色、形态、纹理等；4.基于提取的特征，建立氮素营养诊断模型，通过机器学习算法进行模型训练和测试；5.验证模型的准确性、稳定性和可行性，评估其在棉花氮素营养诊断中的经济效益。

三、研究计划：1.文献调研和理论研究（1个月）：通过查阅相关文献，了解机器视觉技术在氮素营养诊断领域的研究进展和发展趋势，掌握目前主流的氮素营养诊断方法，为后续研究提供理论和实践基础。

2.数据采集和预处理（2个月）：在实验田采集棉花图像数据，并对数据进行噪声滤波、颜色校正、图像增强等预处理，为后续特征提取和模型训练打下基础。

3.特征提取和模型建立（2个月）：结合氮素施用实验结果，选取可区分氮素营养水平的特征，并基于这些特征建立氮素营养诊断模型，通过机器学习算法进行模型训练和测试。

4.模型优化和验证（2个月）：对模型进行优化和验证，通过交叉验证等方法评估模型的准确性、稳定性和可行性，并计算模型的经济效益。

- 22 -高 新 技 术在纺织厂生产的原料中会混有大量的异性纤维，例如绳头、羽毛以及毛发等。

部分异性纤维和棉花的物理性质是相近的，无法通过清钢联和梳理工艺去除，从而导致产品存在瑕疵，对成品质量造成影响。

对棉花中的异性纤维进行检测成为棉纺工业所研究的重点。

该文使用计算机视觉算法对原棉图像异性纤维进行检测、识别[1]。

1 棉花异性纤维检测的原理1.1 异性纤维的检测技术根据异性纤维密度和棉花的不同特点，将波源发送到棉花样本中。

因为反射超声波各有不同，所以要采用超声波对棉花异性纤维进行检测，超声波信号的反射比较强，表示介质检测过程中存在异性纤维。

超声波技术能够全面检测全阈值范围的异性纤维，但是存在对长度短、面积小的异性纤维检测不精准的问题，并且检测效率也有待提高。

该文采用光学检测技术，利用工业相机采集棉花样本图像，在计算机系统中输入图像中的数字信号，通过处理后全面检测棉花中的异性纤维并清楚定位异性纤维。

该检测技术具有良好的检测效果和较高的检出率。

1.2 棉花异性纤维的检测在棉花的运输、加工和采摘过程中会混入头发丝、棉杆以及碎布等异性纤维，异性纤维使棉纺品中出现问题，还会缠绕在机器中，从而使纺织机器出现问题，给企业造成经济损失。

为了使棉纺品质量得到提高，需要对棉花中的异性纤维进行检测和去除。

以往一般采用人工来去除异性纤维，不仅工作效率较低，而且还会导致工作人员视觉疲劳，无法将异性纤维去除。

因此，工作效率和检测精准度比较高的棉花异性纤维检测技术成为热门研究课题[2]，棉花异性纤维检测技术的原理如图1所示。

异性纤维检测技术是棉花异性纤维检测过程中的重点，会影响检测的有效性和准确度。

但是，传统检测方法无法对异性纤维的部位进行精准检测，因此该文提出了一种新方法。

首先，通过计算机对各像素梯度值进行计算，如公式（1）所示。

∆f =(f (x ,y ))-f (x -1,y ),f (x ,y )-f (x ,y -1) （1）式中：∆f 为像素点f （x ，y ）的梯度值；f （x ，y ）为像素点。

信息科学科技创新导报 Science and Technology Innovation Herald127DOI：10.16660/ki.1674-098X.2018.24.127计算机视觉技术在棉花异性纤维检测中的应用综述①师红宇(西安工程大学 计算机科学学院 陕西西安 710048)摘 要：清除棉花异性纤维的传统方法和基于仪器的方法都比较耗时、效率低、可靠性低。

计算机视觉,作为一种无损的、低成本的、快速的检测工具，已经广泛地应用到棉花异性纤维检测。

本文综述了计算机视觉技术的基本概念、组成和图像采集模式，介绍了棉花异性纤维图像处理和分析的进展，并对今后的研究方向给出了指导。

关键词：计算机视觉 异性纤维 图像分割 特征提取中图分类号：TP391.41 文献标识码：A 文章编号：1674-098X(2018)08(c)-0127-02①基金项目：西安市科技计划项目(项目编号：2017074CG/RC037(XAGC004))；中国纺织工业联合会科技项目（项目编 号：2016066）。

作者简介：师红宇(1981—)，女，汉族，陕西渭南人，硕士，高级工程师，研究方向：图像处理技术和计算机网络及应用技术。

原棉加工过程中混入了多种异性纤维，纺织加工时难以清除。

传统检测方法主要采用人工，比较耗时、效率低，可靠性低。

因此，国内外科学家对异性纤维检测进行了多年研究，主要技术有超声波、光电感应、光学检测、计算机视觉等[1]。

超声波技术识别过程缓慢，无法识别小的异性纤维。

光电检测技术检测率较低，而且无法识别微小的有色异性纤维以及与棉花具有相似亮度的异性纤维。

与前两种方法相比，光学检测技术能识别较小的异性纤维，满足实时检测要求，但是制造系统的成本很高。

基于光学检测原理的计算机视觉技术具有成本低、速度快、准确率高等优点。

因此，本文介绍计算机视觉的基本概念，图像处理和分析算法的最新改进，并对该领域的研究方向进行了展望。

摘要 ： 针 对 棉 花机 械 打 顶 中棉 株识 别 难 的 问题 ， 提 出一种 基 于机 器 视 觉技 术 的棉 株 识别 定位 方法 ， 利用 ２
个 相 同型号 的摄像 头搭建 双 目立体视 觉 系统 ， 在 此 基础 上进 行相 机标 定 、 图像 采 集 、 图像 分 割 、 特 征 点 提取 等 过程 ， 利用 最小 二乘 法计算 出棉株 的深 度信 息 ， 并进 行校 正 。校 正 后棉 株定 位 误 差在 ０ ． ４ ３ ～３ Ｏ ． ５ ７ ｍｍ， 误 差均 值为 ２ Ｏ ． ５ ８ ｍｍ。研 究结果表 明基 于机器 视 觉技 术的棉株 识别 定位 方法是 可行 的 。
Ｒ ２ ０ １ １ Ａ； 数 据 处 理 软 件 为 Ｍｉ ｃ ｒ ｏ ｓ ｏ ｛ ｔ Ｏｆ ｆ ｉ ｃ ｅ Ｅｘ ｃ ｅ ｌ
２ ０ ０ ３ 、 Ｍｉ ｎ ｔ ａ ｂ ｌ ６软 件 。试 验 所 用 的 ７株 棉 株 均 来 自于石河 子大学 农学 院试 验站 ， 所有 棉 株 处 于花 蕾
Ｃｏ ｔ ｔ ｏ ｎ Ｉ ｄ ｅ ｎｔ ｉ ｆ ｉ ｃ ａ ｔ ｉ ｏ ｎ ａ ｎｄ Ｌｏ ｃ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｍａ ｃ ｈｉ ｎ ｅ Ｖｉ ｓ ｉ ｏ ｎ
Ｑｕ Ｄｕ ａ ｎ － ｙ ａ ｎ ｇ ，Ｗ ＡＮＧ Ｗｅ ｉ 。 ｘ ｉ ｎ ，Ｍ Ａ Ｂ ｅ ｎ － ｘ ｕ ｅ ，ＨＡＮ Ｄａ － ｌ ｏ ｎ ｇ ，ＴＩ ＡＮ Ｈａ ｏ，Ｗ ＡＮＧ Ｃｈ ａ ｏ
中 国棉 花 ・基 于机 器 视 觉 技 术 的棉 株 识 别 定 位 ・ ２ Ｏ １ ３ ， ４ ０ （ ２ ）：１ ６ ～１ ９
基 于机 器视 觉技 术 的棉 株 识 别 定位
瞿 端阳 。 王 维 新 ， 马 本 学 ， 韩大 龙 ， 田 昊， 王 超

一、系统运作原理 照明模块是实现完整的系统体系性能得以发挥以及长 久安全运作的基础，其主要的职责在于以科学的角度与途径 让检测光源直接照射到检测产品上，同时能够最大程度表现 出检测产品的特点以及品质情况，同时应当保证检验侧重点 与一些不关键的侧重点存在显著的差异性，而这类差异性也 能够表现出明显的可比性。图形收集流程主要是图形收集 器械以自身自带的图形传输设备收集和传输需要检测产品 的图形，并且以粗略处理后输送至图形处理设备中； 图形处 理流程需要按照图形处理运算，针对设备收集的图形完成灰 度、二值等特殊处理运算，从而获得图形的像素参数，从而能 够分析出产品存在的品质问题以及缺陷。而判定流程中，则 需要将取得的像素参数与标准的像素参考进行比对，从而得 出产品是否存品质问题与缺陷问题； 最后，系统将按照判定 情况发送相应的命令信息，信息可以直接或者间接让控制模 块处理残次品，同 时 系 统 可 以 完 全 解 析 判 定 数 据，从 而 为 操 作人员带来一定的参考指导，而操作人员则可以直接触摸控 制台的平面，以制定判定对比参数的具体数值［1］。 二、硬件组成 （ 一） 控制模块组成。在机器视觉的品质检测系统设计 过程中，往往需要保证图像处理能够符合系统最佳的性能要 求，因而则需要通过控制模块对检测流程进行有效管控。比 如本次调查研究中的控制模块主要是选择双核 CPU 的电脑 核心系统作为基础，同时配置自行发明的接口电路板。其中 电脑 CPU 核心系统主要是保证操作体系与控制软件能够得 以科学运作，同时 还 需 要 满 足 国 际 制 定 的 相 关 标 准，即 包 含 多个不同的性能配置以及不同生产厂家的体系类型，以保证 设计选择能 够 具 备 灵 活 性，接 口 电 路 板 则 主 要 是 保 证 电 脑
【关键词】发电机； 冷却水泵； 定子冷却水； 烧毁原因 【作者单位】肖骥，陈泳； 海南核电有限公司

基于机器视觉的棉花颜色检测方法
白恩龙;张周强;郭忠超;昝杰
【期刊名称】《纺织学报》
【年(卷),期】2024(45)3
【摘要】针对国内目前通过图像处理测量棉花颜色等级方法较少的现状,设计了一种基于机器视觉的棉花颜色检测方案。

为提高棉花样本的拍摄质量及高效性,使用Halcon软件连接CMOS工业相机进行实时采集。

首先对采集的棉花样本图进行预处理,通过阈值分割算法将棉花样本图转化为二值图像,且使用高斯滤波去噪声从而去除棉花中的杂质信息,并对预处理后的图像进行区域划分。

然后通过RGB值转换为CIE XYZ颜色空间值,得到各子区域棉花颜色参数值,并引入K均值算法聚类各子区域颜色值以确定棉花最终颜色参数值,从而确定棉花颜色等级。

最后通过实验验证及数据分析,将本文检测方法与MCG-1棉花检测仪器检测结果进行对比,结果表明2种方法检测结果一致;并通过在不同时间下持续对棉花样本进行数据检测,验证了本文方法的稳定性和精确性。

本文检测方法可行且检测成本较低,可代替昂贵的仪器检测方法供企业使用。

【总页数】8页(P36-43)
【作者】白恩龙;张周强;郭忠超;昝杰
【作者单位】西安工程大学机电工程学院;西安工程大学陕西省功能性服装面料重点实验室
【正文语种】中文
【中图分类】TS111.9
【相关文献】
1.基于机器视觉的安全带气体发生器颜色检测方法
2.基于维视图像机器视觉平台的颜色检测研究
3.基于机器视觉识别鸡冠颜色的病鸡检测方法
4.基于HSI颜色空间的棉花杂质高速实时检测方法
5.基于国际颜色模型（CIELAB）的棉花颜色级测试方法研究
因版权原因，仅展示原文概要，查看原文内容请购买。

一种用于棉花图像分析的计算机视觉开发技术
夏彬;王飞
【期刊名称】《中国棉花加工》
【年(卷),期】2014(0)5
【摘要】计算机视觉（Computer Vision,CV）是一门研究如何使机器＂看＂的科学,更进一步的讲,就是用摄影机和计算机代替人眼对目标进行识别、跟踪和测量,并进一步做图像处理,用计算机处理更适合人眼观察或传送给仪器检测的图像。

目前,计算机视觉技术蓬勃发展且不断深入多个领域,为数字图像分析和模式识别提供了极大的方便,具有广阔的应用前景。

【总页数】3页(P20-22)
【作者】夏彬;王飞
【作者单位】郑州棉麻工程技术设计研究所，河南郑州450004;河南省工业设计学校，河南郑州450004
【正文语种】中文
【相关文献】
1.用于分析煤中主要煤岩组分组的一种自动图像分析系统
2.一种用于电子探针的计算机控制数字图像分析系统
3.计算机视觉运用于棉花水分养分供给系统设计
4.一种应用于溯源秤的计算机视觉果蔬识别算法
5.一种基于计算机视觉用于透明浮性鱼卵的自动计数系统
因版权原因，仅展示原文概要，查看原文内容请购买。