下载文档原格式
摘要纺织品生产中，质量控制是非常重要的，布匹疵点的检测是其中重要的一部分。
目前疵点检测仍由人工目视完成，检测效果不稳定，检测结果受到检测人员的训练和熟练程度影响。
因此纺织工业开始转向使用自动布匹检测。
自上世纪90年代以来，自动布匹检测一直是纺织工业自动化研究的热点。
本文提出了一种基于机器视觉的布匹疵点自动检测系统的设计方案，其中包括系统软、硬件总体设计，图像采集模块的设计，疵点检测算法和疵点分类算法的研究和设计等。
布匹图像采集、疵点检测算法是系统设计的重点。
首先，在简要介绍了采集图像卡原理的基础上，本文给出了图像采集软件的设计方案。
软件分为三个层次，包括图像卡驱动程序，图像卡接口函数库，系统图像采集模块。
这种设计方式有利于软件的维护。
接着，本文讨论了疵点检测的算法研究和设计。
疵点检测目的在于提取疵点的信息。
本文把疵点检测的任务进行了分解，分为疵点检测、疵点分类和疵点分割三个层次。
同时，通过对疵点检测的深入分析以及对前人的研究成果的总结，本文分别提出了基于小波分析的疵点检测算法和基于BP神经网络的疵点分类算法。
疵点检测算法，通过构造和优化选择小波的方法，来提高算法的检测效果和自适应能力；疵点分类算法着重考虑布匹疵点特征的选取和BP网络学习算法的优化。
本文讨论的布匹疵点自动检测系统目前仍在研究和设计中，虽然已经取得了一定的成果，但还有许多地方需要进一步的改善，才能满足实际布匹检测的需要。
在本文的最后，给出了一些系统改进的想法。
关键词：布匹检测；机器视觉；图像采集；驱动程序；疵点检测；小波分析；疵点分类；BP神经网络AbstractIn the process of textile production, quality control is very important. Detection of fabric defects is an important part of this. Presently, much of the fabric inspection is performed manually by human inspectors. Many defects are missed, and the inspection is inconsistent, with its outcome depending on the training and the skill level of the personnel.Since 1990's, automation of fabric inspection has been a topic of considerable research in automation of textile industry. In this paper, a project of design of automatic fabric inspection system is bringing forward. It includes the system hardware structure design, software structure design, image capturing module design, fabric defects detection algorithm and defects classification algorithm design and research. Fabric image capturing and fabric defects inspection algorithm are the key points of system design.First, after briefly introducing the principle of the image capturing card, we give the software design of fabric image capturing. The software is divided into three level parts. It includes Windows driver of image capturing card, the API(Application Programming Interface)of the card, fabric image capturing .This software architecture avail to software maintenance.Second, we discuss the research and design of algorithms of automatic inspection of fabric defects. The arm of fabric inspection is finding the information of fabric defects. We divide the task of fabric inspection into three parts: defects detection, defects classification, defects segmentation. Base on the deeply analysis fabric inspection and summarizing the research before, we propose a fabric detection algorithm using wavelet analysis, and an fabric classification algorithm using BP Neural Network. Fabric detection algorithm creates and optimizes to select the wavelet in order to improve it's detection effect and capability of self-adaptation. Fabric classification algorithm considers the fabric feature parameters selection and optimization of training algorithm of BP neural network.The fabric defect automatic inspection system in the paper is still in research and design. Though some achievement have been got, the system has many parts should improve in order to satisfy the need of the fabric industry. In the end of the paper, we givesome idea to improve the system.Key words: Fabric Inspection; Machine Vision; Image Capturing; Device Driver;Fabric Defect Detection; Wavelet Analysis; Fabric Defect Classification;BP Neural Network独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。
织物疵点检测实验一、实验目的：（1）了解智能织物疵点检测的工业结构和需求（2）了解织物疵点检测装置结构（3）熟悉如何检测装置如何检测织物疵点二、实验要求：（1）进入实验室按照实验室章程操作，不随意触碰正在运行的对身体有伤害的实验设备，注意安全（2）认真听取实验指导老师的操作介绍及注意事项（3）观摩织物疵点检测装置（4）根据检测结果分析布匹疵点位置三、实验过程：随着数字集成技术和图像处理技术的飞速发展，机器视觉已经在工业表面检测领域中得到越来越广泛的应用。
以计算机视觉来代替人工视觉不仅可以提高检测速度，降低劳动成本，而且通过布匹疵点自动检测系统可以为布匹质量等级的评定，提供双方可信的参考数据，从而有利于布匹贸易的开展。
通常典型的机器视觉系统由以下5部分：光源、镜头、相机、图像采集卡和图像处理软件组成。
选择光源的目的：增强待处理的物体特征及减弱和消除不需要关注的物体和噪声的干扰，获取高品质、高对比度的图像。
按照明方式的不同，光源可以分为：直接照明光源、散射照明光源、背光照明光源。
条形方式常用的是LED条形光源，条形方式除具备沐光方式的优点外，其安装角度还可以按照需要进行调节。
通过调节光线的角度和方向，可以检测到被测物体表面是否有光泽，是否有纹路，也可以检测到表面特征。
聚光方式主要是在条形光源上加入一个柱型透镜，把光线汇聚成一条直线，以产生高亮度线光源，线性聚光方式常常配合线阵相机获得高质量的图像。
图像采集卡其功能是将图像信号采集到电脑中，以数据文件的形式保存到硬盘上。
线阵相机每次只采集一行，只有把采集的若干行拼接起来才能形成完整的图像。
而要完成这一任务就要保证相机的采集速度和布匹运动速度的匹配，如果速度不匹配就会获得失真的图像，更甚者获取不到图像。
根据照度匹配原理,选择LED长条形阵列照明光源,并讨论了光源的正向和背向照明结构；CCD相机和图像采集卡的选择,并详细说明了选择CCD相机应考虑的因素；疵点尺寸的图像测量是不同于以往疵点检测系统的新功能,因此需要对多CCD相机系统进行标定,这里介绍了图像测量原理和CCD相机标定理论,计算出每个相机的空间精确位置和姿态参数,并结合色织物疵点测量精度的要求,通过实验确定出像素相当量。
1550 引言在纺织工业中,布匹的疵点与布匹细小的破损时影响布匹质量的重要因素,而疵点与破损检测则是保证布匹质量的重要手段。
但在工业生产中,宽幅、连续表面缺陷检测因其处理数据量大、生产实时性要求高的特点,成为视觉检测中的难点问题。
国内对于宽幅、连续表面产品表面缺陷视觉检测的研究有一些发展,但目前国内的检测系统效率低、准确度不高[1-3],因此研究新的检测系统很有必要,从而达到实时检测并快速检测和缺陷准确分类的目的。
1 织物疵点检测系统本文研究的织物幅宽达到1000mm、运行速度为1m/s,面阵CCD相机的分辨率较低、且在检测速度要求较高的场合很难完成测量任务,而线阵CCD相机具有空间分辨率高、适合在高速运行的场合完成检测工作。
本文提出采用收稿日期:2020-04-14作者简介:高浩然(1993—),男,河北邢台人,硕士,研究方向:机器视觉。
织物疵点检测系统的设计高浩然 张晓青 郭阳宽(北京信息科技大学仪器科学与光电工程学院,北京 100192)摘要:织物疵点检测是纺织行业在生产过程中织物质量得以保障的重要环节,针对当前织物疵点检测系统检测速度慢、实时性较低的特点,提出了对织物疵点检测系统的方案设计。
本文通过该系统与人工检测疵点的速度进行对比,结果表明,基于机器视觉的织物疵点检测系统检测准确率高、速度快、实时性高。
关键词:机器视觉；疵点检测；系统研究中图分类号:TP39文献标识码:A文章编号:1007-9416(2020)06-0155-02DOI:10.19695/12-1369.2020.06.64设计开发图1 织物疵点检测系统示意图图2 图像处理流程图Copyright©博看网 . All Rights Reserved.第 38 卷 数字技术与应用 156两台线阵相机完成织物图像的采集工作。
为满足系统采集图像的完整性,线阵相机需实时的获取织物的运行速度,因此提出采用编码器与单片机相结合的方式实时触发相机完成图像的采集工作。
基于虚拟仪器的坯布疵点在线检测系统XXX(中原工学院, 河南郑州 450007)摘要: 为了能实时检测坯布生产质量，把坯布疵点缺陷标记出来并进行分类，本文研究了适用于坯布疵点检测的实时检测系统，论述了其硬件结构和软件流程，提出了一种基于虚拟仪器的快速有效的检测算法，对采集的图像进行实时分析、处理与识别。
结果表明，该系统可以有效地检测出织物的疵点和疵点的类别。
对于每帧4096×4096像素,实际大小为20cm ×20cm的图像，检测速度最高可到达90m/min。
关键词:虚拟仪器；在线检测；线阵CCD；坯布疵点Fabric Defect Online Detect System Based on LabViewXXXAbstract：In order to detect promptly the quality of grey cloth, as well as the grey cloth defects 、marked deficiencies and classification, this paper applies to grey cloth defect detection system for real-time detection. Discusse the structure of the hardware、software processesing and the development platform for LabView instrument to achieve real-time image acquisition, analysis, processing and classification. The result shows that the system can effectively detect the faults and defects grey cloth categories. Toward a frame of 4096 × 4096 pixels, the actual size of 20cm ×20cm，that the system t reach to a maximum detection rate of 90m/min.Keywords : Labview；Online detect；inear CCD；Grey Cloth Defect1 引言在织物生产过程中，坯布疵点检测与识别是坯布质量控制与检测的至关重要环节，国内外很多学者取得了一定的研究成果，如：Yang, x.z.[1]等人采用DFE训练法、Stojanovic R.[2]等人用灰度差分方法、DA.karras[3]采用径向基核函数支持向量机检测织物疵点等等[1]，因在线检测要求具有很强实时性、高效性，准确性。
纺织品疵点检验是提高纺织品质量的重要环节，新的疵点检测方法需要在疵点检测实验台上去验证和完善。
本论文针对纺织品疵点检测试验台的电机开卷收卷及跑偏机构进行了创新设计，并且研究了试验台的虚拟装配以及运动仿真，为纺织品疵点检测机性能的提高提供技术支持。
本论文首先对开卷和收布机构进行了设计。
试验台在运行时由于开卷端,布匹的直接逐渐减小,同时收布端布匹直径逐渐增大造成开卷端电机和收卷端电机的转速会发生变化，为保证布料在输送过程中形成一定的张力，使布料输送的平整，采用运动控制卡实现开卷电机和收卷电机协调运动。
其次，对跑偏机构进行了设计。
试验台两端各安装了一对由电机控制的能左右微调的滚子和能上下调的滚子，通过电机控制滚子的上下移动来控制布料的张力，左右微调滚子解决布料在输送过程中的跑偏。
最后，对试验台虚拟装配和运动仿真进行了研究，为纺织品疵点检测机性能的提高提供了技术支持，大大缩短产品开发周期，降低生产成本，提高产品在市场中的竞争力。
关键词：纺织品；疵点检测；电机开卷收卷；跑偏机构；装配；运动仿真Textile defect inspection is to improve the quality of textiles important segment, new defect detection method in defect detection experiments needed to validate and perfect stage. This paper textile defect detection test-bed motor winding and uncoiling running deviation institution has carried on the innovative design, and studied the virtual assembly and test motion simulation for textile defect detection machine, provide technical support performance improvement.This paper firstly open-book and receive cloth institution has carried on the design.Secondly, the running deviation agencies to design. Test bench with a pair of each installation ends by motor control of can control fine-tune the roller and can cut through the roller on the motor control roller move to control the cloth tension, or so fine-tune roller solve fabric running deviation during pneumatic conveying. Finally, the virtual assembly and movement simulation test for textile were studied, and the improvement of the performance of the defect detection machine provides the technical support, greatly shorten the development cycle, reduce production cost, improve the competitiveness of products in the market.Key words：Textiles；Defect detection；Motor open-book reminder；Snaking institutions；Assembly；Movement simulation目录1 绪论 (1)1.1 课题的研究背景与意义 (1)1.2 国内外研究概况 (2)1.3 论文的主要研究内容 (3)2 电机开卷收卷控制设计及跑偏机构设计 (4)2.1 电机开卷收卷控制设计 (4)2.2 布料跑偏机构的设计 (5)3 实验台装配仿真 (6)3.1总装图 (6)3.2实验台装配仿真 (7)4 实验台运动仿真 (19)5 总结及展望 (22)6 参考文献 (23)1 绪论1.1 课题的研究背景与意义纺织品检验是服装进入成衣的最后一道工序，因而在服装生产过程中起着举足轻重的作用。
影响纺织品检验质量的因素有许多方面，所以纺织品检验是服装企业管理链中重要的环节。
纺织品检验是服装生产过程中保证成衣质量的重要部分，它包括疵点检测和分类，油迹阴影种类和尺寸问题等，其中疵点是影响纺织品品质的主要因素。
纺织品疵点检测的目的就是在纺织品整理过程中及时发现这些业已存在的疵点，通过修复和预防，尽可能降低由疵点导致的纺织品质量的下降，有时也同时完成疵点的分类和纺织品质量等级的评定[1]。
国内服装工业在自动化技术应用上己经取得很大的进展，各道工序的生产效率也得以大幅度地提高。
然而，纺织品疵点自动检测系统直到最近才开始进入市场。
目前，这一工序主要还是依赖人工视觉来完成。
检验人员采用手工方式进行疵点检验和标记，这种方法具有许多弊端。
首先，它的自动化程度极低，人工检验的速度比较慢；其次，人工视觉检测不是一种客观一致的评价方法，它的检测结果受工人疲惫、紧张等主观因素的影响，因而经常会产生误检和漏检；再次，疵点检测对工人来说是一种繁重无味的劳动，它极大地损伤人的视觉[2]。
由于传统的人工检测方法存在劳动强度大，漏检和误检率高，受主观因素影响大等缺点，加上现代化的大规模生产，产量不断的提高，要求在提高生产速度的同时也要加速识别的速度。
因而急需发展新颖、快速、准确的纺织品疵点的自动检测系统[3]。
纺织品疵点的自动检测是工业自动视觉检测的重要内容，日益受到国内外专家学者的关注。
它是对纺织品质量进行控制并实现检验自动化、无人化的关健环节。
以计算机视觉代替人工视觉不仅可提高检测速度，降低劳动成本，而且可以充分发挥计算机视觉系统的稳定性，并将工人从繁重枯燥的劳动中解放出来，同时它会使纺织品的检验更加精确、一致和有效，从而改进产品的质量控制，最终达到提高消费者满意度的目的[4]。
随着服装对外贸易的发展，纺织品疵点自动检测可以为纺织品等级的评定提供双方可信的参考数据，从而有利于服装贸易的开展。
随着计算机数字图像处理技术和模式识别技术的发展，使得基于图像分析和微型计算机平台的纺织品疵点检测成为可能，并逐渐成为纺织品疵点自动检测的一个很重要的方向[5]。
自动视觉检测，以图像处理和模式识别等为其主要技术，现在越来越广泛地应用于工业生产和科学研究的各个领域。
视觉检测的核心问题之一就是要将某种形式的人工智能引入机器视觉系统，使其能正确地感知与处理一系列的视觉信息，从而在生产过程控制、产品检测等环节上部分或全部代替人工操作，其关键就是图像识别技术[6]。
近年来图像识别技术在工业生产中，特别是在各工业生产中的检验工作和实现生产自动化、智能化方面，愈来愈成为提高劳动生产率、保证产品质量的重要手段。
表面疵点是影响纺织品品质的主要因素。
传统的纺织面料生产流程中,疵点检测由人工完成,这种方法存在着检测速度有限、检测精度不高、损害工人视力等较大弊端[7]。
构建基于工控机的疵点图像自动检测系统,将为纺织品行业提供更高的科技依托。
目前大多数疵点检测系统仅是单纯地依赖人工视觉来完成,而这种完全依靠人工的检测手段并不适用于现代化的大规模生产,图像采集与检测处理过程需要结合生产线的运动控制技术,才能保证检测图像的实时性。
特别是在采用线阵CCD作为图像采集器件的系统中,运动模块与采集模块的协调性更为重要。
另一方面,纺织面料具有待检幅面宽、疵点小的特点,因此,系统构建中需解决高分辨率和宽视场、大数据量和实时检测之间的双重矛盾,这对图像采集方式和检测处理方法提出了挑战[8]。
本课题就是基于以上背景情况，尝试利用数字图像处理技术和模式识别技术以及电机控制技术对纺织品的疵点进行检测和分析，从而为开发更好的纺织品疵点自动检测系统提供可行的参考方案。
1.2 国内外研究概况计算机图像处理与识别技术的研究在实际生产中的应用已有许多年，但是国内外的研究主要集中在织物的疵点检测上。
下面主要介绍织物疵点自动检测方法的国内外研究状况。
织物疵点自动检测方法是工业自动检测的重要内容，长期以来一直是国内外学者共同关注和热心研究并且得到许多国家官方机构资助的重要领域之一[9]。
从70年代起，人们便开始在该领域进行探索，经过近30年时间的研究，人们已经取得了许多成果，其中大部分以算法、专利或样机的形式被报道，而较为成熟的商用织物疵点自动检测系统直到最近才开始进入市场。
织物疵点自动检验系统的适应面很广，它能检测包括坯布、成品布、床单、服装面料、染色布、装饰布、工业用布、轮胎帘子布、劳动布等各类织物[10]。
目前市场上主要的织物疵点自动检测系统分别是EVS公司的I-TEX系列验布系统，乌斯(Uster)公司的Fabricscan系统，Bareo公司的Cyclops在线自动检验系统。
现在有关图像处理研究的途径可分为两种，一是直接对图像的灰度值在空间域进行计算，抽取特征值；另一种是把图像转换到频率域再进行分析，作为应用在频率域的小波变换能够更加精确地分析图像的局部和细节信息。
随着研究的不断深入，数字图像处理、模式识别、人工神经网络等技术的进一步发展和有效结合必将使疵点自动检测系统得到更好的发展[11]。
国外一些公司在多年研究的基础上推出了新的信息技术下的纺织面料自动检验系统，称之为自动验布系统。
比利时的巴可(BAECO)公司应用计算机图像分析方法研制出一套自动验布系统。
但价格昂贵，纺织企业无法承受。
国内对自动验布的理论研究刚开始，成果甚少，由于技术的复杂性，一直未形成正式的自动验布产品。
许多纺织企业对自动验布系统有需求，但对实现自动验布的技术了解甚少。
1.3 论文的主要研究内容本论文第一部分阐述了课题研究的来源、目的、意义以及国内外研究的现状。
第二部分阐述了试验台电机开卷收卷控制设计及跑偏机构设计。
第三部分试验台虚拟装配过程研究。
第四部分运行过程仿真研究。
第五部分总结及展望。
2 电机开卷收卷控制设计及跑偏机构设计2.1 电机开卷收卷控制设计试验台在运行时，由于开卷端布匹的直接逐渐减小,同时收布端布匹直径逐渐增大，造成开卷端电机和收卷端电机的转速会发生变化，为保证布料在输送过程中形成一定的张力，使布料输送的平整，采用运动控制卡实现开卷电机和收卷电机协调运动如图2-1。
