纺织学报 ›› 2018, Vol. 39 ›› Issue (04): 36-41.doi: 10.13475/j.fzxb.20170602906

• 纺织工程 • 上一篇    下一篇

应用优化霍夫变换的细纱断头检测

  

  • 收稿日期:2017-06-09 修回日期:2017-08-09 出版日期:2018-04-15 发布日期:2018-04-20

Spinning breakage detection based on optimized hough transform

  • Received:2017-06-09 Revised:2017-08-09 Online:2018-04-15 Published:2018-04-20

摘要:

为通过视觉方式在细纱生产中检测断头,根据纱线图像在方向上的特殊性,开发一种实现细纱断头检测的算法。借助工业相机捕获运动中的纱线,首先经小波去噪平滑图像,然后通过优化的霍夫变换和共线性检验提取纱线准确信息,最后根据实际纱线的距离特征判断是否存在断头。实验选用sym 4 小波基,结果表明:阈值为10时去噪效果最优,以边缘检测算子prewitt 筛选垂直方向进行检测,并对霍夫变换优化,将检测角度缩小到[ -10°,10°],角度间隔扩大为4°,运算时间由0.46 s 减少为0.31 s,缩短了运算时间,提高了运算速度,该算法可准确地判断纱线的断头信息。

关键词: 细纱断头检测, 图像处理, 霍夫变换, 小波去噪, 边缘检测算子

Abstract:

In order to detect the broken yarn visually in the production of the spinning, according to the particularity of the yarn image in the direction, a method for realizing the yarn breakage detection was developed. Industrial cameras were used to capture the monement of the yarn, firstly wavelet denoising was used for smoothing image,  then the exact information of the yarn were extracted by the simplified. Hough transform and collinearity test,  and finally according to the actual yarn distance characteristics, it was determined whether the yarn break. The sym 4 wavelet bases ware chosen from many wavelet transforms, the results show that according denoising effect is optimal when the threshold is 10, and the edge detection operator prewwit is used to detect the vertical direction, optimize the Hough transform to reduce the detection angle to [-10 °, 10 °], enlarge the angular interval to 4 °, and shorten the operation time from 0.46s to 0.31s, which reduces the operation time and improves the operation speed. Experiment resolts show that the algorithm can accurately determine the yarn breakage information.

Key words: yarn breakage detection, image processing, Hough transform, wavelet denoising, edge detection operator

[1] 陆奕辰 王蕾 唐千惠 潘如如 高卫东. 应用图像处理的纱线黑板毛羽量检测与评价[J]. 纺织学报, 2018, 39(08): 144-149.
[2] 王雯雯 高畅 刘基宏. 应用卷积神经网络的细纱断纱锭位识别[J]. 纺织学报, 2018, 39(06): 136-141.
[3] 何晓昀 韦平 张林 邓斌攸 潘云峰 苏真伟. 基于深度学习的籽棉中异性纤维检测方法[J]. 纺织学报, 2018, 39(06): 131-135.
[4] 于宾 赵晓明 漆东岳. 腈纶预氧化丝/芳纶针刺滤材的性能[J]. 纺织学报, 2018, 39(03): 61-66.
[5] 王传桐 胡峰 徐启永 吴雨川 余联庆. 改进频率调谐显著算法在疵点辨识中的应用[J]. 纺织学报, 2018, 39(03): 154-160.
[6] 牟新刚 蔡逸超 周晓 陈国良. 基于机器视觉的筒子纱缺陷在线检测系统[J]. 纺织学报, 2018, 39(01): 139-145.
[7] 姚怡 马静 吴欢 李秦曼 邹奉元. 基于小波系数的青年女性体型分类及原型纸样[J]. 纺织学报, 2017, 38(12): 119-123.
[8] 王晓予 向军 潘如如 梁惠娥 高卫东. 服饰刺绣图案的自动提取与色块分割[J]. 纺织学报, 2017, 38(09): 120-126.
[9] 路凯 钟跃崎 朱俊平 柴新玉. 基于视觉词袋模型的羊绒与羊毛快速鉴别方法[J]. 纺织学报, 2017, 38(07): 130-134.
[10] 张继东 薛元 张杰 郭明瑞 魏晓婷 高卫东 . 应用混色纱纹理信息的纬编针织物模拟[J]. 纺织学报, 2017, 38(07): 148-154.
[11] 张宁 李忠健 潘如如 高卫东 韩要宾. 采用色纺纱图像的真实感色织物模拟[J]. 纺织学报, 2017, 38(05): 37-42.
[12] 韦平 张林 刘翔 王冬 苏真伟. 籽棉中异性纤维的双光源成像检测方法[J]. 纺织学报, 2017, 38(04): 32-38.
[13] 刘成霞 韩永华. 模拟实际着装的织物抗皱性测试方法[J]. 纺织学报, 2017, 38(03): 56-60.
[14] 王传桐 胡峰 徐启永 吴雨川 余联庆. 采用Gabor滤波簇和等距映射算法的织物疵点检测方法[J]. 纺织学报, 2017, 38(03): 162-167.
[15] 李冠志 赵强 汪军 Gong Hugh . 纱线截面压缩变形仿真与验证[J]. 纺织学报, 2017, 38(02): 184-190.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!