纺织学报 ›› 2013, Vol. 34 ›› Issue (6): 102-106.

• 管理与信息化 • 上一篇    下一篇

基于数字图像处理的纱线毛羽检测

孙银银 潘如如 高卫东   

  1.  江南大学纺织服装学院
  • 收稿日期:2012-08-23 修回日期:2013-03-13 出版日期:2013-06-15 发布日期:2013-06-19
  • 通讯作者: 高卫东 E-mail:gaowd3@163.com
  • 基金资助:

    江苏省自然科学基金资助项目

Primary of yarn hairiness based on digital image processing

  • Received:2012-08-23 Revised:2013-03-13 Online:2013-06-15 Published:2013-06-19

摘要: 为了更准确地检测出纱线毛羽长度及其根数,在结合视频显微镜和图像处理技术的基础上,提出一种新的毛羽检测方法。首先采用MOTIC SME-140视频显微镜采集纱线图像,然后经过灰度变换、图像分割、形态学开运算、图像细化处理,得到完整的纱线条干图像和细化后的毛羽图像,接着以纱线条干边缘为基准线,对毛羽分割点进行判断,最后得出不同长度的毛羽根数。图像法检测结果表明各纱线片段的毛羽根数值较为稳定,并且检测结果与目测图像计数的结果非常接近。因此,本文所提出的毛羽检测方法较现有的光电检测方法更为准确、可靠。

关键词: 纱线, 毛羽, 图像处理, 自动检测

Abstract: In order to detect the length and root number of yarn hairiness more accurately, based on the combination with video microscope and image processing technology, a novel hairiness detection method was proposed. The yarn images that captured with a MOTIC SME-140 video microscope were processed with grayscale conversion, image segmentation, morphology opening and image thinning sequentially in order to generate both the images of yarn core and thinned hairiness. Then considering the yarn core edge as the measurement baseline to judge the hairiness cut-point, hairiness root numbers of different lengths were finally obtained. The detection result of hairiness root number in each piece shows a significant stability, and is close to the result of visual counting. Therefore, the proposed approach of hairiness detection in this study is more accurate and reliable than the traditional photoelectric method.

Key words: yarn, hairiness, image processing, automatic detection

中图分类号: 

  • TS 101.9
[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] 喻飞 王静安 潘如如 周建 高卫东. 数码纱的外观效果仿真方法[J]. 纺织学报, 2018, 39(07): 148-152.
[3] 万振凯 李鹏 贾敏瑞 包玮琛 裘旭光. 智能复合材料中碳纳米管纱线参数设计及其变化特征[J]. 纺织学报, 2018, 39(06): 58-63.
[4] 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.
[5] 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.
[6] 徐洋 程福荣 盛晓伟 孙志军 余智祺. 纱线束横向动态振动特性仿真与实验[J]. 纺织学报, 2018, 39(05): 113-118.
[7] 李沛赢 郭明瑞 高卫东. 应用给湿装置改善环锭纺成纱毛羽[J]. 纺织学报, 2018, 39(05): 108-112.
[8] 张岩 裴泽光 陈革. 喷气涡流纺金属丝包芯纱的制备及其结构与性能[J]. 纺织学报, 2018, 39(05): 25-31.
[9] 王双 刘玮 刘晓霞 许福军 程琼 王晶. 嵌入机织物的碳纳米管纱线应变传感性能[J]. 纺织学报, 2018, 39(05): 43-48.
[10] 张灵婕 缪旭红 万爱兰 蒋高明 陈方芳. 上浆前处理剂对经编用棉纱性能的影响[J]. 纺织学报, 2018, 39(04): 82-86.
[11] 王雯雯 刘基宏. 应用优化霍夫变换的细纱断头检测[J]. 纺织学报, 2018, 39(04): 36-41.
[12] 晏江 邱华 李永贵. 旋流喷嘴对不同线密度纱线的作用机制[J]. 纺织学报, 2018, 39(03): 38-44.
[13] 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.
[14] 胡瑜 刘行 缪旭红. 经编纱线动态张力评价指标[J]. 纺织学报, 2018, 39(02): 68-72.
[15] 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.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!