基于霍夫变换的纱线断头检测方法技术

本发明专利技术提供了一种基于霍夫变换的纱线断头检测方法，将采集到的图像信号首先进行中值滤波，有效规避了因光线强度、纱线快速旋转等因素对纱线断头判断的干扰，再利用灰度直方图将灰度从大到小统计出对应的像素点个数并设置阈值，后将灰度图像转换成二值图像，再将二值图像进行垂直与水平投影，通过垂直与水平投影确定噪声的行与列并将其滤除。由于标准的霍夫变换算法已无法适用预处理后的图像，也为了进一步排除背景噪声对纱线断头判断的影响，本发明专利技术提出一种新的霍夫变换算法来检测二值图像中的直线，以快速提取纱线信息。同时还优化了该霍夫变换算法的扫描角度与步长，提高了运算速率，缩短了计算时间，提高了纱线断头的检测效率。

【技术实现步骤摘要】
基于霍夫变换的纱线断头检测方法
本专利技术涉及一种纱线断头检测方法，具体涉及一种基于霍夫变换的纱线断头检测方法，属于纺织检测

技术介绍
在纺纱生产过程中，细纱断头是直接影响纱线产量与质量的关键因素。细纱工序用工量最大，细纱挡车工的主要职责是检查断头和重新接线，而其中循环往复地人为检查并发现断头占用了大量的工作时间。为了降低细纱挡车工的劳动强度，并减少用工量，同时提高生产效率，需要对细纱断头进行智能化快速检测，并将检测结果实时反馈给挡车工进行及时处理。目前纺织行业使用的纱线断头检测系统主要包括：(1)机械接触检测装置，如指针式检测装置，利用指针拨动纱线，当纱线断头时，指针指向最大值，但指针与纱线产生摩擦，反而增加了纱线断头率。(2)电子非接触检测装置，包括电容式、磁电式、压电式、光电式等，但是这些检测装置需安装在每一个纱线锭位，检测硬件投入成本较高，此外，由于纺纱车间的环境因素，通常上述电子检测装置的使用寿命较短，成本进一步提高。(3)利用机器视觉方法，通过面阵相机采集纱线图像，利用图像处理技术检测纱线断头；但该种检测方法通常适用于静止时的图像，也未考虑纺纱厂的背景噪声，忽略了纱线时刻处于高速运转的情况，起不到纱线运行期间同步在线检测的效果。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于霍夫变换的纱线断头检测方法，规避了因光线强度、纱线快速旋转等因素对纱线断头判断的干扰，滤除了背景噪声，此外，本专利技术的检测方法成本投入低，可实现实时在线检测，且应用优化的霍夫变换算法，提高了运算速率，缩短了计算时间，提高了纱线断头的检测效率，减轻了细纱挡车工的工作强度。为实现以上目的，本专利技术采用以下技术方案：一种基于霍夫变换的纱线断头检测方法，包括如下步骤：S1，采集纱线的图像信号；S2，将步骤S1采集的图像信号转换成灰度图；S3，对步骤S2的灰度图进行中值滤波；S4，对步骤S3处理后的图像信号进行灰度统计，找出像素点个数突变的灰度值，并将该灰度值设置为阈值；S5：根据阈值将步骤S3处理后的图像信号转换成二值图；S6：对步骤S5的二值图像分别进行垂直、水平投影，得到垂直、水平投影图，分析背景噪声所在的行与列并滤除所述背景噪声。S7：将步骤S6中滤除背景噪声后的图像再一次进行垂直、水平投影，初步判断出纱线是否发生断头。S8：对步骤S6中滤除背景噪声后的图像进行边缘提取；S9：对步骤S8处理后的图像运行霍夫变换算法，并优化霍夫变换扫描角度；S10：在步骤S9处理后的图像上进行标注直线，判断纱线是否发生断头。进一步地，步骤S9中霍夫变换算法包括如下步骤：S91，随机选取纱线边缘上的点，将其映射到相应的霍夫空间；S92，采用投票方式，累加并统计每个小区域经过的直线数n，每个小区域满足如下条件：其中，k'、b'表示所述特定区域的取值范围，k、b为区域中心的值，h为阈值；当n大于某一阈值时，则认为在同一条直线上；S93，搜索边缘上的点，对截距和斜率满足上述小区域内的点进行标注得到近似直线。进一步地，步骤S9中，霍夫变换的优化检测角度为[-5°,5°]，步进为1°。进一步地，步骤S1中采集的图像信号为RGB图像，像素为128*512。进一步地，步骤S3中，中值滤波的输出为g(x,y)＝med{f(x-k,y-i),k,i∈W}，其中f(x,y)、g(x,y)分别是原始图像和处理后图像，W是3*3二维模板。进一步地，步骤S8中采用Roberts边缘提取。与已有技术相比，本专利技术具有如下有益效果：本专利技术基于霍夫变换的纱线断头检测方法，将采集到的图像信号首先进行中值滤波，有效规避了因光线强度、纱线快速旋转等因素对纱线断头判断的干扰，再利用灰度直方图将灰度从大到小统计出对应的像素点个数并设置阈值，后将灰度图像转换成二值图像，再将二值图像进行垂直与水平投影，通过垂直与水平投影确定噪声的行与列并将其滤除。由于标准的霍夫变换算法已无法适用预处理后的图像，也为了进一步排除背景噪声对纱线断头判断的影响，本专利技术提出一种新的霍夫变换算法来检测二值图像中的直线，以快速提取纱线信息。同时还优化了该霍夫变换算法的扫描角度与步长，提高了运算速率，缩短了计算时间，提高了纱线断头的检测效率。附图说明图1是本专利技术检测方法的流程图；图2是灰度图像的灰度直方图；图3是根据图2中直方图转化后的二值图像；图4是图3中二值图像的垂直与水平投影图；图5是去除部分背景噪声的二值图像；图6是去除部分背景噪声的二值图像的垂直与水平投影图。具体实施方式下面结合附图和具体的实施方式对本专利技术作进一步详细的说明。所述实施例的示例在附图中示出，在下述本专利技术的实施方式中描述的具体的实施例仅作为本专利技术的具体实施方式的示例性说明，旨在用于解释本专利技术，而不构成为对本专利技术的限制。本专利技术提供了一种基于霍夫变换的纱线断头检测方法，如图1所示，包括如下步骤：步骤S1，采集纱线的图像信号。为便于计算，该步骤中采集的图像信号为RGB图像，像素为128*512。步骤S2，将步骤S1采集的图像信号转换成灰度图，如图2所示。步骤S3，对步骤S2的灰度图进行中值滤波。经过大量实验并比较小波、中值、均值、高斯等滤波方法后，最终选取效果佳的中值滤波，其中，二维中值滤波的输出为：g(x,y)＝med{f(x-k,y-i),k,i∈W}，其中f(x,y)、g(x,y)分别是原始图像和处理后图像，W是3*3二维模板。步骤S4，对步骤S3处理后的图像信号进行灰度统计，找出像素点个数突变的灰度值，并将该灰度值设置为阈值。纱线与背景有着明显区别，并且背景的灰度值绝大部分小于纱线的灰度值，背景的像素点远远大于纱线的像素点，当从大到小统计对应灰度的像素点个数时，会发生明显突变，找到像素点个数突变的灰度值(即纱线与背景的区分点)，设置为阈值。在光照强度不同的情况下，可自适应改变阈值。步骤S5，根据步骤S4中的阈值将步骤S3处理后的图像信号转换成二值图，如图3所示。步骤S6，对步骤S5的二值图像分别进行垂直、水平投影，得到垂直、水平投影图，分析背景噪声所在的行与列并滤除所述背景噪声。本步骤中，将二值图像进行垂直、水平投影可确定纱线与背景噪声的大体位置。在垂直投影上寻找波峰点位置n，保留[n-50,n+50]位置，相当于保留这些列上的值。通过峰值的位置，一定程度上可将垂直投影中行的信息过滤掉，同样，水平投影上也可能存在多个波峰点，处理方法与上述垂直投影一致，从水平投影图可以看出噪声所在的行。当没有干扰时，垂直投影波峰之间的像素点个数趋向于0，水平投影为是一条波动不大的曲线。通过垂直与水平投影确定噪声的行与列，并将两者结合，可准确判断出背景噪声位置，并将其滤除。步骤S7，将步骤S6中滤除背景噪声后的图像再一次进行垂直、水平投影，初步粗略地判断出纱线是否发生断头。步骤S8，对步骤S6中滤除背景噪声后的图像进行Roberts(罗伯茨)边缘提取。由于是对二值图像进行边缘检测，且二值图像边缘明显，Roberts算法效果较佳。步骤S9，对步骤S8处理后的图像运行霍夫变换算法，并优化霍夫变换扫描角度。由于预处理之后图像并非严格意义上的直线，纱线的边缘出现了弯曲、甚至断开的现象，在参数空间虽然不会经过同一个点，但也会出现在同一小区本文档来自技高网...

【技术保护点】
1.一种基于霍夫变换的纱线断头检测方法，其特征在于，包括如下步骤：S1，采集纱线的图像信号；S2，将步骤S1采集的图像信号转换成灰度图；S3，对步骤S2的灰度图进行中值滤波；S4，对步骤S3处理后的图像信号进行灰度统计，找出像素点个数突变的灰度值，并将该灰度值设置为阈值；S5：根据阈值将步骤S3处理后的图像信号转换成二值图；S6：对步骤S5的二值图像分别进行垂直、水平投影，得到垂直、水平投影图，分析背景噪声所在的行与列并滤除所述背景噪声。S7：将步骤S6中滤除背景噪声后的图像再一次进行垂直、水平投影，初步判断出纱线是否发生断头。S8：对步骤S6中滤除背景噪声后的图像进行边缘提取；S9：对步骤S8处理后的图像运行霍夫变换算法，并优化霍夫变换扫描角度；S10：在步骤S9处理后的图像上进行标注直线，判断纱线是否发生断头。

【技术特征摘要】
1.一种基于霍夫变换的纱线断头检测方法，其特征在于，包括如下步骤：S1，采集纱线的图像信号；S2，将步骤S1采集的图像信号转换成灰度图；S3，对步骤S2的灰度图进行中值滤波；S4，对步骤S3处理后的图像信号进行灰度统计，找出像素点个数突变的灰度值，并将该灰度值设置为阈值；S5：根据阈值将步骤S3处理后的图像信号转换成二值图；S6：对步骤S5的二值图像分别进行垂直、水平投影，得到垂直、水平投影图，分析背景噪声所在的行与列并滤除所述背景噪声。S7：将步骤S6中滤除背景噪声后的图像再一次进行垂直、水平投影，初步判断出纱线是否发生断头。S8：对步骤S6中滤除背景噪声后的图像进行边缘提取；S9：对步骤S8处理后的图像运行霍夫变换算法，并优化霍夫变换扫描角度；S10：在步骤S9处理后的图像上进行标注直线，判断纱线是否发生断头。2.根据权利要求1所述的一种基于霍夫变换的纱线断头检测方法，其特征在于，步骤S9中霍夫变换算法包括如下步骤：S91，随机选取纱线边缘上的点，将其映射到相应的霍夫空间；S...

【专利技术属性】
技术研发人员：陈小惠，王晶鑫，黄通，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32