纺织机视觉检测方法和系统技术方案

本发明专利技术涉及纺织机检测技术，公开了纺织机视觉检测方法和系统；其包括图像采集，通过工业相机在滑台架构上的滑动，布面图像的采集；图像分析处理，对采集的布面图像进行图像分层化、图像放大、图像去抖、图像消反光、图像去光晕和图像去尘的智能分析和处理，判断布面图像是否有瑕疵；图像控制管理，分析后的布面图像通过人机交互模块进行报警和显示，并通过控制模块进行控制。工业相机随着滑台的滑动进行图像采集，对于图像分析通过分层化进行分析其处理运算能力强，成本功耗低，图像质量好，且对于不同的纺织机只需更换带有工业相机的滑台机构就可以进行布面图像的采集，整个操作简单，成本低。

【技术实现步骤摘要】
纺织机视觉检测方法和系统
本专利技术涉及纺织机检测技术，尤其涉及了纺织机视觉检测方法和系统。
技术介绍
目前市场上的纺织机的视觉检测系统是在纺织机上安装多个工业相机，对于相机的处理是在硬件模块上进行，其视觉检测成本高，安装比较麻烦，对于不同的布料检测需要更换相关的硬件配置；并且对于目前存在的纺织机视觉检测算法智能化程度低。专利名称为：一种纺织机织物瑕疵视觉检测系统，申请号CN201210431962.3，申请日为2012.11.02，一种纺织机织物瑕疵视觉检测系统，其包括视觉检布系统、主机处理系统、人机交互手持终端、人机界面显示装置、机器视觉光源系统、警示灯、远程监控装置和纺织机电控箱；且主机处理系统分别与视觉检布系统、人机交互手持终端、人机界面显示装置、机器视觉光源系统、警示灯、远程监控装置和纺织机电控箱连接；视觉检布系统和机器视觉光源系统均设置在织物的上方，远程监控装置用于对织物的状态和纺织机的工作状态进行远程监控与管理；人机交互手持终端与纺织机电性连接。现有技术提供了关于纺织机瑕疵视觉检测，需要在纺织机滑台上安装多个工业相机，对于检测到的图像处理是基于硬件模块进行处理的，其视觉检测成本高，安装麻烦，且对于不同的布料检测需要更换相关的硬件配置，并且视觉检测过程是基于纺织过程中进行检测，并且算法智能化程度低，检测过程自动化程度低。
技术实现思路
本专利技术针对现有技术提供了关于纺织机瑕疵视觉检测，需要在纺织机滑台上安装多个工业相机，对于检测到的图像处理是基于硬件模块进行处理的，其视觉检测成本高，安装麻烦，且对于不同的布料检测需要更换相关的硬件配置，并且视觉检测过程是基于纺织过程中进行检测，并且算法智能化程度低，检测过程自动化程度低的问题，提供了纺织机视觉检测方法和系统。为了解决上述技术问题，本专利技术通过下述技术方案得以解决：纺织机视觉检测方法和系统，方法包括，步骤1，图像采集，通过工业相机在滑台架构上的滑动，对纺织机纺织过程的布面进行图像采集；步骤2，图像分析处理，对采集的布面图像通过嵌入式主机进行图像分层化、图像放大、图像去抖、图像消反光、图像去光晕和图像去尘的智能分析和处理，判断布面图像是否有瑕疵，当布面图像有瑕疵则执行步骤3，否则重复步骤2对下一帧采集的布面图像进行分析处理；步骤3，分析后的布面图像通过人机交互模块进行报警和显示，并通过控制模块进行控制。由于工业相机随着滑台的滑动对纺织机的布面图像进行采集，对于整个纺织检测只需安装一台工业相机就可进行布面图像采集；且对于不同种类的纺织机只需要安装带有工业相机的滑台机构就可以进行布面的采集，整个操作简单，成本低。对于图像的分析是在纺织机纺织过程进行的检测，保障了纺织布面的质量。通过人机交互模块对采集的图像进行控制管理，其操作方便，人工成本低。作为优选，图像分层化处理，前端设备通过浅层神经网络学习算法对采集的每一帧布面图像进行检测，并检测出有瑕疵的布面图像；后台设备对于前端设备检测出有瑕疵的布面图像经深层神经网络学习算法进一步检测布面的瑕疵。作为优选，前端设备包括手机、摄像头，后台设备包括服务器或GPU集群，通过前端设备对图像进行检测，获得布面图像的信息及时准确；经过前端检测瑕疵的布面图像后再通过后台进行深层神经网络学习。图像分层化处理，一方面保证了前端设备的运行效率，另一方面有利于图像的传输；由于深层神经网络学习需要占用大量的资源，对于成本和功耗的需求更高；因此图像分层化处理运算能力强，成本功耗低，图像质量好。作为优选，图像放大处理包括，当布面图像存在瑕疵，则通过人机交互模块发送控制命令至控制模块；控制模块根据接收的控制命令自动调节工业相机镜头的变焦距离，对带有瑕疵的布面图像进行放大；并针对放大的布面图像进行图像细节的分析。图像细节的分析主要包括布面的断经和断纬的分析。通过控制模块调节工业相机的镜头变焦距离对图像进行分析，其自动化程度高，操作简单。纺织机视觉检测系统，包括滑台机构、工业相机、嵌入式主机、人机交互模块和控制模块，工业相机安装在滑台机构上，工业相机随着滑台机构的运动而移动；工业相机与嵌入式主机连接，通过TCP/IP网络协议，将图像传送至嵌入式主机；嵌入式主机对接收的布面图像进行图像分层化、图像放大、图像去抖、图像消反光、图像去光晕和图像去尘的智能分析和处理，并将智能分析和处理后的图像输送至人机交互模块；人机交互模块与控制模块连接，并将接收的信号传送至控制模块；控制模块控制滑台机构的速率与方向；同时控制工业相机对布面图像的采集。作为优选，滑台机构包括滑台、滑块、滑台电机和行程开关；滑台与滑块连接，位于滑台一侧；滑台电机位于滑台端部，滑台电机转动带动滑块在滑台上移动；行程开关位于滑台两端，当滑块触碰行程开关，则滑块改变运动方向，否则滑块继续沿原方向移动。作为优选，嵌入式主机包括图像检测模块和人机交互接口模块；图像检测模块接收工业相机传送的布面图像，并进行图像瑕疵检测；图像检测模块将检测后的布面图像通过人机交互接口模块传送至人机交互模块。作为优选，控制模块包括单片机控制装置、显示装置、报警装置和纺织机电控箱；当嵌入式主机检测到瑕疵的布面图像时，将信号传送至报警装置；报警装置与显示装置连接，显示报警相关的信号；单片机控制装置与纺织机电控箱和滑台电机连接，纺织机电控箱接收单片机控制装置的控制信号，对纺织机进行开关电源的操作；在纺织机通电时，滑台电机通电，随着滑台电机的转动，带动滑块沿着滑台运动，滑台移动的速率通过滑台电机调节，单片机控制装置设置工业相机的拍照间隔时间和移动速率。在这里，设置每间隔1秒进行拍照一次。本专利技术由于采用了以上技术方案，具有显著的技术效果：本专利技术通过将工业相机安装在滑台上，工业相机随着滑台的滑动对纺织机的布面图像进行采集，对于整个的纺织机只需要安装只需要安装一台工业相机就可以进行整个纺织过程的布面图像采集；针对不同的纺织机只需要更换带有工业相机的滑台机构就可以进行布面的采集，整个的操作简单，成本低。布面图像的分析基于嵌入式软件进行图像的分析处理，处理运算能力强，成本功耗低，图像质量好。通过人机交互模块对图形进行控制管理，其操作方便，人工成本低，自动化程度高。附图说明图1是本专利技术的流程图。图2是本专利技术滑台机构立体图。图3是本专利技术滑台机构结构图。图4是本专利技术图像处理前的图像。图5是本专利技术图像处理后的图像。图6是本专利技术断纬图像。图7是本专利技术断经图像。以上附图中各数字标号所指代的部位名称如下：其中，1—滑块、2—滑台、3—工业相机、4—行程开关。具体实施方式下面结合附图与实施例对本专利技术作进一步详细描述。实施例1纺织机视觉检测方法，方法包括，步骤1，图像采集，通过工业相机在滑台本文档来自技高网...

【技术保护点】
1.纺织机视觉检测方法，其特征在于，包括以下步骤，/n步骤1，图像采集，通过工业相机在滑台架构上的滑动，对纺织机纺织过程的布面进行图像的采集；/n步骤2，图像分析处理，对采集的布面图像通过嵌入式主机进行图像分层化、图像放大、图像去抖、图像消反光、图像去光晕和图像去尘的智能分析和处理，判断布面图像是否有瑕疵，当布面图像有瑕疵则执行步骤3，否则重复步骤2对下一帧采集的布面图像进行分析处理；/n步骤3，图像控制管理，分析后的布面图像通过人机交互模块进行报警和显示，并通过控制模块进行控制。/n

【技术特征摘要】
1.纺织机视觉检测方法，其特征在于，包括以下步骤，
步骤1，图像采集，通过工业相机在滑台架构上的滑动，对纺织机纺织过程的布面进行图像的采集；
步骤2，图像分析处理，对采集的布面图像通过嵌入式主机进行图像分层化、图像放大、图像去抖、图像消反光、图像去光晕和图像去尘的智能分析和处理，判断布面图像是否有瑕疵，当布面图像有瑕疵则执行步骤3，否则重复步骤2对下一帧采集的布面图像进行分析处理；
步骤3，图像控制管理，分析后的布面图像通过人机交互模块进行报警和显示，并通过控制模块进行控制。


2.根据权利要求1所述的纺织机视觉检测方法，其特征在于，图像分层化处理，
前端设备通过浅层神经网络学习算法对采集的每一帧布面图像进行检测，检测出有瑕疵的布面图像；
后台设备对于前端设备检测出有瑕疵的布面图像经深层神经网络学习算法进一步检测布面的瑕疵。


3.根据权利要求1所述的纺织机视觉检测方法，其特征在于，图像放大处理，
当布面图像存在瑕疵，则通过人机交互模块发送控制命令至控制模块，控制模块发送控制命令调节工业相机镜头的焦距，放大瑕疵的布面图像。


4.纺织机视觉检测系统，包括滑台机构、工业相机、嵌入式主机、人机交互模块和控制模块，其特征在于，
工业相机...

【专利技术属性】
技术研发人员：郑建，胡美琴，
申请(专利权)人：浙江双元科技开发有限公司，
类型：发明
国别省市：浙江;33