【技术实现步骤摘要】
本专利技术涉及纱线检测，尤其涉及一种基于图像处理的纱线检测系统。
技术介绍
1、随着纺织工业的快速发展，对纱线质量的要求也越来越高。传统的纱线检测方法主要依靠人工目视检查，效率低、易出错，难以满足现代纺织生产的快速化和智能化需求。基于图像处理的纱线检测系统应运而生。该系统利用摄像头和图像处理技术对纱线图像进行实时分析，自动识别和检测纱线缺陷，如断丝、结头、色差、杂质等，从而实现对纱线质量的快速、准确、高效的检测。自动化纱线检测可以提高生产效率，减少人工成本，降低生产成本。提高纱线质量，减少废品率，提高产品附加值。由此，基于图像处理的纱线检测系统是纺织行业自动化生产和智能化升级的重要方向，具有广阔的应用前景。
2、经检索，中国专利申请号为cn2022109896531的专利，公开了一种基于计算机视觉的纺织纱管纱线检测方法，本方法可以集成为生产领域的人工智能系统，可以作为一种人工智能优化操作系统、人工智能中间件等，可以用于计算机视觉软件的开发。该方法包括：捕获并识别纱管表面图像，并对图像进行预处理，获得纱管灰度图像；根据纱管灰度图像中疑似纱线像素点的灰度波动程度和梯度方向一致性获得疑似纱线像素点为纱线像素点的概率，并利用此概率获得纱线像素点的数量。上述专利中的一种基于计算机视觉的纺织纱管纱线检测方法存在以下不足：
3、上述系统虽然可以精确的区分纱管上存在少量纱线的情况，同时可以适应复杂的工况环境，避免由于光照或其他复杂工况所导致的纱管残余纱线的误检测，但是其系统内特征提取方面不够完善，如此会使得系统对于光照变
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于图像处理的纱线检测系统。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种基于图像处理的纱线检测系统，包括图像采集模块、图像预处理模块、特征提取模块、纱线检测模块、结果显示模块和系统管理模块，所述图像采集模块通过摄像头对不同形式呈现的纱线图像数据进行获取，图像预处理模块在图像采集后，对图像数据进行预处理，特征提取模块在图像数据预处理后，从图像数据中提取用于描述纱线各项信息的特征，纱线检测模块利用图像处理技术对特区的特征进行分析和判断，以实现对纱线的检测和识别，结果显示模块将检测结果以图像或文字的形式显示给用户，系统管理模块对整个系统进行管理和监控。
4、优选地：所述图像采集模块，其工作的具体步骤如下：
5、a1：设置摄像头的位置和角度，确保全角度捕捉纱线的图像；
6、a2：启动采集程序，摄像头开始采集纱线运行过程中的图像数据，并将其传输到计算机中存储以进行后续的图像处理和分析；
7、a3：图像数据采集过程中，实时监控和显示采集到的图像；
8、a4：计算机将采集到的图像数据进行校正和调整，校正图像数据的色偏度，删除清晰度差的图像数据。
9、进一步地：所述图像预处理模块，其工作的具体步骤如下：
10、b1：对纱线图像进行去噪和图像增强处理；
11、b2：将图像从rgb颜色空间转换为hsv颜色空间，分离图像的亮度和颜色信息；
12、b3：将图像转换为黑白图像，并将纱线从背景中分离出来，并去除图像中的小噪点和连接断裂的区域，突出纱线的轮廓和边缘；
13、b4：根据纱线图像中的实际位置，对图像进行裁剪，去除不需要的部分，并将图像进行尺寸调整。
14、在前述方案的基础上：所述特征提取模块，其工作的具体步骤如下：
15、c1：边缘检测：采用边缘检测技术提取出纱线图像中的边缘信息；
16、c2：纹理特征提取：通过图像纹理特征分析，提取纱线图像中的纹理信息，识别出纱线的纹理特征；
17、c3：色彩特征提取：根据颜色空间转换后的图像，提取纱线的颜色特征；
18、c4：形状特征提取：采用形状分析技术，提取纱线的形状特征；
19、c5：区域特征提取：将图像分割为不同的区域，提取每个区域的特征信息，包括区域内的色彩特征、纹理特征和形状特征；
20、c6：灰度特征提取：根据图像的灰度信息，通过计算灰度直方图、均值、方差、纹理特征和灰度梯度特征来描述纱线图像的灰度特征。
21、在前述方案中更佳的方案是：所述c1步骤中，用于提取纱线图像中边缘信息的边缘检测技术，其算法公式如下：
22、给定一个灰度图像i（x,y），通过水平边缘检测算子和垂直边缘检测算子进行边缘检测；
23、水平边缘检测算子：；
24、垂直边缘检测算子：；
25、将图像i（x，y）与水平边缘检测算子、垂直边缘检测算子进行卷积运算，得到水平边缘强度和垂直边缘强度：
26、，；
27、最后计算边缘强度和边缘方向：，；
28、其中，g为边缘强度，θ为边缘方向，用来确定边缘的梯度和方向。
29、作为本专利技术进一步的方案：所述c2步骤中，用于图像纹理特征分析提取，其算法公式如下：
30、；
31、其中，是二维图像的像素值，是二维小波函数，通过对图像进行不同尺度和方向的小波变换，可以得到图像的分解系数，用于分析图像的频域特征。
32、同时，所述c3步骤中，图像从rgb颜色空间转换为hsv颜色空间后，在hsv颜色空间图像中，统计不同颜色分量的像素数量，构建颜色直方图，根据颜色直方图，提取出纱线的颜色特征，包括颜色分布的均值和方差、颜色直方图的峰值位置和高度、颜色直方图的形状特征、颜色直方图的能量和熵。
33、作为本专利技术的一种优选的：所述纱线检测模块，其工作的具体步骤如下：
34、d1：收集包含正样本（纱线）和负样本（非纱线）的图像数据集，并进行标注，将数据集划分为训练集和测试集，用于模型训练和评估；
35、d2：对训练集和测试集中的图像进行特征提取；
36、d3：特征提取后，将提取的特征输入到机器学习模型中进行训练和分类；
37、d4：构建卷积神经网络模型，将图像作为输入，通过多层卷积和池化操作提取特征，最后通过全连接层进行分类；
38、d5：将训练好的模型应用于图像中的特定区域，进行纱线的检测和识别，根据模型输出的结果，判断图像中是否存在纱线。
39、同时，所述结果显示模块，其工作具体步骤如下：
40、图像形式显示：在原始图像上直接标注检测到的纱线区域，不同颜色或形状的框、线或点来标记，且将原始图像分割成多个区域，每个区域只包含一个或多个纱线，并对每个区域进行标注，同时，使用热力图来显示纱线检测的置信度，高置信度区域用颜色更深，低置信度区域用颜色更浅；
41、文字形式显示：将检测到的纱线信息以列表形式显示，包括纱线的坐标、长度、宽度、颜色和类型本文档来自技高网...
【技术保护点】
1.一种基于图像处理的纱线检测系统，包括图像采集模块、图像预处理模块、特征提取模块、纱线检测模块、结果显示模块和系统管理模块，其特征在于，所述图像采集模块通过摄像头对不同形式呈现的纱线图像数据进行获取，图像预处理模块在图像采集后，对图像数据进行预处理，特征提取模块在图像数据预处理后，从图像数据中提取用于描述纱线各项信息的特征，纱线检测模块利用图像处理技术对特区的特征进行分析和判断，以实现对纱线的检测和识别，结果显示模块将检测结果以图像或文字的形式显示给用户，系统管理模块对整个系统进行管理和监控。
2.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述图像采集模块，其工作的具体步骤如下：
3.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述图像预处理模块，其工作的具体步骤如下：
4.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述特征提取模块，其工作的具体步骤如下：
5.根据权利要求4所述的一种基于图像处理的纱线检测系统，其特征在于，所述C1步骤中，用于提取纱线图像中边缘信息的
6.根据权利要求4所述的一种基于图像处理的纱线检测系统，其特征在于，所述C2步骤中，用于图像纹理特征分析提取，其算法公式如下：
7.根据权利要求4所述的一种基于图像处理的纱线检测系统，其特征在于，所述C3步骤中，图像从RGB颜色空间转换为HSV颜色空间后，在HSV颜色空间图像中，统计不同颜色分量的像素数量，构建颜色直方图，根据颜色直方图，提取出纱线的颜色特征，包括颜色分布的均值和方差、颜色直方图的峰值位置和高度、颜色直方图的形状特征、颜色直方图的能量和熵。
8.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述纱线检测模块，其工作的具体步骤如下：
9.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述结果显示模块，其工作具体步骤如下：
10.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述系统管理模块，其工作具体步骤包括用户管理（添加、删除、修改用户账号和权限设置）、日志管理（记录系统操作日志、错误日志、访问日志）、系统设置（设置系统参数和配置、备份和恢复操作）、权限管理（设定用户角色的权限级别、管理用户组和权限组）、数据管理（备份、迁移、清理数据）、系统监控（监控系统运行状态、性能指标）、系统维护（软件更新、故障处理）和报表生成（生成系统运行报表）。
...【技术特征摘要】
1.一种基于图像处理的纱线检测系统，包括图像采集模块、图像预处理模块、特征提取模块、纱线检测模块、结果显示模块和系统管理模块，其特征在于，所述图像采集模块通过摄像头对不同形式呈现的纱线图像数据进行获取，图像预处理模块在图像采集后，对图像数据进行预处理，特征提取模块在图像数据预处理后，从图像数据中提取用于描述纱线各项信息的特征，纱线检测模块利用图像处理技术对特区的特征进行分析和判断，以实现对纱线的检测和识别，结果显示模块将检测结果以图像或文字的形式显示给用户，系统管理模块对整个系统进行管理和监控。
2.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述图像采集模块，其工作的具体步骤如下：
3.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述图像预处理模块，其工作的具体步骤如下：
4.根据权利要求1所述的一种基于图像处理的纱线检测系统，其特征在于，所述特征提取模块，其工作的具体步骤如下：
5.根据权利要求4所述的一种基于图像处理的纱线检测系统，其特征在于，所述c1步骤中，用于提取纱线图像中边缘信息的边缘检测技术，其算法公式如下：
6.根据权利要求4所述的一种基于图像处理的纱线检测系统，其特征在于，...
【专利技术属性】
技术研发人员：谷美露，王军，蒋玉国，陶书君，
申请(专利权)人：曲阜金絮龙纺织有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。