基于視覺的經(jīng)編機紡紗斷線檢測技術(shù)研究

謝一首+華鑫炎+李慶+鄭力新+潘書萬

摘 要：針對傳統(tǒng)人工肉眼檢測紡紗斷線的低效率與誤檢率問題，設(shè)計基于機器視覺的經(jīng)編機紡紗斷線在線檢測系統(tǒng)，摒棄數(shù)根數(shù)的常規(guī)思想，提出以斷紗缺口特征為研究，結(jié)合LINQ技術(shù)與統(tǒng)計思想的圖像算法。通過測試表明，該算法具有高準確性與實時性，滿足企業(yè)生產(chǎn)需求，具有良好的應(yīng)用前景。

關(guān)鍵詞：斷紗檢測；LINQ；統(tǒng)計；缺口特征

引言

在輕工業(yè)紡織生產(chǎn)中，經(jīng)編機因生產(chǎn)效率高，對原料和織物品種的適應(yīng)性廣使其在紡紗領(lǐng)域起著舉足輕重的作用。然而，在紡絲過程中，紗線的質(zhì)量良莠不齊，當織針對紗線的拉力大于紗線可承受的最大拉力時，紗線就會出現(xiàn)斷裂，通常稱為“斷紗”。目前，絕大部分紡織企業(yè)對“斷紗”的檢測仍停留在人工檢測階段。由于紡織機的電機在快速轉(zhuǎn)動，針頭也處在高頻抖動狀態(tài)，若出現(xiàn)“斷紗”，肉眼幾乎不可能直接從高速運轉(zhuǎn)的織針上判別斷線，通常工人們都是觀察已織出的布匹，若布面上出現(xiàn)一定長度的裂痕，則判定該位置附近出現(xiàn)“斷紗”。對于企業(yè)而言，這些裂痕帶來的損失已是不可避免。因此，對于經(jīng)編機紡紗斷線的實時檢測已成為紡紗企業(yè)的業(yè)內(nèi)難題[1]。

針對該難題國內(nèi)外學(xué)者也做了許多研究，目前對于“斷紗”實時檢測系統(tǒng)常見的有三種方法：第一種是利用機械傳感器，通過接觸檢測紗線的強度判斷是否斷線。此方法機械結(jié)構(gòu)設(shè)計復(fù)雜，準確率也較低[2]。第二種是利用紅外激光檢測裝置，若出現(xiàn)斷線，線頭易飄出遮擋激光束，引發(fā)接收端傳感器信號[3]。此種方法僅適用于彈性較大的紗線，且需借助外力如鼓風(fēng)機等，增加不必要的開銷。第三種是通過工業(yè)相機，利用圖像處理的原理[4]，實時對采集的織針圖像數(shù)據(jù)進行算法處理，若發(fā)現(xiàn)圖像中出現(xiàn)符合判定準則的規(guī)律，認為出現(xiàn)斷線。

此種方法機械結(jié)構(gòu)簡單，但要求圖像處理算法有較強的魯棒性與準確性。江南大學(xué)史鵬飛等將圖像的二維信號轉(zhuǎn)換為一維信號，從一維信號中自適應(yīng)提取信號的極值，根據(jù)極值信號統(tǒng)計紗線根數(shù)，該方法適合于小型經(jīng)編機系統(tǒng)[5]。大型經(jīng)編機中，單個相機的視場無法涵蓋全部紗線，數(shù)根數(shù)的方法不可用。吉林大學(xué)趙立陽采用線性CCD相機采集圖像并處理，該系統(tǒng)實時性高，且仍未離開數(shù)根數(shù)的思想[6]，但由于線陣相機價格較高不適合于工業(yè)推廣。本文研究亦是第三種方法，選用價格較為便宜的CMOS高分辨率相機。摒棄傳統(tǒng)數(shù)根數(shù)的方法，通過一定預(yù)處理后判定缺口形態(tài)特征確定“斷紗”位置。

1 系統(tǒng)原理

本設(shè)計采用基于PC的機器視覺系統(tǒng)，選用杭州微圖公司CMOS攝像頭灰度相機，分辨率。經(jīng)實測經(jīng)編機在電機轉(zhuǎn)速為800轉(zhuǎn)/min時，針頭每秒上下抖動8個周期，故需至少保證相機幀率為20fps左右時，方可采集到清晰的圖像。但由于CMOS相機分辨率較高，初始幀率僅在5fps左右，故實驗采用相機開窗技術(shù)，借助相機SDK，保持拍攝窗口橫向?qū)挾炔槐悖v向高度調(diào)整為48。此時，相機的幀率可以達到50fps以上。為后續(xù)圖像處理方便，濾掉一些不必要的可見光干擾，本設(shè)計選取可見光中波長最大的紅光源，采用正面打光方案（圖1），在鏡頭前加裝濾波片過濾可見光，效果如圖2。

系統(tǒng)上電運行前，可通過人機交互界面配置相機，設(shè)定系統(tǒng)閾值，統(tǒng)計基數(shù)，偏移量等參數(shù)，通過界面上的開始按鈕開啟系統(tǒng)，采集的每一幀紗線圖像都會經(jīng)過工控機處理，在沒發(fā)現(xiàn)缺口異常時，界面上的報警指示燈為綠色，系統(tǒng)正常運行。一旦出現(xiàn)斷紗，圖像算法將實時準確找出缺口位置，并在圖像中表示，界面指示燈變?yōu)榧t色并報警。同時，工控機控制下位機PLC停止經(jīng)編機運行。待現(xiàn)場工人將斷線接上確認后，方可重新啟動系統(tǒng)。

2 系統(tǒng)軟件核心

軟件系統(tǒng)為紡紗斷線實時陷檢測的技術(shù)核心部分。交互界面采用.net平臺C#開發(fā)，結(jié)合Emgucv圖像處理函數(shù)庫[7]，Access為后臺數(shù)據(jù)庫引擎。設(shè)計了用戶管理模塊，相機測試模塊模塊，方案測試模塊，數(shù)據(jù)查詢模塊等（圖3）。

2.1 圖像算法

由于紡紗的布線方案不同，圖像的算法將有所調(diào)整，不失一般性，先以最為常見的滿線狀態(tài)為研究，若出現(xiàn)“斷紗”，斷線處暫時處于空缺狀態(tài)，會呈現(xiàn)一個類矩形的小缺口如（圖4）。

為確定缺口位置，算法主要分為以下幾個步驟：

（1）進行灰度展寬使圖像獲得更好的明暗對比，將關(guān)心的缺口區(qū)域“暗化”（圖5a）。

（2）將對比度拉伸后的圖像進行灰度取反。以便后續(xù)閾值分割操作（圖5b）。

（3）采用核模板為1*h（h為圖像高度）的線性模板進行均值濾波，此操作可以銳化縱向邊緣，使線條更加清晰明朗（圖5c）。

（4）采用OSTU閾值分割進行圖像二值化，將所有白色區(qū)域作8鄰域連通（圖5d）。

（5）求取所有連通域的面積，寬度，及連通域的矩形度P=A/S。其中A為連通域面積，S為連通域最小外界矩形面積。

（6）根據(jù)經(jīng)驗法設(shè)定斷線缺口判定準則，僅當某連通域滿足一定寬度，面積，且矩形度大于一定比值時，判定為“嫌疑”位置。本次實驗設(shè)定連通域?qū)挾却笥?個像素，面積大于30個像素，且矩形度比值大于0.8。檢測效果如（圖5e）。

2.2 Linq技術(shù)

實際生產(chǎn)中，由于客戶不同需求，紡織廠的布線方案將有所調(diào)整。常見的布線方案就有幾十種，若每一種布線方案都提供一種圖像算法，顯然工作量太大且不實用。筆者觀察發(fā)現(xiàn)，這幾十種布線方案出現(xiàn)“斷紗”的情況可以統(tǒng)一歸為兩大類：斷兩側(cè)與斷中間。斷兩側(cè)的情況，處理起來與上述滿線狀態(tài)一致，只需調(diào)整判定準則里的寬度與面積基值。而斷中間的情況較為麻煩，下面以3空1布線方案為例（圖6）。

圖像算法前面6步與滿線狀態(tài)相同，不同的是，此時滿足條件“嫌疑”連通域較多，且處于隨機分布狀態(tài)，我們需要對所有滿足前6步的“嫌疑”連通域進行排序，排序準則為：以連通域外接矩形所在圖像位置中的橫坐標X為參照，從左至右順序排序。語言集成查詢操作LINQ，允許編寫C#代碼以查詢數(shù)據(jù)庫相同的方式操作內(nèi)存數(shù)據(jù)。通過使用查詢語法，甚至可以使用最少的代碼對數(shù)據(jù)源執(zhí)行復(fù)雜的篩選、排序和分組操作[8]。故本文采用LINQ排序操作簡便并能很好的解決問題需求，核心代碼如下：

IEnumerable> query = null；

query = from items in holes orderby items.BoundingRectangle.X select items；

其中holes為前6步獲得的“嫌疑”區(qū)域集合。斷線判定準則為：若有連續(xù)三個連通域坐標X的差值小于一定閾值，判定為斷線缺口。本實驗取閾值為10，算法流程與效果如（圖7）。

2.3 缺陷統(tǒng)計

紗線在受到張力的情況下處于高速紡紗的狀態(tài)，即便紗線在整經(jīng)過程中左右晃動，其偏移量也比較小，一般不超過2mm[9]。為確保系統(tǒng)對斷線檢測的準確性，本設(shè)計引入統(tǒng)計的思想防止誤判。以滿線狀態(tài)為例，設(shè)定初始偏移量與統(tǒng)計基數(shù)，若檢測到“嫌疑”缺口，標記并開始計數(shù)，若后續(xù)幀處理在該位置左右偏移量范圍內(nèi)，繼續(xù)檢測到“嫌疑”缺口，計數(shù)加1，直到統(tǒng)計數(shù)大于給定的基數(shù)，則判定該位置出現(xiàn)“斷紗”并停止機器。

3 結(jié)束語

本文摒棄傳統(tǒng)數(shù)根數(shù)的算法思想，以缺口特征為研究對象，深入分析不同布線方案下的圖像算法，引入LINQ技術(shù)和統(tǒng)計思想，檢測準確率與實時性達到預(yù)期水準，在紡織業(yè)內(nèi)成熟的4，5梭經(jīng)編機中有較強的企業(yè)應(yīng)用價值。

參考文獻

[1]王銘銘.基于圖像處理的紡紗斷線監(jiān)測嵌入式系統(tǒng)設(shè)計[D].廈門：華僑大學(xué)，2013：1-6.

[2]董威.基于線陣CCD的實時斷紗檢測系統(tǒng)的研究[D].福州：福建師范大學(xué)，2014：1-3.

[3]談昆倫.紗線斷線檢測裝置：中國，201320372076.3[P].2012-07-28.

[4]CHAN J P， PALMER G S. Machine vision application in industry[C]// Application of Machine Vision IEEE Colloquium，1995.

[5]史鵬飛，白瑞林，楊文浩，等. 基于機器視覺的整經(jīng)機斷紗檢測系統(tǒng)[J].東華大學(xué)學(xué)報，2011，37（6）：376-378.

[6]趙立陽.基于數(shù)字圖像處理技術(shù)的智能紗線檢測系統(tǒng)的開發(fā)與應(yīng)用[D].長春：吉林大學(xué)，2014：19-44.

[7]謝一首，李慶，鄭力新，等.基于機器視覺的膠囊缺陷檢測系統(tǒng)設(shè)計[J].微型機與應(yīng)用，2016，35（7）：69-71.

[8]陳娟，方亮，等.基于Framwork3.5的LINQ技術(shù)研究[J].微計算機信息，2010，26（4）：155-157.

[9]蔣滬生.基于FPGA的機器視覺研究及應(yīng)用[D].無錫：江南大學(xué)，2013：25-27.