竹节纱形状参数机器视觉检测系统

摘要

本发明公开了一种竹节纱形状参数机器视觉检测系统，该系统应用于纺织工业检测竹节纱质量的方法。本检测系统主要采用竹节纱图像采集设备与竹节纱图像处理设备，通过竹节纱图像结构及竹节纱图像处理算法形成。使用该检测系统可以得到竹节长度、竹节间距、竹节倍率、竹节循环统计序列，依据这些参数纺织制作出的竹节纱可以有与指定竹节纱同样的视觉效果，在来料加工竹节纱的设计过程、竹节纱的纺制过程、竹节纱质量检测过程中，能大大提高效率和生产可靠性，而且直观显示竹节纱的参数和纺织效果。

主权项

1.一种竹节纱形状参数机器视觉检测系统，主要采用竹节纱图像采集设备与竹节纱图像处理设备，其特征在于下述方法：A、竹节纱图像结构：采集分辨率，竹节纱径向：每mm20个像素点，竹节纱轴向：每mm2～10个像素点；背景灰度值范围：0～10，纱线毛羽灰度值范围：50～80，纱线灰度值范围：120～230；500m长的竹节纱每mm10个像素点的图像尺寸为(采集)1024×5000000(显示)256×5000000；B、竹节纱图像处理算法：竹节纱直径提取方法：阈值设定为120～230，宽度为7的中值滤波和均值滤波，得到直径序列；竹节长度和竹节间距提取方法：采用有序序列聚类统计分析算法识别计算基本算法是：有序序列的聚类统计算法实现竹节长度和竹节间距的识别计算，用x₁，x₂，x_n表示一组有序样本，每一组的样本必须是{x_i，x_i+1，L，x_j}(i＜j)的形式，N个有序样品分成k类的一切可能分法有C_n-1^k-1种，在某种损失函数意义下，给出了一种求最优解的方法：a、定义类的直径：用D(i，j)表示{x_i，x_i+1，K，x_j}的直径，它被定义为$D(i,j)=\underset{j=i}{\overset{j}{\Sigma }}{(x_l-\overline{x_{\mathrm{ij}}})}^2$其中计算一切可能类的直径，b、用b_n，k表示n个样品分成k类的一种方法：b_n，k：{i₁＝1，i₁+1，L，i₂-1}，{i₂，i₂+1，L，i₃-1}，L，{i_k＝1，i_k+1+1，L，i_k+1+1＝n}，这种方法的损失为$L\left(b_{n,k}\right)=\underset{j=1}{\overset{k}{\Sigma }}D(i_j,i_{j+1}-1)$b_n，k^*是使L(b_n，k)达到最小的解，c、前i个样品分成j类的最优解对应的一切损失可以用下面两个递推公式获得：$L\left(b_{n,2}^{*}\right)=\underset{2\le j\le n}{\min }\{D(i,j-1)+D(j,n)\}$$L\left(b_{n,k}^{*}\right)=\underset{k\le j\le n}{\min }\{L(b_{j-1}^{*},j-1)+D(j,n)\}$具体步骤如下：a、计算一切可能类的直径D(i，j)(i＜j)，b、计算最小损失L(b_n，k^*)(2≤j≤i≤n)，c、确定类的个数，并给出最优解。