基于机器视觉的纱线毛羽检测方案 - 安防知识网

利用机器视觉图像处理技术针对管纱生产过程中产生的毛羽缺陷，提出一种基于改进中值滤波和最大类间方差法的管纱毛羽检测方法有效地避免上述检测的不足，进一步提高毛羽检测水平。

纱线毛羽(hairiness)指标是评定管纱质量的一个重要方面，同时也是反映纺织工艺和纱线加工部件好坏的重要依据。毛羽的长短、数量及其分布不仅影响机织、针织后加工的效率和质量，直接影响最终产品的外观和价格，其评价指标有毛羽数量、长度和面积等。

人工检测受工作环境和劳动强度的影响，检测效率低下。西安获德利用机器视觉图像处理技术针对管纱生产过程中产生的毛羽缺陷，提出一种基于改进中值滤波和最大类间方差法的管纱毛羽检测方法有效地避免上述检测的不足，进一步提高毛羽检测水平。

搭建一套管纱毛羽的数字化系统进行图像采集和处理。首先采用灰度变换和灰度拉伸对管纱图像进行预处理，再利用改进中值滤波对管纱图像进行模板滤波，最后通过最大类间方差法得到清晰的毛羽二值图像，基于此计算毛羽个数、长度并评估产品是否合格。

目前，数字图像处理技术被广泛应用到纱线毛羽的检测。从研究成果看，纱线毛羽的检测效果较好，但在管纱毛羽检测中主要存在两个问题：一是管纱表面易受到环境的影响呈现出亮暗不均，影响毛羽特征提取;二是管纱的上下部分结构不同，需要对两部分进行不同的预处理。针对以上原因，西安获德管纱外观自动检测系统针对毛羽图像采用改进中值滤波，克服了传统滤波方法易造成图像的失真和细节损失的问题;最大类间方差法能够准确地分割出管纱毛羽。

HDGS-I管纱毛羽采集系统主要包括三部分：工业相机、Led视觉光源、计算机。

为确保捕获的纱线图像保持清晰, 将相机参数进行如下设置：曝光时间800μs, 图像的分辨率为800×1000,，保证相机的中心点和管纱的中心点在同一位置，减小相机拍摄图像产生的畸变。管纱与镜头平面距离保持在20 cm左右，通过调整光源亮度、焦距和光圈的大小获取清晰的毛羽图像。毛羽图像在经过灰度变换、灰度拉伸和改进中值滤波之后，得到的毛羽二值图像完整清晰，能较好地体现毛羽的物理信息。

西安获德搭建管纱毛羽的数字化图像采集系统进行采样，采用灰度变换和灰度拉伸对图像进行预处理，有效的增强了目标毛羽与背景的差异。再利用改进中值滤波去除毛羽图像中的干扰，得到清晰的毛羽二值图像。最后通过最大类间方差法得到清晰的毛羽图像，基于此得到毛羽的各项判定信息。实验证明，该系统能准确测量毛羽个数及长度。