《在线羊毛污杂物机器视觉系统.doc》由会员分享，可在线阅读，更多相关《在线羊毛污杂物机器视觉系统.doc（4页珍藏版）》请在金锄头文库上搜索。
1、在线羊毛污杂物机器视觉系统苏真伟， 天桂云，高春华中华人民共和国成都四川大学制造科学与工程学院中部哈德斯菲尔德大学计算与工程学院工程与技术系2005年6月30日接收，2006年一月24日通过摘要现在纺织业拥有的科技还不能够有效地从羊毛中去除聚丙烯类物质，包装材料和黑色纤维。污杂物的存在极大地降低了羊毛的价值应为污杂物不能被染色或者当做羊毛。为了解决这个问题，我们在此论文提出了一种机器视觉系统，该机器视觉系统采用线阵式摄像头，抓帧器，主机和喷气气缸，该系统可以用来定位并去除原羊毛中的污杂物。该文详细地讲述了系统的关键技术：图像获取系统，算法，机电一体分类系统。最后分析了该机器视觉系统的性能并讨论
2、了下一步研究工作。导言污杂物在羊毛中的主要存在形式有线状聚丙烯、包装材料、黑色纤维、尿黄毛屎黄毛、油漆标记、小木块和石头。这些污杂物不能和正常羊毛纤维一样被染成同样的颜色。当今，织物处理过程中的使用的物理和化学方法不能自动地分离羊毛中的污杂物。为了去除污杂物，通常要一堆工人通过眼和手站在分拣线上来观察并剔除杂物，这样做的成本高并且效率低下。【】最近几年，机器视觉系统已经应用于纺织业2,3。Hormer, Lieberman5，Iype6 和Langahove 等已经设计出去除棉花异物的机器视觉系统。但是，羊毛的物理特性和棉花差异很大。为了完善机器视觉系统在羊毛污杂物的检测与去除的功能，必须解决
3、一下三个问题：1:羊毛并不是都是单色的。有白色，浅灰色，黄色到浅褐色。羊毛污杂物有白色，灰色，黄色，褐色，红色和蓝色等等。对于颜色和羊毛接近的污杂物，是很难分辨出来的。例如羊毛中含有白色污杂物。2：羊毛纤维比棉花长，在洗刷线上经常缠成块状。在光照下，这些纤维的肿块形成阴影，通过机械系统或图像处理技术很难被去除掉。3：在纺织行业中现有的视觉系统的大多数只有检查和分级的功能，但没有一个挑选功能。其主要原因在于很难利用实时图像数据进行实时控制，尤其在实际状况中是当移动速度是不稳定的。本文描述了一个用于识别和清除羊毛污染物的机器视觉系统用于解决上述三个问题。本文包括机器视觉系统的引进，图像处理算法，机
4、电一体化排序系统和专家研究学习和结论。机器视觉系统该机器视觉系统如图1所示包括6个部分：送料机对羊毛进行开毛后，将细小整齐的成团的羊毛送到皮带传输机上。通过开毛程序，原先包裹在羊毛内的污杂物露出表面以便能够检测到。而羊毛的阴影也会变小以便能够通过压缩手段去除。其中，成像检测系统如图2所示，这里用一块玻璃来压缩羊毛。压缩传送机轻轻地压缩羊毛，并把羊毛推到玻璃之下。该玻璃在弹簧组的压力之下，能将羊毛平整并把羊毛阴影降到可以接受的程度。频率为42千赫的菲利普斯镇流器的荧光管和镜面为图像回去提供了统一和明亮的照明。保护盖能防止灰尘覆盖和环境光线干扰。系统的运作中羊毛对压缩板擦拭能保持玻璃干净该系统采用
5、34色线阵式摄像头，Coreco毒蛇数字图像采集卡和奔腾4主机，图像采集卡和内部CPU能自动地从线阵式摄像头获取图像数据并保存在图像缓冲区。图像获取系统的参数在软件CameXpert8和毒蛇-数字摄像头中设置。运用windows的超级终端功能，主机电脑能不断从图像缓冲区中获取数据进行数据处理、图像显示和图像获取。图像处理算法羊毛污杂物的在线监测的一个关键点就是机器视觉系统的速度必须很快。该系统所用的德尔萨特里尔利厄摄像头的扫描频率定在800线/秒。每线2048像素。每秒钟处理4915200B（RGB三通道：3 800 2048)）。采用一主频为3GHz的Cup和内存为1G的电脑作为主机。软件采
6、用Visual C+和Sapera 图像库封包编程。我们的实验表明，图像处理中常用的算法诸如泰勒变换、到HIS色彩空间变换，边界相关。边界检测、框架、薄化、2D DFT 11,12和ANNs13等，用于实时机器视觉系统速度太慢。线上图像处理的算法必须很快很有效率以便能满足检测的高质量和高精度。相比于以上的算法，阈值法计算简单，廉价，高速，用于图像处理功能也强大14。在本文中，该系统采用自动阈值法，RGB结合阈值法，局部阈值法和决策方法。算法的框图如图3所示。首先，彩色图像被分为红，绿，蓝和灰度图像。因为在直方图中羊毛背景与阴影的像素值的分布服从正态分布规律，深颜色的污染物可以用一个自动阈值法分
7、开。15 第二，根据统计分析，我们做了一个典型污杂物的搜集表。RGB色彩空间是附加的，其中红色，绿色和蓝色相结合以各种方式来创建其他的颜色。在红，绿，蓝，光的颜色表中适当地结合阈值，大多数表中的污染物的色光可以分开来。第三，实验表明，由于压缩，所有的污染物的边缘变得更明显，与被压平的羊毛不同。检测污杂物的方法之一是运用基于卷积的边界检测，表达式如下：表达式：M代表掩码或者核心，大小为mn；p代表输入图像的元素，C代表已转换图像的元素。为了获得最好的结果，我们必须为不同的羊毛悲剧设置不同的掩码。另外，在一张10242048的图像中计算33面具卷积，要进行5400万次乘法，4800万次加法和600
8、万次除法，这样要消耗很长的时间。这种方法和传统的边缘检测方法一样速度很慢，不适用于机器视觉系统。除去这种边缘检测发，局部自适应阈值法可以用于污染物的检测。该算法包括四个步骤：把图像分割为分割成168像素的小块？;计算标准差与平均值的值在每一个像素块计算和标准偏差的差别如果差值小于给定阈值，则块中含有的污染物该阈值来自测试试验，与检测的速度和精度相关，这个阈值在实际中是可调的。最后，经过过滤掉图像噪声后，红，绿和蓝色的图像结合在一起，然后系统软件判断是否应该驱动分拣系统是去除污染物。这个用于去除污杂物的算法的主要步骤如下扫描二值图像并找出和记录所有非零值对象。如果对象的大小小于给定的阈值则将其当
9、做图像噪点忽略并删除。对于一个大面积的对象，喷射的地方是它的质心坐标所处的位置。把图像分为八个部分（因为有八个喷气机用于去除污杂物）。如果一个区域中对象的像素值大于给定的阈值，就必须计算该区域的螺旋值，因为污杂物的边界集中在这个区域。这里，两个阈值用于控制检测质量，这阈值是应该具有弹性并且可调的，因为羊毛的类型开放度，质量要求和检测的生产虑随着实际情况而变化。软件为这两个参数的选择提供了“斑点过滤器”和“气门”两个按钮该算法的细节在羊毛污杂物在线检测的算法中有介绍。图像4是未经图像处理过的含有羊毛污杂物的图像。系统软件是用Visual C+ 结合Cocer Sapera 图像包编程的。该软件的
10、主要功能包括图像文件的管理、动态图像和静态图像的获取，污杂物的识别，污杂物去除的螺旋值控制。4机械分拣系统为了使机器视觉系统和分拣系统同羊毛传送带的运动共同运行，我们在传输器的一头装了一个编码器（第12脉冲/毫米），编码器通过皮带驱动。编码器的脉冲作为机器视觉系统的时间基准。一方面，脉冲送入viper的图像获取卡触发相机获取实时图像，另一方面，该脉冲可以用来确保污染物额坐标在正确的时间送到对应的电磁阀。因此，对皮带速度的微小变化都考虑。该羊毛分拣系统有八个电磁阀和喷气阀。当在一幅图像中找到污染物和它的坐标之后，系统软件会向Amplicon PCI215板发送八位的二进制控制信号，1代表电磁阀开
11、启，2代表电磁阀关闭。根据控制信号，PC215板计算解码器脉冲并及时产生中断信号。然后通过电平转换器将中断信号从TTL转换为24V的直流点用以驱动电磁阀和喷气阀。系统软件和PC215板并行工作。但信号发送出去后，图像缓冲区被释放同时软件开始下一图像处理循环和分拣动作。5：试验与分析我们做了两个试验来评估该改进过的机器视觉系统试验采用中短的羊毛，为了避免混乱，羊毛中的污染物在试验之前就已经去除。目标污染物包括典型的有色污染物。这些污染物分成三种：深色污染物、浅色污染物（包括白色污染物）和杂色污染物（包括深色污染物和浅色污染物）。污染物有不同的形状和大小（最小小至2CM并且来自于周围在试验一中，改
12、进的料斗用于开毛并且将干净的羊毛均匀地扑在传动带的表面上。在羊毛通过机器视觉系统之前，污染物随机地落到羊毛表面。试验二更接近羊毛分拣处理的实际过程，不同的污染物直接放入送料斗中，混合之后，含有污染物的羊毛由送料器送到传送带上然后机器视觉系统从羊毛中识别出污染物。在测试中，相机的扫描速率为800线/秒。传送带宽1.5米，速度为20M/分钟。试验结果如表一所示。试验二的检测成功率比较低。只要有以下两个原因影响系统的检测精度。Dalsa 34色线线阵式摄像机只能检测羊毛表面的污染物，并且将浅色和白色污染物从白色羊毛中分辨出来的能力有限。改进的机械系统不能有效地开毛并且将羊毛均匀地弄成薄状平铺到传送带
13、上。这样，污染物藏匿于羊毛之中，不能被机器视觉系统所发现。表一：分拣污杂物的成功率经玻璃板压缩后的羊毛厚度为3CM。降低羊毛的厚度可以将更多的污染物带到羊毛表面从而提高检测的精度，但另一方面也会降低机器视觉系统和羊毛分拣线的生产率。在实际生产中，有一小部分的羊毛会和污染物纠缠在一起或者检测失效时，这些羊毛会被送到杂物桶中。为了避免不必要的羊毛损失，他们也可以把重新将这些羊毛送返重用。6结论本文描述了一种从清洁羊毛中去除污染物的机器视觉系统。试验表面了该系统能够成功在线检测出各种颜色大小在4.2CM到2CM之间的污染物和大多数浅色和白色污染物（如果这些污染物在羊毛表面的话）。该系统能扫面宽达1.5米的速度为20M/分钟的传送带，并自动持续地工作。未来的研究将继续集中在新型摄像机的研究，提高机器系统和浅色白色污染物的检测算法。鸣谢我们感谢归国华侨人员科研启动基金，国家教育部和英国皇家学会的财政支持。英国利兹大学所作的由英国贸工部资助的部分工作
