|本期目录/Table of Contents|

[1]金鹏翔,刘宜胜.基于机器视觉的筒子纱线头识别方法[J].浙江理工大学学报,2024,51-52(自科一):112-119.
　JIN Pengxiang,LIU Yisheng.An identification method of cheese yarn ends based on machine vision[J].Journal of Zhejiang Sci-Tech University,2024,51-52(自科一):112-119.
点击复制

基于机器视觉的筒子纱线头识别方法()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第51-52卷
期数:
2024年自科第一期
页码:
112-119
栏目:
出版日期:
2024-01-11

文章信息/Info

Title:
An identification method of cheese yarn ends based on machine vision
文章编号:
1673-3851 (2024) 01-0112-08
作者:
金鹏翔; 刘宜胜
浙江理工大学机械工程学院，杭州 310018
Author(s):
JIN Pengxiang;  LIU Yisheng
School of Mechanical Engineering, Zhejiang Sci-Tech University, Hangzhou 310018, China
关键词:
机器视觉; 筒子纱线头识别; 校正模型; 局部透视变换; 连通域标记
分类号:
TP 391
文献标志码:
A
摘要:
为了在纺织织造的整经工序中高效吸取筒子纱线头，克服人工和机器寻线工作效率低、装置复杂等问题，提出了一种基于机器视觉的筒子纱线头识别方法。首先，对采集的筒子纱图像进行畸变校正，根据透视投影和局部透视变换建立筒子纱校正模型，得到理想的筒子纱侧面展开图像；其次，采用4邻域连通规则对校正后的图像进行连通域标记，得到含曲线部分最多的连通域；最后，计算该连通域的曲折度，达到阈值的即为所需识别的线头。对含线头图像和不含线头图像进行识别，结果表明：局部透视变换的校正方法比重映射速度提升近30%，表现出较高的校正精度；曲折度阈值判别方法能有效滤除非线头图像，提高了线头图像的识别精度。使用机器视觉进行筒子纱线头识别能有效检测出每个筒子纱中的线头部分，减少生产线上的人工干预，为构建高效节能的智能化生产模式提供参考。

参考文献/References:

［ 1 ］汪立鑫 , 孟彩霞 . 创新能力、劳动力成本与地区制造业智能化转型［ J ］ . 科学学研究 , 2023, 41(8): 1376 - 1388.

［2］Hatta, Kiyoshi, Hori, Junya. Takeout of yarn end from spandex package with the aid of lashing end［J］. Seni Kikai Gakkai Shi/Journal of the Textile Machinery Society of Japan, 2002, 55(5): 41-47.

［3］胡达. 一种适用于圆柱纱筒的寻线头装置: CN111573424A［P］. 2022-01-11.

［4］屠佳佳, 李长征, 戴宁, 等.机械式打结机纱线捕获状态检测方法［J］. 纺织学报, 2023, 44(5): 205-212.

［5］张家春. 一种筒管纱找线头机: CN108773738A［P］. 2018-11-09.

［6］Li Z, Zhong P, Tang X, et al. A new method to evaluate yarn appearance qualities based on machine vision and image processing［J］. IEEE Access, 2020, 8: 30928-30937.

［7］Ji Y, Ma J, Zhou Z, et al. Dynamic yarn-tension detection using machine vision combined with a tension observer ［J］. Sensors, 2023, 23(8): 3800.

［8］周其洪, 彭轶, 岑均豪, 等. 基于机器视觉的细纱接头机器人纱线断头定位方法［J］. 纺织学报, 2022, 43(5): 163-169.

［9］屠佳佳, 戴宁. 基于图像处理的纱线检测识别系统［J］. 针织工业, 2023(6): 33-37.

［10］Cheng X Q, Sun J H, Zhou F Q, et al. Shape from apparent contours for bent pipes with constant diameter under perspective projection［J］. Measurement, 2021, 182: 109787.

undefined

相似文献/References:

[1]安培源,张华.基于边缘检测和Hough变换的圆定位算法[J].浙江理工大学学报,2018,39-40(自科5):593.
　AN Peiyuan,ZHANG Hua.Algorithm for circle location based on edge detection and Hough transform[J].Journal of Zhejiang Sci-Tech University,2018,39-40(自科一):593.
[2]刘鹏,戴文战.基于机器视觉的化妆品纸质标签缺陷检测方法[J].浙江理工大学学报,2019,41-42(自科二):231.
　LIU Peng,DAI Wenzhan.Method for detecting cosmetic paper label defects based  on machine vision[J].Journal of Zhejiang Sci-Tech University,2019,41-42(自科一):231.
[3]董静毅,吕文涛,包晓敏,等.基于机器视觉的PCB板表面缺陷检测方法研究进展[J].浙江理工大学学报,2021,45-46(自科三):379.
　DONG Jingyi,L Wentao,BAO Xiaomin,et al.Research progress of the PCB surface defect detection method based on machine vision[J].Journal of Zhejiang Sci-Tech University,2021,45-46(自科一):379.

备注/Memo

备注/Memo:
收稿日期： 2023-10-16
网络出版日期：2023-12-12
作者简介： 金鹏翔（1999—），男，浙江台州人，硕士研究生，主要从事机器视觉方面的研究
通信作者： 刘宜胜，E-mail：lysleo@zstu.edu.cn
更新日期/Last Update: 2024-01-10