基于圖像識別的生絲動態纖度檢測技術

李 帆,任強勝,段春穩,李瓊秀,張北波,黎 鋼

(1.四川省絲綢工程技術研究中心,四川 成都 610031;2.現代繭絲綢制造技術資源四川省科技資源共享服務平臺,四川 成都 610031;3.四川省絲綢科學研究院有限公司,四川 成都 610031)

生絲纖度是指生絲纖維的粗細程度,是作為衡量生絲品質的重要指標,是絲織綢廠選用原料的首要條件,生絲條干纖度不勻,會影響織物的質量,降低其使用價值。自動繅絲機的纖度控制機構由纖度感知器、探索添緒機構和給繭機組成,其纖度控制機構最重要的是采用以摩擦力作為被控制量的隔距式感知器[1]。纖度感知器對絲條粗細的感知并不是真正測量其直徑,它的感知原理是感知絲條對感知器上的2塊玻璃片之間所產生的移動摩擦力的變化來判斷纖度的粗細變化,由于在這個過程中有一個數值轉換的因素,因此繅絲湯溫、車間溫濕度、蠶繭生熟狀態、繅絲速及設備完好狀況等因素均會對感知器產生影響,從而使其發出的信號與真正的纖度粗細有差異。在目前的生產管理中通常采用以下兩種方式來控制,一是通過人工對繅絲緒下繭粒數進行測定、統計和分析來判斷生絲纖度質量是否符合要求,這種人工判斷的方式效率低、準確性差。二是繅絲生產結束后對生絲進行抽樣檢測,按當前生絲企業的抽樣現狀,需要在24 h之后才能將生絲總體的纖度質量狀況測試完成,同時抽樣的生絲只占總量的0.01%左右,代表性差,質量問題具有較高的不可追溯性。因此研究開發適用于復雜繅絲生產環境下濕態生絲纖度的動態檢測技術,以自動化、數字化的手段代替人工檢測、數據處理,提高濕態生絲纖度檢測數據處理的準確性,達到快速準確檢測生絲纖度值的效果。

1 檢測系統設計

1.1 系統構成

該系統改變現有生絲纖度檢測方式,運用視頻圖像采集技術、計算機動態檢測方法,對卷繞中的生絲直徑進行在線檢測,得到濕態生絲直徑的檢測數據,通過針對生絲濕態檢測所開發的應用軟件,實現生絲纖度在線動態檢測。

整個檢測系統包括:檢測裝置模塊、圖像處理模塊、可視化顯示模塊3部分組成。生絲動態檢測有圖像獲取、圖像處理和可視化輸出3個過程,其原理如圖1所示。

圖1 系統檢測原理圖

檢測裝置模塊,由安裝在纖度控制機構上的檢測裝置和計算機組成,主要包括CCD 高清攝像頭、LED補充光源、圖像采集卡、絲條定位導輪等。

圖像處理模塊,是圖像識別生絲纖度檢測的核心部件之一,主要負責將CCD 高清攝像頭所拍攝的圖片進行特征分析,圖像數字化處理。根據檢測纖度的要求,采用合適的圖像處理算法得出生絲線徑尺寸,實現在線實時檢測生絲纖度值。

可視化顯示模塊,通過開發應用軟件實現圖像化顯示。對采集到的圖像和處理結果進行可視化顯示,同時可對整個系統進行參數設置、檢測數據存儲及分析,實現人機交互。

1.2 檢測裝置

1.2.1 檢測裝置要求

(1)本檢測裝置主要通過分析單位長度生絲粗細變化程度,即絲條直徑的變化,從而計算出生絲纖度值。

(2)采用CCD 成像技術要保證絲條成像良好;生絲透明度和折射性不影響成像效果;當絲條在運動過程中通過CCD 攝像頭連續拍照,計算出絲條的直徑。

(3)由于生絲外徑很小,以生絲規格20/22 D 為例,一般為65μm 左右,要求CCD 攝像頭應具備微距攝像功能。

1.2.2 檢測裝置設計

濕態生絲纖度檢測裝置主要由生絲纖度控制機構和視頻圖像采集裝置組成,如圖2所示。現有生絲纖度控制機構主要由小、絡絞桿、切斷防止桿、切斷防止桿鼓輪、接緒翼等組成。

圖2 濕態生絲纖度檢測裝置示意圖

視頻圖像采集裝置安裝在現有自動繅絲生絲纖度控制機構上,主要由絲條上定位輪、背板、WIFI信號發射模塊、CCD 攝像頭、LED 光源、絲條下定位輪等組成。

視頻圖像采集裝置通過底板固定孔采用螺栓安裝固定在生絲纖度控制機構的絡絞桿上,將絲條從切斷防止桿鼓輪處經過該裝置卷繞到小上。如圖3 所示,絲條上下定位輪有V 型槽,防止絲條在小的卷繞牽引過程中出現左右擺動。在上下定位輪之間設置有背板,在生絲的一側布置有黑色啞光背板,易于突出生絲輪廓,提高圖像識別精度。CCD 攝像頭采用微距攝像頭,通過4顆調節螺栓可以調節攝像頭與絲條之間的距離,一般保持2～3 c m 的距離。攝像頭外圍設有LED 環形光源,保證絲條有足夠的光照度。CCD 攝像頭采集的視頻圖像通過WIFI信號發射模塊無線發送到圖像采集卡中,實現實時采集的圖像傳輸到工控中,供計算機進行圖像處理。

圖3 視頻圖像采集裝置示意圖

1.2.3 檢測原理

濕態生絲纖度檢測系統主要由視頻圖像采集裝置和圖像處理系統構成。視頻圖像采集裝置主要負責視頻圖像的采集,圖像處理系統主要負責視頻圖像處理和可視化輸出。濕態生絲動態檢測原理如圖4所示。

圖4 檢測系統原理圖

2 在線檢測圖像處理算法

圖像處理是圖像理解和識別的前提,圖像處理所使用的算法選擇將直接影響到檢測精度。其原則是排除或弱化圖像中的干擾、噪聲,將原始圖像編程適用于計算機進行特征提取的形式,突出待測物體的特征[2]。在本系統中是實現生絲與背景的完全分離,得到清醒的生絲主干,為后期的生絲直徑提取做好前期準備工作。圖5是一張由系統采集的生絲圖片,該圖片大小為87.7 kb。其特點是整理質量較好,噪聲較小。但是生絲的邊緣附著部分毛刺,需要將生絲進行分離,本系統采用的圖像處理流程為:圖像預處理、閾值分割、生絲直徑計算。

圖5 生絲圖

2.1 圖像預處理

圖像預處理主要是將生絲與背景進行分離,分離的精度決定了最終計算機分享過程的成功與否。通過CCD 攝像頭作為圖像采集工具,圖像含有彩色信息。為了提高圖像處理效率,需要對拍攝設備所采集到的圖像在處理之前進行圖像灰度化?；叶葓D是指是含有亮度信息,不含彩色信息的圖像。通?；叶葓D只有一個通道,它有256個灰度等級,255代表全白,0表示全黑。生絲圖像識別檢測都是基于灰度圖像來進行處理。

由于采用黑色作為背光板,光源采用白色進行補光。得到的原始圖像中目標(生絲)與背景圖像灰度值差別較大,系統噪聲較小。通過Matlab 2014 繪制直方圖,存在著明顯的峰值特征,可使用閾值分割進行圖像處理,如圖6所示。

圖6 原始圖像直方圖

2.2 閾值分割

閾值分割是一種基本的圖像分割方法,基于區域的圖像分割技術,原理是把圖像像素點分為若干類。它特別適用于目標和背景占據不同灰度級范圍的圖像[3]。將圖6灰度直方圖對應于圖像f(x,y),該圖像的暗色背景上有一些明亮的目標,因此目標和背景像素的灰度級分為兩種主要模態。通過選取一個合適的灰度值,即一個閥值T來分割這兩種模態。用于確定圖像中每個像素點應該屬于目標區域還是屬于背景區域,從而產生對應的二值圖像。如果條件f(x,y)＞T的任何(x,y),則作為目標點,而其他點則作為背景點。閥值處理后的(二值)圖像g(x,y)可用公式(1)進行表示。

標注為1的像素對應于目標(白色),而標注為2的像素對應于背景。通常在圖像處理中采用迭代法閥值算法的全局閾值處理算法,該算法能基于圖像數據來自動選擇閥值。該算法先假定一個閾值,然后計算在該閾值下的目標和背景的中心值,當目標和背景中心值的平均值和假定的閾值相同時,則迭代中止,并以此值為閾值進行二值化。其過程為:

(1)選擇灰度圖的平均值作為初始閾值T0;

(2)使用T分割圖像,會產生兩組像素,由所有灰度值大于T的像素組成G1,由所有灰度值小于等于T的像素組成G2;

(3)分別計算區域G1和G2中像素的平均灰度值m1和m2;

(4)得到新的閾值:

(5)比較T和T0,若相等,則返回T,即為迭代閾值;否則T0=T,重復(1)～(4)。

生絲圖像通過迭代法閥值算法直方圖存在明顯的峰谷,可將目標和背景很好地分割開來,效果如圖7(b)和(c)所示。生絲的主干信息得到了很好的保留,圖像失真較少,降低了后續處理難度。

圖7 閥值分割

2.3 生絲纖度檢測

通過前期對生絲的閥值分割處理后,生絲主體具有了平滑的輪廓,可根據所獲取的目標區域完成對生絲纖度的檢測。生絲絲條在繅制過程中產生的大中型疵點(如圖8所示)因為部分出現特別膨大,會影響最終計算絲條直徑的準確率,因此要對含有這種類型疵點的生絲圖片剔除掉,不進入生絲直徑的提取和計算。其中生絲直徑的提取是計算生絲粗細程度的前提和基礎,但將影響生絲直徑的糙疵剔除也是關鍵環節。

圖8 絲條大中型疵點示意圖

2.4 生絲直徑的提取

對生絲直徑的計算不需要運用檢測精度求得實際的直徑尺寸,而采用統計目標在圖像中所占用的像素個數。實際的檢測精度需要通過標定來確定,即需要求取像素的當量值[4]。通過標定的比例關系計算得出實際尺寸值,這樣就得到了每個像素所對應的實際距離,并可據此計算出生絲單位點的直徑。該檢測方式可實現絲條連續、不間斷檢測其直徑,提高生絲纖度檢測精度。也可通過減少所采集視頻信號的畫面幀率,實現間斷性檢測。采用方法:

(1)如圖7(b)對生絲目標區域按從左到右、從上到下的順序進行逐行掃描;

(2)記錄下生絲目標區域的每行初始像素列坐標L1和尾部像素列坐標L2;

(3)計算直徑:

(4)重復步驟2和步驟3,得到圖像中每一行的直徑值;

(5)對所采集的圖像逐張順序,重復以上步驟,對整段絲長進行記錄并加以保存。

2.5 生絲纖度值的轉換

由于生絲纖維不同于其他類纖維,生絲的纖度值是將在一定長度內的粗細變化作為質量好壞的標準,因此要將待測生絲絲條的直徑轉換成生產管理人員常用的纖度值,便于判斷和計算生絲纖度質量的平均纖度、纖度偏差及纖度最大偏差等指標。生絲直徑與纖度值的關系如下:

式中:D表示生絲直徑;S為生絲纖度值;K 為常數:干態生絲為12.3、濕態生絲為14.47[5]。

在濕態生絲的狀態下受生產企業的原料、工藝及設備狀況等因素影響,K 值是有差別的,因此需要不同企業根據自身實際情況進行修正。

3 結束語

基于圖像識別的生絲纖度實時檢測系統,主要對系統的硬件搭建并達到軟硬件的兼容,實現對濕態生絲運動狀態下的圖像有效采集和識別,通過圖像處理方法提取出生絲絲條直徑數據,然后轉換為制絲生產現場管理和生絲質量評判的纖度值。研究表明生絲動態纖度檢測技術的應用將解決傳統生絲纖度質量管理和檢測方式存在效率低、時效性差及自動化程度不高的弊端。隨著檢測系統技術的完善和提高,還可應用于自動繅絲纖度控制系統,將進一步提升制絲生絲產品的纖度質量水平,提高絲織成品的經濟價值和使用價值。