花式紗線條干檢測的視覺傳感器標定方法研究

關鍵詞：花式紗線;條干檢測;相機畸變;標定;機器視覺;圖像處理;寬度序列

中圖分類號：TP319 文獻標志碼：A

0 引言（Introduction）

紗線是紡織工業中最重要的生產原材料之一，它的生產質量對紡織品生產效率的提升起著舉足輕重的作用[1]。因此，對生產過程中的紗線品質進行檢測，對于保障紗線品質、減少原材料損耗具有重要的研究意義。

新型花式紗線具備豐富的紋理、色彩、觸感等特征[2]，因此逐漸占領紡織品市場。然而，傳統紗線品質檢測方法已經無法滿足日新月異的紡紗生產需求。基于以上背景，研究學者基于機器視覺技術開展了花式紗線的條干、變異系數、毛羽等方面的研究。但是，采用視覺傳感器進行圖像采集時，視覺傳感器畸變會影響檢測精度。針對上述問題，JUAREZ-SALAZAR等[3]提出基于畸變針孔模型的迭代標定法，通過標定高徑向畸變攝像機進行實驗評估，使標定后的結果優于標準模型。索鑫宇等[4]利用交比不變性原理對二維空間的線掃相機模型進行求解，提出了利用畸變變化量的畸變擬合策略。JIN等[5]提出點對點攝像機畸變校正方法，基于原始圖像和參考圖像投影之間形變的目標函數，計算原始圖像和參考圖像投影之間的密集特征，以達到優化相機參數、消除形變的目的。綜上所述，畸變校正是一種用于提升檢測精度的重要方法。

本文提出一種花式紗線條干檢測的視覺傳感器標定方法，構建紗線條干檢測系統，并對視覺傳感器進行標定，在此基礎上對采集的紗線圖像進行預處理、圖像降維，從而獲得用于表征紗線條干的寬度序列，并進行了實驗測試。

1 紗線條干檢測的視覺傳感器標定方法（Calibration method of visual sensor foryarn evenness detection）

1.1 基于機器視覺的紗線條干檢測系統

選用杭州海康威視數字技術股份有限公司生產的全局快門CMOS 相機MV-CH050-10UC 和鏡頭MVL-HF0624M-10MP，構建了如圖1所示的基于機器視覺的紗線條干檢測系統原理樣機。

視覺傳感器采集在圖像采集區域內傳動的紗線圖像，將其上傳給PC（Personal Computer）進行顯示和分析。導紗輪調整紗線經過圖像采集區域的位置，機械傳動機構中的絡筒機提供紗線的牽引力實現紗線的傳動，三相電機調速器控制紗線的傳動速度。為更好地凸顯紗線輪廓，本文選用LED（LightEmitting Diode）背光源的方式采集紗線的圖像，采集的圖像大小為800×2 200像素。

1.2 視覺傳感器標定

視覺傳感器是花式紗線圖像采集過程中極其重要的元件之一。工業相機中CMOS（Complementary Metal Oxide Semiconductor）傳感器在制造過程中存在一些固有的缺陷和非線性特性[6]，將導致采集的花式紗線圖像存在一定的偏差，從而影響條干的檢測結果。因此，必須對原理樣機中的相機進行標定和校正。本文使用棋盤格標定板，采用數字圖像處理方法對相機畸變進行標定和校正。相機的標定和校正主要分為3個部分：映射變換矩陣獲取、相機內外參數求解及畸變系數求解和校正。

1.2.1 映射變換矩陣

通過角點匹配建立畸變圖像與標定板之間的映射變換矩陣。該過程需用到像素坐標系、圖像物理坐標系、相機坐標系和世界坐標系。像素坐標系的坐標原點為點O，橫坐標u和縱坐標v分別代表圖像的行數和列數。圖像物理坐標系的原點O 是相機光軸與圖像平面的交點，采用實際物理長度單位，x軸和y 軸分別與u 軸和v 軸平行。假設（u，v）為像素坐標系u-v 下的坐標，dx 和dy 分別為每個像素在x軸和y 軸的物理尺寸，像素坐標系和圖像物理坐標系的示意圖如圖2所示。

相機坐標系以相機光心O 為原點，X、Y 分別平行于x軸和y 軸，Z 與光軸重合，其中光心O到圖像平面O的距離為相機焦距f，相機坐標系如圖3所示。

2 基于視覺傳感器的紗線條干檢測實驗（Experiment for yarn evenness detection based onvisual sensor）

利用設計的紗線條干檢測系統原理樣機開展花式紗線條干檢測實驗，主要包括視覺傳感器標定實驗和花式紗線條干檢測實驗。

2.1 視覺傳感器標定實驗

選用GP050-12*9鋁基標定板開展紗線條干檢測系統原理樣機中視覺傳感器的標定，鋁基標定板中方格邊長為3 mm，圖案陣列為12×9，圖案尺寸為36 mm×27 mm，標定板的外形尺寸為50 mm×50 mm，精度為±0.01 mm。拍攝不同位置、不同角度下標定板的一系列圖像，用于獲取圖像中的角點信息，圖7（a）為旋轉0°的標定板圖片，圖7（b）為順時針旋轉45°的標定板圖片，圖7（c）為逆時針旋轉45°的標定板圖片。

根據包含這些圖像但不限于這些標定板圖片的角點信息，利用“1.3”節的理論對相機內參解算和畸變參數進行解算，相機內參解算結果如表1所示。

畸變參數解算結果如表2所示。

利用表1和表2的參數解算結果進行校正。圖8給出了一組畸變校正前和畸變校正后的效果對比圖。圖8（a）是畸變校正前拍攝標定板的效果圖，圖8（b）是畸變校正后拍攝標定板的效果圖。

由圖8（a）可以看出，未進行畸變校正的圖像存在明顯的扭曲現象，但由圖8（b）可以看出，經過畸變校正后，該扭曲現象得到了顯著抑制。

2.2 花式紗線條干檢測

在視覺傳感器標定和紗線圖像預處理的基礎上，開展花式紗線條干檢測實驗，主要包括花式紗線平均直徑測試和花式紗線條干均勻度檢測。

2.2.1 花式紗線平均直徑測試

連續采集100幅花式紗線的圖像，對其進行圖像預處理，在此基礎上求取標定校正前后紗線的平均直徑。與此同時，使用無畸變的相機鏡頭同樣采集這100幅紗線圖像，求取紗線的平均直徑，將其作為真實值進行對比。100幅花式紗線圖像中每幅圖像的平均直徑測量結果如圖9所示。

由圖9可以看出，根據本文提出的圖像預處理、畸變校正方法進行處理后發現，校正后的花式紗線平均直徑的測量結果明顯優于未校正的花式紗線平均直徑測量結果，并且校正后的花式紗線測量結果與無畸變相機測得的結果基本一致。根據公式（16）得到測量相對誤差，100幅花式紗線圖像中每幅圖像的平均直徑測量相對誤差如圖10所示。

由圖10可以看出，花式紗線的平均直徑測量相對誤差相對較小。經統計，與未標定的紗線平均直徑測量值相比，標定后的紗線平均直徑測量值提高了4.48%，表明本文提出的用于花式紗線條干檢測的視覺傳感器標定方法能夠有效改善相機畸變對紗線平均直徑測量的影響。

2.2.2 花式紗線條干均勻度檢測

根據測量的紗線直徑，利用公式（15）計算100幅花式紗線校正前后的條干變異系數，并將其與無畸變相機的測量結果進行對比，花式紗線的條干變異系數測量結果如圖11所示。

由圖11可以看出，校正后的花式紗線條干變異系數的測量結果更加接近無畸變相機的測量結果。利用公式（16）計算100幅花式紗線校正前后的條干變異系數的測量相對誤差，結果如圖12所示。

由圖12可以看出，校正后的花式紗線條干變異系數的測量相對誤差更小。經統計，與未標定的紗線條干變異系數相比，標定后的紗線條干變異系數降低了8.92%，表明本文提出的視覺傳感器標定方法能夠有效改善相機畸變對紗線條干變異系數的影響。

綜上，本文提出的花式紗線條干檢測的視覺傳感器標定方法能夠有效且準確地測量花式紗線的條干。

3 結論（Conclusion）

針對基于機器視覺的花式紗線條干檢測技術存在相機畸變、易受環境光照影響等問題，本文提出一種花式紗線條干檢測的視覺傳感器標定方法。為此，構建基于機器視覺的花式紗線條干檢測系統原理樣機，利用棋盤格標定板對樣機中的相機進行標定，求解相機內參和畸變系數，并進行校正。此外，提出圖像預處理和圖像降維的策略，實時捕獲用于表征紗線條干的寬度序列，有效解決了系統易受環境光照影響的問題。實驗結果表明，經過標定后的紗線條干檢測系統能夠有效抑制相機畸變對紗線條干檢測的影響，標定后的紗線平均直徑測量值相比于未標定的紗線平均直徑提高了4.48%，標定后的紗線條干變異系數相比于未標定的條干變異系數降低了8.92%。以上結果表明，本文提出的花式紗線條干檢測的視覺傳感器標定方法能夠較好地實現相機畸變校正。這一方法不僅提升了檢測精度，而且為基于機器視覺技術的紡紗質量監測提供了有益的參考和借鑒。

作者簡介：

楊承翰（1999-），男，碩士生。研究領域：軟件開發，機器視覺。

張建鵬（2000-），男，碩士生。研究領域：機器視覺，嵌入式開發。

徐云（1987-），女，博士，副教授。研究領域：機器視覺，嵌入式開發。本文通信作者。