基于机器视觉技术的圆网印花自动对花检测的研究

基于机器视觉技术的圆网印花自动对花检测的研究

论文摘要

圆网印花机在织布印花过程中,由于机械设备和印花工艺的限制,不可避免地存在“错花”的现象。织布印花过程中,传统的错花检测靠人工观察的方式进行判别。人工观察的方式存在劳动强度大,对花精度和印花效率低的缺点。随着计算机科学、图像处理、模式识别等领域的快速发展,机器视觉技术也日臻成熟。机器视觉技术可以快速获取大量信息,且易于对信息进行自动处理,因此,在工业生产中,它被广泛应用于产品质量的自动化检测。将机器视觉技术引入到圆网印花自动对花检测中来,是目前纺织行业研究的热点。本课题主要是对圆网印花在线检测系统的研究,以提高印花在线检测的精度和速度。实现自动印花的实时在线检测。本文工作安排如下:1.研究圆网印花机的工艺流程,分析织布印花过程中产生错花的原因,根据错花的原因,提出基于机器视觉的圆网印花机自动对花的设计方案。2.研究了图像预处理的相关知识,主要包括颜色空间、图像噪声、图像滤波和图像增强的相关知识。3.研究了图像分割方面的相关知识,主要介绍了K-mean算法、mean shift算法和EM高斯混合模型算法。对K-mean算法进行了改进,将图像从RGB颜色空间转换到Lab空间进行K-mean聚类运算,对EM高斯混合模型算法也进行了改进,将图像从RGB颜色空间转换到YCbCr空间进行分割运算。上述改进都取得了较好的分割结果。对mean shift算法也进行了图像分割的验证,同样也取得了较好的分割结果。4.研究了对花检测采用的四分领域边缘提取算法和Fourier-Mellin曲线匹配算法。并对采用的算法进行了验证。根据匹配信息,提出了织布印花实际错花距离的计算方法。5.搭建了基于机器视觉的圆网印花自动对花检测的实验平台,介绍了系统的检测原理,进行了系统的软件设计和开发。在系统软件中模拟了织布印花自对对花检测过程。验证了系统自动对花检测的有效性。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究背景
  • 1.2 课题来源及意义
  • 1.2.1 课题来源
  • 1.2.2 课题的研究意义
  • 1.3 当前研究现状
  • 1.3.1 圆网印花对花系统的研究现状
  • 1.3.2 机器视觉的研究现状
  • 1.4 本文内容的结构安排
  • 2 圆网印花自动对花系统方案设计
  • 2.1 引言
  • 2.2 圆网印花对花误差分析
  • 2.2.1 圆网印花机工作流程分析
  • 2.2.2 圆网印花机“错花”现象分析
  • 2.3 对花误差检测系统总体方案设计
  • 2.4 设计内容
  • 2.5 光学成像系统
  • 2.5.1 光源照明模块
  • 2.5.2 镜头的选取
  • 2.6 图像采集硬件平台
  • 2.7 本章小结
  • 3 织布印花图像预处理
  • 3.1 引言
  • 3.2 图像噪声特性及其分类
  • 3.2.1 噪声类型
  • 3.2.2 一些重要噪声的概率密度函数
  • 3.3 彩色图像颜色空间模型
  • 3.3.1 RGB 颜色空间
  • 3.3.2 Lab 颜色空间及与 RGB 之间的转换
  • 3.3.3 YCbCr 颜色空间及与 RGB 之间的转换
  • 3.4 织布印花图像噪声滤除
  • 3.4.1 均值滤波器
  • 3.4.2 统计排序滤波器
  • 3.4.3 织布印花图像滤波处理
  • 3.5 织布印花图像增强
  • 3.5.1 对比度扩展
  • 3.5.2 直方图均衡化
  • 3.6 本章小结
  • 4 织布印花图像的分割
  • 4.1 引言
  • 4.2 图像分割技术
  • 4.3 图像分割算法
  • 4.4 织布印花图像分割算法
  • 4.4.1 K-means 算法
  • 4.4.2 mean-shift 算法
  • 4.4.3 EM 高斯混合模型算法
  • 4.5 本章小结
  • 5 织布印花对花检测
  • 5.1 引言
  • 5.2 边缘的提取及处理
  • 5.3 Fourier-Mellin 曲线匹配
  • 5.3.1 傅里叶(Fourier)变换理论
  • 5.3.2 Fourier-Mellin 变换图像配准
  • 5.4 织布错花大小计算
  • 5.5 本章小结
  • 6 检测系统的实现
  • 6.1 引言
  • 6.2 实验平台介绍
  • 6.3 系统软件开发
  • 6.3.1 OpenCV 介绍
  • 6.3.2 自动对花检测原理图
  • 6.3.3 界面设计及功能介绍
  • 6.4 系统错花检测及分析
  • 6.5 本章小结
  • 7 总结与展望
  • 7.1 总结
  • 7.2 展望
  • 参考文献
  • 附录
  • 攻读硕士学位期间发表的学术论文目录
  • 相关论文文献

    • [1].机器视觉技术在农业生产中的应用研究[J]. 农村经济与科技 2019(23)
    • [2].机器视觉技术在工业智能化生产中的应用[J]. 物联网技术 2020(08)
    • [3].机器视觉技术研究和应用现状及发展趋势[J]. 中国传媒科技 2020(07)
    • [4].机器视觉技术在核桃分级检测中的应用[J]. 农产品加工 2020(20)
    • [5].浅谈机器视觉技术发展及应用[J]. 山东工业技术 2019(05)
    • [6].机器视觉技术在自动化制造业中的运用[J]. 时代农机 2017(12)
    • [7].机器视觉技术发展及其工业应用[J]. 电子技术与软件工程 2018(16)
    • [8].机器视觉技术的发展现状与应用动态研究[J]. 无线互联科技 2018(19)
    • [9].机器视觉技术在蚕业中的应用研究进展[J]. 黑龙江农业科学 2016(12)
    • [10].机器视觉技术在选煤厂应用的研究现状和进展[J]. 矿山机械 2017(07)
    • [11].机器视觉在核电领域的应用[J]. 科技视界 2017(11)
    • [12].机器视觉技术在农业工程中的应用[J]. 电脑知识与技术 2017(23)
    • [13].探讨机器视觉技术在煤矿中的应用前景[J]. 通讯世界 2017(20)
    • [14].机器视觉技术在防凌破冰中的应用[J]. 无线电通信技术 2015(01)
    • [15].机器视觉技术的发展[J]. 中国仪器仪表 2015(06)
    • [16].机器视觉技术及其在机械制造自动化中的应用探讨[J]. 明日风尚 2017(03)
    • [17].基于机器视觉技术的自动化理瓶机设计研究[J]. 河南科技 2020(02)
    • [18].运用机器视觉技术助力打赢两场战[J]. 当代贵州 2020(11)
    • [19].机器视觉技术在分拣系统中的应用研究综述[J]. 制造技术与机床 2020(05)
    • [20].机器视觉技术在粮食品质检测中的应用进展[J]. 粮食与饲料工业 2018(06)
    • [21].浅谈机器视觉技术及其在机械制造自动化中的应用[J]. 石化技术 2017(03)
    • [22].机器视觉技术在轮胎工业中的应用[J]. 世界橡胶工业 2016(03)
    • [23].机器视觉技术在实践教学中的应用方法研究[J]. 电脑知识与技术 2014(27)
    • [24].机器视觉技术在智能锁封自动加封系统的应用[J]. 科技与创新 2015(02)
    • [25].机器视觉技术在现代农业中的应用[J]. 现代农业科技 2014(08)
    • [26].机器视觉技术在谷物外观品质检测研究现状的分析[J]. 农业装备技术 2013(04)
    • [27].机器视觉技术的应用研究[J]. 电子世界 2013(17)
    • [28].机器视觉技术在稻米品质检测中的应用进展[J]. 农机化研究 2012(07)
    • [29].运用机器视觉技术的铣刨机[J]. 可编程控制器与工厂自动化 2012(12)
    • [30].机器视觉技术在香菇品质分级中的应用[J]. 中国食用菌 2011(01)

    标签:;  ;  ;  ;  ;  ;  

    基于机器视觉技术的圆网印花自动对花检测的研究
    下载Doc文档

    猜你喜欢