CN105092592A - 基于双重检测的纺织机针处理装置 - Google Patents
基于双重检测的纺织机针处理装置 Download PDFInfo
- Publication number
- CN105092592A CN105092592A CN201510535301.9A CN201510535301A CN105092592A CN 105092592 A CN105092592 A CN 105092592A CN 201510535301 A CN201510535301 A CN 201510535301A CN 105092592 A CN105092592 A CN 105092592A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- flaw
- subset
- eedle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种基于双重检测的机针处理装置,包括针柄检测设备、针尖检测设备和嵌入式处理设备,对于同一个机针,所述针尖检测设备先检测其针尖是否存在瑕疵,其后所述针柄检测设备检测其针柄是否存在瑕疵,所述嵌入式处理设备与所述针尖检测设备和所述针柄检测设备分别连接,基于所述针尖检测设备和所述针柄检测设备的检测结果确定是否剔除被检测机针。通过本发明,能够准确地将针尖或针柄出现瑕疵的机针实时剔除,保证成品机针的质量。
Description
技术领域
本发明涉及成品质量检测领域,尤其涉及一种基于双重检测的机针处理装置。
背景技术
现有技术中,对于机针的瑕疵检测主要是通过对整个机针的外形进行图像采集,将采集后的机针图像中的机针与背景分离,分离后的图像与基准机针图像相比较,确定是否存在瑕疵。上述方案在一定程度上能够确定一些机针的整体瑕疵。
然而,由于机针存在针尖和针柄两大部分,针尖部分和针柄部分的外部特征存在一定的差别,如果放在一起进行瑕疵检测,则容易因为无法兼顾针尖部分和针柄部分这两个部分的特点而造成偏差。
为此,本发明提出了一种基于双重检测的机针处理装置,能够对于同一个机针,先检测其针尖是否存在瑕疵,再检测其针柄是否存在瑕疵,从而兼顾针尖部分和针柄部分的外部特征,提高检测和处理的可靠性。
发明内容
为了解决现有技术存在的技术问题,本发明提供了一种基于双重检测的机针处理装置,对于同一个机针,对其针尖和针柄分别进行瑕疵检测,相应地采用两套剔除设备实时剔除瑕疵机针,同时,采用自适应分割阈值的选择机制和维纳滤波处理机制,保障机针瑕疵检测和问题机针去除的准确性。
根据本发明的一方面,提供了一种基于双重检测的机针处理装置,所述处理装置包括针柄检测设备、针尖检测设备和嵌入式处理设备,对于同一个机针,所述针尖检测设备先检测其针尖是否存在瑕疵,其后所述针柄检测设备检测其针柄是否存在瑕疵,所述嵌入式处理设备与所述针尖检测设备和所述针柄检测设备分别连接,基于所述针尖检测设备和所述针柄检测设备的检测结果确定是否剔除被检测机针。
更具体地,在所述基于双重检测的机针处理装置中,还包括:容置平台,用于逐个接收并传送各个机针;SDRAM设备,用于预先存储针尖灰度阈值范围、预设数量阈值、针柄灰度阈值范围和预设瑕疵阈值,还用于预先存储基准针柄图像和基准针尖图像,所述基准针柄图像为对基准针柄进行拍摄而获得的只包括针柄像素的图像,所述基准针尖图像为对基准针尖进行拍摄而获得的只包括针尖像素的图像;第一剔除机构,紧邻所述针尖检测设备后方位置设置;第二剔除机构,紧邻所述针柄检测设备后方位置设置;所述针尖检测设备设置在所述容置平台的前部的正上方,包括第一图像采集子设备、第一图像预处理子设备、第一阈值选择子设备、第一目标分割子设备和第一瑕疵提取子设备;所述第一图像采集子设备对每一个机针进行图像采集以获得第一机针图像;所述第一图像预处理子设备与所述第一图像采集子设备连接,对所述第一机针图像依次执行边缘增强处理、维纳滤波处理、图像膨胀处理、图像腐蚀处理和灰度化处理,以获得第一灰度化图像;所述第一阈值选择子设备与所述SDRAM设备和所述第一图像预处理子设备分别连接,用于依次从所述针尖灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将第一灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据第一灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据第一灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去目标平均灰度值,获得的差的平方乘以背景面积比和目标面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值;所述第一目标分割子设备与所述第一阈值选择子设备连接,用于采用目标灰度阈值将第一灰度化图像划分为背景图像和目标图像;所述第一瑕疵提取子设备与所述第一目标分割子设备和所述SDRAM设备分别连接,将目标图像与基准针尖图像相减,获得差别图像,计算差别图像中非零像素的总数以作为瑕疵点总数,当瑕疵点总数大于等于第一预设数量阈值时,判断机针针尖存在瑕疵并输出针尖存在瑕疵信号,当瑕疵点总数小于第一预设数量阈值时,判断机针针尖不存在瑕疵并输出针尖不存在瑕疵信号;所述针柄检测设备设置在所述容置平台的后部的正上方、所述针尖检测设备的后方,包括第二图像采集子设备、第二图像预处理子设备、第二阈值选择子设备、第二目标分割子设备和第二瑕疵提取子设备;所述第二图像采集子设备对每一个机针进行图像采集以获得第二机针图像;所述第二图像预处理子设备与所述第二图像采集子设备连接,对所述第二机针图像依次执行边缘增强处理、维纳滤波处理、图像膨胀处理、图像腐蚀处理和灰度化处理,以获得第二灰度化图像;所述第二阈值选择子设备与所述SDRAM设备和所述第二图像预处理子设备分别连接,用于依次从所述针柄灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将第二灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据第二灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据第二灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去第二灰度化图像的总平均灰度值,获得的差的平方乘以背景面积比以获得第一乘积,将目标平均灰度值减去第二灰度化图像的总平均灰度值,获得的差的平方乘以目标面积比以获得第二乘积,将第一乘积和第二乘积相加以获得和值,选择和值最大的预选灰度阈值作为目标灰度阈值;所述第二目标分割子设备与所述第二阈值选择子设备连接,用于采用目标灰度阈值将第二灰度化图像划分为背景图像和目标图像;所述第二瑕疵提取子设备与所述第二目标分割子设备和所述SDRAM设备分别连接,计算目标图像中所有像素的灰度值总和以作为第一灰度值总和,计算基准针柄图像中所有像素的灰度值总和以作为第二灰度值总和,将第一灰度值总和减去第二灰度值总和所获得的差值的绝对值作为瑕疵参考值,当瑕疵参考值大于预设瑕疵阈值时,判断机针针柄存在瑕疵并输出针柄存在瑕疵信号,当瑕疵参考值小于等于预设瑕疵阈值时,判断机针针柄不存在瑕疵并输出针柄不存在瑕疵信号;所述嵌入式处理设备与所述针尖检测设备、所述针柄检测设备、所述第一剔除机构和所述第二剔除机构分别连接,当接收到所述针尖存在瑕疵信号时,向所述第一剔除机构发送第一触发信号以触发所述第一剔除机构剔除对应的机针,当接收到所述针柄存在瑕疵信号时,向所述第二剔除机构发送第二触发信号以触发所述第二剔除机构剔除对应的机针;其中,采用同步机构与所述针尖检测设备、所述针柄检测设备、所述第一剔除机构和所述第二剔除机构分别连接,以同步所述针尖存在瑕疵信号和所述第一触发信号,以及同步所述针柄存在瑕疵信号和所述第二触发信号。
更具体地,在所述基于双重检测的机针处理装置中:所述第一剔除机构包括电磁阀和剔除器件,所述电磁阀与所述剔除器件和所述嵌入式处理设备分别连接,以接收所述第一触发信号并控制所述剔除器件的启动和关闭。
更具体地,在所述基于双重检测的机针处理装置中:所述第二剔除机构包括电磁阀和剔除器件,所述电磁阀与所述剔除器件和所述嵌入式处理设备分别连接,以接收所述第二触发信号并控制所述剔除器件的启动和关闭。
更具体地,在所述基于双重检测的机针处理装置中:第一图像采集子设备、第一图像预处理子设备、第一阈值选择子设备、第一目标分割子设备和第一瑕疵提取子设备分别采用不同的FPGA芯片实现。
更具体地,在所述基于双重检测的机针处理装置中:第二图像采集子设备、第二图像预处理子设备、第二阈值选择子设备、第二目标分割子设备和第二瑕疵提取子设备分别采用不同的FPGA芯片实现。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基于双重检测的机针处理装置的结构方框图。
附图标记:1针柄检测设备;2针尖检测设备;3嵌入式处理设备
具体实施方式
下面将参照附图对本发明的基于双重检测的机针处理装置的实施方案进行详细说明。
机针的缝纫所使用的重要工具,需要对其进行重点检测。然而,当前采用的机针检测技术主要对整体机针进行分析,检测的细化程度不够,同时,基于图像分析的检测方案中用于机针分割的阈值难以选择,导致机针检测精度不高。
为了克服上述不足,本发明搭建了一种基于双重检测的机针处理装置,对于同一个机针,先后进行针尖和针柄的双重瑕疵检测,更关键的是,采用了自适应图像分割阈值将待检测的机针与背景分离,从而有效地避免问题机针流入缝纫工序中。
图1为根据本发明实施方案示出的基于双重检测的机针处理装置的结构方框图,所述包括针柄检测设备、针尖检测设备和嵌入式处理设备,对于同一个机针,所述针尖检测设备先检测其针尖是否存在瑕疵,其后所述针柄检测设备检测其针柄是否存在瑕疵,所述嵌入式处理设备与所述针尖检测设备和所述针柄检测设备分别连接,基于所述针尖检测设备和所述针柄检测设备的检测结果确定是否剔除被检测机针。
接着,继续对本发明的基于双重检测的机针处理装置的具体结构进行进一步的说明。
所述处理装置还包括:容置平台,用于逐个接收并传送各个机针。
所述处理装置还包括:SDRAM设备,用于预先存储针尖灰度阈值范围、预设数量阈值、针柄灰度阈值范围和预设瑕疵阈值,还用于预先存储基准针柄图像和基准针尖图像,所述基准针柄图像为对基准针柄进行拍摄而获得的只包括针柄像素的图像,所述基准针尖图像为对基准针尖进行拍摄而获得的只包括针尖像素的图像。
所述处理装置还包括:第一剔除机构,紧邻所述针尖检测设备后方位置设置。
所述处理装置还包括:第二剔除机构,紧邻所述针柄检测设备后方位置设置。
所述针尖检测设备设置在所述容置平台的前部的正上方,包括第一图像采集子设备、第一图像预处理子设备、第一阈值选择子设备、第一目标分割子设备和第一瑕疵提取子设备。
所述第一图像采集子设备对每一个机针进行图像采集以获得第一机针图像;所述第一图像预处理子设备与所述第一图像采集子设备连接,对所述第一机针图像依次执行边缘增强处理、维纳滤波处理、图像膨胀处理、图像腐蚀处理和灰度化处理,以获得第一灰度化图像。
所述第一阈值选择子设备与所述SDRAM设备和所述第一图像预处理子设备分别连接,用于依次从所述针尖灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将第一灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据第一灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据第一灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去目标平均灰度值,获得的差的平方乘以背景面积比和目标面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值。
所述第一目标分割子设备与所述第一阈值选择子设备连接,用于采用目标灰度阈值将第一灰度化图像划分为背景图像和目标图像。
所述第一瑕疵提取子设备与所述第一目标分割子设备和所述SDRAM设备分别连接,将目标图像与基准针尖图像相减,获得差别图像,计算差别图像中非零像素的总数以作为瑕疵点总数,当瑕疵点总数大于等于第一预设数量阈值时,判断机针针尖存在瑕疵并输出针尖存在瑕疵信号,当瑕疵点总数小于第一预设数量阈值时,判断机针针尖不存在瑕疵并输出针尖不存在瑕疵信号。
所述针柄检测设备设置在所述容置平台的后部的正上方、所述针尖检测设备的后方,包括第二图像采集子设备、第二图像预处理子设备、第二阈值选择子设备、第二目标分割子设备和第二瑕疵提取子设备。
所述第二图像采集子设备对每一个机针进行图像采集以获得第二机针图像;所述第二图像预处理子设备与所述第二图像采集子设备连接,对所述第二机针图像依次执行边缘增强处理、维纳滤波处理、图像膨胀处理、图像腐蚀处理和灰度化处理,以获得第二灰度化图像。
所述第二阈值选择子设备与所述SDRAM设备和所述第二图像预处理子设备分别连接,用于依次从所述针柄灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将第二灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据第二灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据第二灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去第二灰度化图像的总平均灰度值,获得的差的平方乘以背景面积比以获得第一乘积,将目标平均灰度值减去第二灰度化图像的总平均灰度值,获得的差的平方乘以目标面积比以获得第二乘积,将第一乘积和第二乘积相加以获得和值,选择和值最大的预选灰度阈值作为目标灰度阈值。
所述第二目标分割子设备与所述第二阈值选择子设备连接,用于采用目标灰度阈值将第二灰度化图像划分为背景图像和目标图像。
所述第二瑕疵提取子设备与所述第二目标分割子设备和所述SDRAM设备分别连接,计算目标图像中所有像素的灰度值总和以作为第一灰度值总和,计算基准针柄图像中所有像素的灰度值总和以作为第二灰度值总和,将第一灰度值总和减去第二灰度值总和所获得的差值的绝对值作为瑕疵参考值,当瑕疵参考值大于预设瑕疵阈值时,判断机针针柄存在瑕疵并输出针柄存在瑕疵信号,当瑕疵参考值小于等于预设瑕疵阈值时,判断机针针柄不存在瑕疵并输出针柄不存在瑕疵信号。
所述嵌入式处理设备与所述针尖检测设备、所述针柄检测设备、所述第一剔除机构和所述第二剔除机构分别连接,当接收到所述针尖存在瑕疵信号时,向所述第一剔除机构发送第一触发信号以触发所述第一剔除机构剔除对应的机针,当接收到所述针柄存在瑕疵信号时,向所述第二剔除机构发送第二触发信号以触发所述第二剔除机构剔除对应的机针。
其中,采用同步机构与所述针尖检测设备、所述针柄检测设备、所述第一剔除机构和所述第二剔除机构分别连接,以同步所述针尖存在瑕疵信号和所述第一触发信号,以及同步所述针柄存在瑕疵信号和所述第二触发信号。
可选地,在所述处理装置中:所述第一剔除机构包括电磁阀和剔除器件,所述电磁阀与所述剔除器件和所述嵌入式处理设备分别连接,以接收所述第一触发信号并控制所述剔除器件的启动和关闭;所述第二剔除机构包括电磁阀和剔除器件,所述电磁阀与所述剔除器件和所述嵌入式处理设备分别连接,以接收所述第二触发信号并控制所述剔除器件的启动和关闭;第一图像采集子设备、第一图像预处理子设备、第一阈值选择子设备、第一目标分割子设备和第一瑕疵提取子设备分别采用不同的FPGA芯片实现;以及,可以将第二图像采集子设备、第二图像预处理子设备、第二阈值选择子设备、第二目标分割子设备和第二瑕疵提取子设备分别采用不同的FPGA芯片实现。
另外,FPGA(Field-ProgrammableGateArray),即现场可编程门阵列,他是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。他是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。
以硬件描述语言(Verilog或VHDL)所完成的电路设计,可以经过简单的综合与布局,快速的烧录至FPGA上进行测试,是现代IC设计验证的技术主流。这些可编辑元件可以被用来实现一些基本的逻辑门电路(比如AND、OR、XOR、NOT)或者更复杂一些的组合功能比如解码器或数学方程式。在大多数的FPGA里面,这些可编辑的元件里也包含记忆元件例如触发器(Flip-flop)或者其他更加完整的记忆块。***设计师可以根据需要通过可编辑的连接把FPGA内部的逻辑块连接起来,就好像一个电路试验板被放在了一个芯片里。一个出厂后的成品FPGA的逻辑块和连接可以按照设计者而改变,所以FPGA可以完成所需要的逻辑功能。
FPGA一般来说比ASIC(专用集成电路)的速度要慢,实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品,可以被修改来改正程序中的错误和更便宜的造价。厂商也可能会提供便宜的但是编辑能力差的FPGA。因为这些芯片有比较差的可编辑能力,所以这些设计的开发是在普通的FPGA上完成的,然后将设计转移到一个类似于ASIC的芯片上。另外一种方法是用CPLD(ComplexProgrammableLogicDevice,复杂可编程逻辑器件)。FPGA的开发相对于传统PC、单片机的开发有很大不同。FPGA以并行运算为主,以硬件描述语言来实现;相比于PC或单片机(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。
早在1980年代中期,FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间,而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的***结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性,但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元,这样虽然让他可以更加灵活的编辑,但是结构却复杂的多。
采用本发明的基于双重检测的机针处理装置,针对现有技术中单模式机针检测因为检测细化程度不高而带来的检测精度低的技术问题,对同一待检测机针,采取了针尖和针柄双重检测机制和双重剔除机制,保障问题机针不漏检,同时,自适应图像分割阈值的选择和维纳滤波器的使用,也进一步提高了瑕疵检测的准确性。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种基于双重检测的机针处理装置,所述处理装置包括针柄检测设备、针尖检测设备和嵌入式处理设备,对于同一个机针,所述针尖检测设备先检测其针尖是否存在瑕疵,其后所述针柄检测设备检测其针柄是否存在瑕疵,所述嵌入式处理设备与所述针尖检测设备和所述针柄检测设备分别连接,基于所述针尖检测设备和所述针柄检测设备的检测结果确定是否剔除被检测机针。
2.如权利要求1所述的基于双重检测的机针处理装置,其特征在于,所述处理装置还包括:
容置平台,用于逐个接收并传送各个机针;
SDRAM设备,用于预先存储针尖灰度阈值范围、预设数量阈值、针柄灰度阈值范围和预设瑕疵阈值,还用于预先存储基准针柄图像和基准针尖图像,所述基准针柄图像为对基准针柄进行拍摄而获得的只包括针柄像素的图像,所述基准针尖图像为对基准针尖进行拍摄而获得的只包括针尖像素的图像;
第一剔除机构,紧邻所述针尖检测设备后方位置设置;
第二剔除机构,紧邻所述针柄检测设备后方位置设置;
所述针尖检测设备设置在所述容置平台的前部的正上方,包括第一图像采集子设备、第一图像预处理子设备、第一阈值选择子设备、第一目标分割子设备和第一瑕疵提取子设备;所述第一图像采集子设备对每一个机针进行图像采集以获得第一机针图像;所述第一图像预处理子设备与所述第一图像采集子设备连接,对所述第一机针图像依次执行边缘增强处理、维纳滤波处理、图像膨胀处理、图像腐蚀处理和灰度化处理,以获得第一灰度化图像;所述第一阈值选择子设备与所述SDRAM设备和所述第一图像预处理子设备分别连接,用于依次从所述针尖灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将第一灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据第一灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据第一灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去目标平均灰度值,获得的差的平方乘以背景面积比和目标面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值;所述第一目标分割子设备与所述第一阈值选择子设备连接,用于采用目标灰度阈值将第一灰度化图像划分为背景图像和目标图像;所述第一瑕疵提取子设备与所述第一目标分割子设备和所述SDRAM设备分别连接,将目标图像与基准针尖图像相减,获得差别图像,计算差别图像中非零像素的总数以作为瑕疵点总数,当瑕疵点总数大于等于第一预设数量阈值时,判断机针针尖存在瑕疵并输出针尖存在瑕疵信号,当瑕疵点总数小于第一预设数量阈值时,判断机针针尖不存在瑕疵并输出针尖不存在瑕疵信号;
所述针柄检测设备设置在所述容置平台的后部的正上方、所述针尖检测设备的后方,包括第二图像采集子设备、第二图像预处理子设备、第二阈值选择子设备、第二目标分割子设备和第二瑕疵提取子设备;所述第二图像采集子设备对每一个机针进行图像采集以获得第二机针图像;所述第二图像预处理子设备与所述第二图像采集子设备连接,对所述第二机针图像依次执行边缘增强处理、维纳滤波处理、图像膨胀处理、图像腐蚀处理和灰度化处理,以获得第二灰度化图像;所述第二阈值选择子设备与所述SDRAM设备和所述第二图像预处理子设备分别连接,用于依次从所述针柄灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将第二灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据第二灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据第二灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去第二灰度化图像的总平均灰度值,获得的差的平方乘以背景面积比以获得第一乘积,将目标平均灰度值减去第二灰度化图像的总平均灰度值,获得的差的平方乘以目标面积比以获得第二乘积,将第一乘积和第二乘积相加以获得和值,选择和值最大的预选灰度阈值作为目标灰度阈值;所述第二目标分割子设备与所述第二阈值选择子设备连接,用于采用目标灰度阈值将第二灰度化图像划分为背景图像和目标图像;所述第二瑕疵提取子设备与所述第二目标分割子设备和所述SDRAM设备分别连接,计算目标图像中所有像素的灰度值总和以作为第一灰度值总和,计算基准针柄图像中所有像素的灰度值总和以作为第二灰度值总和,将第一灰度值总和减去第二灰度值总和所获得的差值的绝对值作为瑕疵参考值,当瑕疵参考值大于预设瑕疵阈值时,判断机针针柄存在瑕疵并输出针柄存在瑕疵信号,当瑕疵参考值小于等于预设瑕疵阈值时,判断机针针柄不存在瑕疵并输出针柄不存在瑕疵信号;
所述嵌入式处理设备与所述针尖检测设备、所述针柄检测设备、所述第一剔除机构和所述第二剔除机构分别连接,当接收到所述针尖存在瑕疵信号时,向所述第一剔除机构发送第一触发信号以触发所述第一剔除机构剔除对应的机针,当接收到所述针柄存在瑕疵信号时,向所述第二剔除机构发送第二触发信号以触发所述第二剔除机构剔除对应的机针;
其中,采用同步机构与所述针尖检测设备、所述针柄检测设备、所述第一剔除机构和所述第二剔除机构分别连接,以同步所述针尖存在瑕疵信号和所述第一触发信号,以及同步所述针柄存在瑕疵信号和所述第二触发信号。
3.如权利要求2所述的基于双重检测的机针处理装置,其特征在于:
所述第一剔除机构包括电磁阀和剔除器件,所述电磁阀与所述剔除器件和所述嵌入式处理设备分别连接,以接收所述第一触发信号并控制所述剔除器件的启动和关闭。
4.如权利要求2所述的基于双重检测的机针处理装置,其特征在于:
所述第二剔除机构包括电磁阀和剔除器件,所述电磁阀与所述剔除器件和所述嵌入式处理设备分别连接,以接收所述第二触发信号并控制所述剔除器件的启动和关闭。
5.如权利要求2所述的基于双重检测的机针处理装置,其特征在于:
第一图像采集子设备、第一图像预处理子设备、第一阈值选择子设备、第一目标分割子设备和第一瑕疵提取子设备分别采用不同的FPGA芯片实现。
6.如权利要求2所述的基于双重检测的机针处理装置,其特征在于:
第二图像采集子设备、第二图像预处理子设备、第二阈值选择子设备、第二目标分割子设备和第二瑕疵提取子设备分别采用不同的FPGA芯片实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510535301.9A CN105092592A (zh) | 2015-08-27 | 2015-08-27 | 基于双重检测的纺织机针处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510535301.9A CN105092592A (zh) | 2015-08-27 | 2015-08-27 | 基于双重检测的纺织机针处理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105092592A true CN105092592A (zh) | 2015-11-25 |
Family
ID=54573507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510535301.9A Pending CN105092592A (zh) | 2015-08-27 | 2015-08-27 | 基于双重检测的纺织机针处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105092592A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60178305A (ja) * | 1984-02-24 | 1985-09-12 | フオルクスアイゲネルベトリ−プ、ナデルベルク、イヒテルスハウゼン | ミシン針検査装置 |
CN102175224A (zh) * | 2011-03-14 | 2011-09-07 | 江苏飞虎针业有限公司 | 机针质量检测装置 |
CN103469472A (zh) * | 2013-09-13 | 2013-12-25 | 中国科学院上海光学精密机械研究所 | 针织机织针在线检测装置及检测方法 |
-
2015
- 2015-08-27 CN CN201510535301.9A patent/CN105092592A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60178305A (ja) * | 1984-02-24 | 1985-09-12 | フオルクスアイゲネルベトリ−プ、ナデルベルク、イヒテルスハウゼン | ミシン針検査装置 |
CN102175224A (zh) * | 2011-03-14 | 2011-09-07 | 江苏飞虎针业有限公司 | 机针质量检测装置 |
CN103469472A (zh) * | 2013-09-13 | 2013-12-25 | 中国科学院上海光学精密机械研究所 | 针织机织针在线检测装置及检测方法 |
Non-Patent Citations (3)
Title |
---|
于涛 等: "基于HALCON的缝纫机针外观质量检测***设计与研究", 《现代制造工程》 * |
范新南等: "一种新的自适应工程图像分割算法", 《计算机测量与控制》 * |
齐丽娜 等: "最大类间方差法在图像处理中的应用", 《无线电工程》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102092054B1 (ko) | 자동 결함 분류에서 분류기 준비 및 유지 | |
Jadhav et al. | A fruit quality management system based on image processing | |
CN105184783A (zh) | 玻璃缺陷类型识别*** | |
TWI557650B (zh) | 用於識別材料中之缺陷之系統及方法 | |
CN106296636B (zh) | 印刷图像的检测方法及检测装置 | |
CN109344864B (zh) | 用于密集物体的图像处理方法及装置 | |
CN103226829A (zh) | 基于边缘增强算子的图像边缘检测方法 | |
CN105092593A (zh) | 一种基于高强度照明的钢板缺陷检测方法 | |
CN105160670A (zh) | 一种玻璃缺陷类型识别方法 | |
CN105181708A (zh) | 纺织机针批次合格检测平台 | |
CN102982534A (zh) | 基于弦线切线法的Canny边缘检测双阈值获取方法 | |
JPH05250474A (ja) | 低バリアンスフィルタを用いる製品外観検査法とその装置 | |
CN105139400A (zh) | 基于图像处理的工件缺陷定位*** | |
CN106528665A (zh) | Aoi设备测试文件查找方法和*** | |
CN105092592A (zh) | 基于双重检测的纺织机针处理装置 | |
CN105181705A (zh) | 一种基于多重滤波的陶瓷外观分析方法 | |
CN105158260A (zh) | 一种基于双重检测的纺织机针处理方法 | |
CN105136810A (zh) | 基于高强度照明的钢板缺陷检测平台 | |
CN105092591A (zh) | 一种基于图像处理的工件缺陷定位方法 | |
CN109272480B (zh) | 一种不相溶溶液分界线的检测方法 | |
CN105080857A (zh) | 基于串口通信的纺织机针外观质量检验*** | |
CN105136734A (zh) | 一种胶囊近红外瑕疵分析方法 | |
CN105136813A (zh) | 一种纺织机针批次合格检测方法 | |
CN105160671A (zh) | 基于无线网络的胶囊可见光缺陷识别装置 | |
CN105241891A (zh) | 一种基于wifi网络的玻璃缺陷检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151125 |
|
WD01 | Invention patent application deemed withdrawn after publication |