粘胶纤维良好的服用性能一直受到人们的青睐,高质量粘胶长丝的市场需求量不断上升,尤其是加入WTO、纺织配额取消之后,国际对高档粘胶长丝的需求量猛增。由于我国的长丝质量达不到国际标准,出口受到限制,其中一个重要原因是由于粘胶长丝单丝不足造成布料染色不均。粘胶长丝数量不足是由于在长丝成丝过程中,喷丝板中部分喷丝孔堵孔造成捻合单丝根数缺少。快速在线检测喷丝板是否堵孔,实时监测单丝数目,可以较好地解决上述问题。
为实现实时监测单丝数目,本文利用机器视觉检测技术,采用外置光源对粘胶长丝照射,由光学系统成像至CCD上,实时采集酸浴内长丝图像,通过IPC工业计算机及图像采集卡获取图像数据,实时显示至监控屏幕上。同时,粘胶长丝图像经过图像增强及阈值分割后,长丝的形态特征被突显出来;用特定的算法识别粘胶长丝并计算出其数目;根据计数结果,判别长丝产品合格与否。
2 粘胶长丝浴内监测系统研究目标
2.1 系统研发目标
⑴ 研究喷丝动态成像系统和照明系统,实现喷丝过程的光学成像;
⑵ 将酸浴中的光学图像转换为方便于人们观测的可视图像;
⑶ 开发图像处理软件系统,实现对粘胶长丝的相关识别和判别计数;
⑷ 保证系统在酸浴中部分结构不受腐蚀影响。
2.2系统技术指标
⑴ 该系统需适应环境指标
酸浴温度:50℃
酸浴深度:400mm
酸浴透明度:400-500mm
酸浴组成:硫酸:130±1g/l
硫酸锌:11±0.5g/l
硫酸钠:260~270g/l
⑵ 喷丝孔径:φ0.06~φ0.08mm
⑶ 喷丝孔数:18~60
⑷ 单丝检测精确度为97%
⑸ 功能实现:
a获取清晰的喷丝图像,具有良好的可视性
b实现计算机图像处理,指示喷丝数量
c喷丝板检测实现计算机管理(编号、数据存储等)
d仪器小型化,便于巡回检测
3 粘胶长丝浴内监测系统的结构设计
3.1 监测系统的硬件结构
粘胶长丝浴内监测硬件系统主要有以下部分构成:
系统照明光源
CCD摄像头
机械微调装置
控制柜
电源控制板
图像采集卡
工业计算机
液晶显示器
CCD实时采集接收屏上的图样,输出视频信号。由计算机系统控制的视频采集卡对CCD输出的视频信号进行实时捕捉,显示至监视器屏幕便于实时监控酸浴内喷丝板的工作情况,截取细丝图像,向长丝计数系统输出用于图像分析的图片。工业计算机系统用于监测系统的整体控制,为测试软件的运行提供硬件基础。系统的硬件结构如图1所示。
3.2 长丝计数软件系统结构与界面
软件系统是利用VC开发出来的。基于DirectShow技术将采集卡采集的图像数据显示至屏幕上,以便实时观测酸浴内喷丝板表面状况;为测量细丝根数抓取屏幕图像,进行图像预处理,将长丝图像增强,削弱背景噪声影响,提高阈值精度;利用形态学理论分析二值化后图像,去除非细丝结构的杂点(酸液中的漂浮物或气泡);利用二值图像形状分析方法确定计算区域,节省计算时间;根据长丝计数算法计算图像中细丝根数;将测试结果显示至屏幕;并存储测试数据。软件系统的程序模块如图4所示。
软件系统操作界面如图5所示。该界面主要分为以下几个区域:
⑴ 视频显示区
实时显示粘胶长丝喷丝状态;起到了实时监控酸浴内喷丝板的目的。
⑵ 信息输入区
输入机器型号、编号相关信息,以及检测人员的工号,便于测试结果查询。
⑶ 指示区指示目前系统工作状态,蓝灯表示系统顺利通过开机自检;绿灯表示系统顺利完成计数工作,可进行下次操作;红灯表示系统正在进行图像处理工作。
⑷ 测控区
主要对粘胶长丝图像进行处理并分析出细丝根数。测试1为按序计算按钮;测试2为重新测试按钮;另外,还列出三种测试速度,以便按实际需要进行选择。
⑸ 测试结果区
显示测试结果及喷丝板锭号。
4 粘胶长丝图像的分割与计数算法
通过对粘胶长丝图像的理解,本文研究了如下适合于长丝图像的分割与计数方法。
4.1 分行消包络分割法
根据粘胶长丝机视觉检测实际应用的需要,设计一种结合粘胶长丝图像特征的分行处理消包络分割方法。该方法属于自适用阈值法的范畴,其计算简单,应用效果好。因为粘胶长丝的浴内检测图像一般背景和目标的对比度较差,经图像增强处理后,图像质量有所改善,但细丝目标与背景照明较亮的部分都得到了增强,以图6(a)为例,如果直接采用常用阈值分割法,会带来大量噪声白点,如图6(b)。
图7(b)是左图中第120行(亮线标致行)的灰度分布,横坐标为该行像素序列号,纵坐标为各对应像素的灰度值。
由于背景照度不均匀,使得该行的背景灰度数据不均,为去除背景的干扰,可对灰度分布数据提取包络,如图8(a)所示。可以认为,灰度数据的包络即细丝图像的背景灰度分布形态,将原灰度分布数据与包络数据相比照,去除背景信息,保留细丝目标数据。这样就避免了图像左右照度不均的影像。依照此方法对各行数据进行处理。得到去背景后的细丝图像,然后将其二值化(非0即1),获得较好的细丝二值化图像,如图9所示。
粘胶长丝在生产过程中总体趋势为纵向喷丝,其图像多为竖直结构,如图6(a)示。因此可将图像按行扫描计算,统计各行计数结果,这种算法简单便于理解,但其精度难以保证,稳定性不高。其主要原因是在实际生产过程中,各长丝之间并非完全平行,前后细丝之间存在着交错重叠,尤其对图10所示的结构,这种逐行扫描的算法将遗漏细丝。造成测试结果普遍偏低。
下面介绍一种连通域分离办法来解决细丝交错时的计数问题。
4.2.1 连通域分离的基本思想
⑴ 分离
基于二值图像的形状分析,对各连通域进行标识,提取出各连通域的特征属性,如区域面积、长度、圆形度,平均宽度等,以辨别该连通域是否为长丝二值像。针对被标识的长丝连通域,按标识将各连通域分离成各各子图像。以图10为例将
其按连通域分离为如图11的四个子图像。
对每个子图像进行逐行扫描,计算细丝根数,当数目发生变化时,说明细丝在此处分岔,即为分岔位置;该位置所在的行为分界行;分界行将图像分为上下两部分,能使图像连通域个数增加的那部分称为保留区,另一部分称割舍区;可以在分岔位置做标记,以便删除割舍区内对应的重合细丝段。下面以图11(b)为例进行说明,如图12(a)所示。
如图11(d)所示,子图像存在着多个分岔位置,应根据如下规则进行选取并分割:
a尽量使保留区域高度最大;
b被保留区域的逐行扫描根数不小于割舍区的扫描根数;
c保留区域内的连通域个数必须大于1。
具体分割见图12(b)所示。
4.2.2 实现步骤
(1)对二值图像进行标记,划分成不同连通区域。
(2)根据不同的像素值,即不同的连通域,将图像分离为各个子图像;子图像的数目即为父图像中连通域的个数。即子图像中连通域个数为一。并将子图像进行二值化,非0即为1。
(3)对各子图像进行逐行扫描,计算细丝根数,如果为1,执行第(5)步;否则执行第⑷步。
(4)从上下两端向中间查找子图像的分岔位置,按照能将子图像分割成两个以上的连通域为原则,保留区最大为基准,选取最佳分岔位置的上下部分进行取舍。将分离后的图像最为新的父图像执行步骤(1)
(5)累加子图像细丝根数1;计算子图像平均宽度;改变子图像灰度值,并将该子图像复制到原图相应位置。
(6)弹出对话框,输出各被计算的子图像的平均宽度,及计数结果。用伪彩色编码将图像显示到屏幕上,以便观察分析。
图10的计算结果及处理后图像如图13所示。