?????????????????????????????

摘要：傳統粘膠長絲檢測和質量控制基本依賴人工完成，具有速度慢，不能實現實時監控等缺點。機器視覺檢測系統作為一種新型的檢測技術，具有速度快、精度高、非接觸、實時性等優點，將其應用于化纖產品檢測領域，可以有效地克服人工檢測的不足，提高化纖工廠生產的自動化程度與生產效率。

針對粘膠長絲的檢測需要，本文對浴內監測系統" title="監測系統">監測系統的設計及粘膠長絲計數算法的研究應用做了詳細的探討。通過分析浴內粘膠長絲圖像特性，針對性地研究粘膠長絲圖像的分割以及特征提取等算法。結合形態分析，研究粘膠長絲二值圖像" title="二值圖像">二值圖像的計數問題，提出了解決細絲交錯重疊的分離連通域算法。實驗結果證明本文設計的粘膠長絲浴內檢測系統是實用有效的。對實際取樣的140幅粘膠長絲圖像進行計數算法測試，其中137幅測試結果" title="測試結果">測試結果準確，測量誤差控制在3％以內。

關鍵詞：粘膠長絲、光電成像、CCD、圖像處理、形態分析

中圖分類號：O432.2???? 文獻標識碼：A?????? 國家標準學科分類代碼： 460.4035

?

The design and application of Viscose Filament yarn

Slot Monitoring System *

Xiu Huiwen

?????????????? (EVOC Intelligent Technology Co,Ltd? Shenzhen 518057,China.)

???????????????????????????

Abstract: The traditional quality control of Viscose Filament yarn mainly relies on? manual work, and it is too slow to reach real-time surveillance.As a new-style testing technic, machine vision testing system has the excellences of faster speed, higher precision, and non-contact testing available. It does well in conquering deficiency on manual work and improving both automatization and efficiency if it is used in the field of chemic-fiber quality control.

Aiming at the testing needs of viscose filament yarn, this paper particularly researches the design of the Slot Monitoring System and application of Viscose Filament yarn calculating arithmetic. After analyzing the particularity of viscose filament yarn image, and according to the characteristic of viscose filament, we study the arithmetic of segmentation, and feature extraction for the image of viscose filament yarn. Combine with Morphogical analysis, the count problem of viscose filament binary image was studied. A kind of arithmetic for solving the problem of crossover of viscose filament was put forward, which is named Connecting Area Separating method. The experiment outcome well proved validity of Viscose Filament yarn Slot Monitoring Sysetem.140 pieces of images were used to test the calculating arithmetic, and the test results of 137 pieces of them were accurate.The error of test is controlled within 3%

Keywords：Viscose Filament,photo-electronic imaging,CCD, image processing, Morphogical analysis.

?

1. 引言

粘膠纖維良好的服用性能一直受到人們的青睞，高質量粘膠長絲的市場需求量不斷上

升，尤其是加入WTO、紡織配額取消之后，國際對高檔粘膠長絲的需求量猛增。由于我國的長絲質量達不到國際標準，出口受到限制，其中一個重要原因是由于粘膠長絲單絲不足造成布料染色不均。粘膠長絲數量不足是由于在長絲成絲過程中，噴絲板中部分噴絲孔堵孔造成捻合單絲根數缺少。快速在線檢測噴絲板是否堵孔，實時監測單絲數目，可以較好的解決上述問題。

為實現實時監測單絲數目，本文利用機器視覺檢測技術，采用外置光源對粘膠長絲照射，由光學系統成像至CCD上，實時采集酸浴內長絲圖像，通過IPC工業計算機及圖像采集卡獲取圖像數據，實時顯示至監控屏幕上。同時，粘膠長絲圖像經過圖像增強及閾值分割后，長絲的形態特征被突顯出來；用特定的算法識別粘膠長絲并計算出其數目；根據計數結果，判別長絲產品合格與否。

2.????? 粘膠長絲浴內監測系統研究目標

2.1系統研發目標

⑴ 研究噴絲動態成像系統和照明系統，實現噴絲過程的光學成像；

⑵ 將酸浴中的光學圖像轉換為方便于人們觀測的可視圖像；

⑶ 開發圖像處理軟件系統" title="軟件系統">軟件系統，實現對粘膠長絲的相關識別和判別計數；

⑷ 保證系統在酸浴中部分結構不受腐蝕影響。

2.2系統技術指標

⑴ 該系統需適應環境指標

酸浴溫度：50℃

酸浴深度：400mm

酸浴透明度：400-500mm

酸浴組成：硫酸：130±1g/l

硫酸鋅：11±0.5g/l

硫酸鈉：260-270g/l

⑵ 噴絲孔徑φ0.06-φ0.08mm

⑶ 噴絲孔數18-60

⑷ 單絲檢測精確度為97%

⑸ 功能實現：a獲取清晰的噴絲圖像，具有良好的可視性

b實現計算機圖像處理，指示噴絲數量

?????????? ??????c噴絲板檢測實現計算機管理（編號、數據存儲等）

??????? ?????????d儀器小型化，便于巡回檢測

3. 粘膠長絲浴內監測系統的結構設計

3.1監測系統的硬件結構

粘膠長絲浴內監測硬件系統主要有以下部分構成：

①系統照明光源

②CCD攝像頭

③機械微調裝置

④控制柜

⑤電源控制板

⑥圖像采集卡

⑦工業計算機

⑧液晶顯示器

CCD實時采集接收屏上的圖樣，輸出視頻信號。由計算機系統控制的視頻采集卡對CCD輸出的視頻信號進行實時捕捉，顯示至監視器屏幕便于實時監控酸浴內噴絲板的工作情況，截取細絲圖像，向長絲計數系統輸出用于圖像分析的圖片。工業計算機系統用于監測系統的整體控制，為測試軟件的運行提供硬件基礎。系統的硬件結構如圖3.1所示。

?

圖3.1 粘膠長絲浴內監測系統硬件結構

根據系統技術指標，本系統的控制監視部分要在粘膠長絲酸浴附近工作，其環境溫度高，空氣潮濕，周圍機器振動較大，且有高頻信號干擾，條件極為惡劣。為保證監控系統正常工作，工控計算機的選擇是極為重要的，本文采用的是研祥工控機，型號為IPC-6806W-E(A3)，其優點是結構緊湊、設計合理、便于擴展外接采集卡；具有較好的抗震、抗干擾、防塵耐高溫的特性，能夠克服酸浴附近的惡劣條件而穩定工作；滿足在線監控與長絲計數算法的運算需求。另外，本系統的成像探頭部分要在酸液內工作，需要將系統光源及CCD攝像頭密封在耐酸塑料ABS制成的防腐外殼中；為方便粘膠長絲的成像調節，在酸浴外加置了機械微調裝置；將采集卡、電壓控制板、工業計算機以及液晶顯屏封裝在控制柜中，實現儀器的小型化，便于循環檢測。系統的控制柜和浴內CCD攝像探頭與光源機構如圖3.2、3.3所示。

3.2長絲計數軟件系統結構與界面

軟件系統是利用VC開發出來的。基于DirectShow技術將采集卡采集的圖像數據顯示至屏幕上，以便實時觀測酸浴內噴絲板表面狀況；為測量細絲根數抓取屏幕圖像，進行圖像預處理，將長絲圖像增強，削弱背景噪聲影響，提高閾值精度；利用形態學理論分析二值化" title="二值化">二值化后圖像，去除非細絲結構的雜點(由酸液中的漂浮物或氣泡)；利用二值圖像形狀分析方法確定計算區域，節省計算時間；根據長絲計數算法計算圖像中細絲根數；將測試結果顯示至屏幕；并存儲測試數據。軟件系統的程序模塊如圖3.4所示。

???

圖3.4 軟件系統程序模塊圖

軟件系統操作界面如圖3.5所示。該界面主要分為以下幾個區域：

⑴ 視頻顯示區

??? 實時顯示粘膠長絲噴絲狀態；起到了實時監控酸浴內噴絲板的目的。

⑵ 信息輸入區

??? 輸入機器型號、編號相關信息，以及檢測人員的工號，便于測試結果查詢。

⑶ 指示區

??? 指示目前系統工作狀態，藍燈表示系統順利通過開機自檢；綠燈表示系統順利完成計數工作，可進行下次操作；紅燈表示系統正在進行圖像處理工作。

⑷ 測控區

主要對粘膠長絲圖像進行處理并分析出細絲根數。測試１為按序計算按鈕；測試2為重新測試按鈕；另外，還列出三種測試速度，以便按實際需要進行選擇。

⑸ 測試結果區

??? 顯示測試結果及噴絲板錠號。

圖3.5 系統軟件界面

4. 粘膠長絲圖像的分割與計數算法

通過對粘膠長絲圖像的理解，本文研究了如下適合于長絲圖像的分割與計數方法。

4.1 分行消包絡分割法?

根據粘膠長絲機視覺檢測實際應用的需要，設計一種結合粘膠長絲圖像特征的分行處理消包絡分割方法。該方法屬于自適用閾值法的范疇，其計算簡單，應用效果好。

因為粘膠長絲的浴內檢測圖像一般背景和目標的對比度較差，經圖像增強處理后，圖像質量有所改善，但細絲目標與背景照明較亮的部分都的到了增強，以圖4.1(a)為例，如果直接采用常用閾值分割法，會帶來大量噪聲白點，如圖4.1(b)。

細絲噴絲方向多為縱向，細絲的像多為豎直，因此可以對圖像進行分行二值化處理，避免圖像的上下照明不均帶來的噪聲。

圖4.2(b)是左圖中第120行(亮線標致行)的灰度分布，橫坐標為該行像素序列號，縱坐標為各對應像素的灰度值。

由于背景照度不均勻，使得該行的背景灰度數據不均，為去除背景的干擾，可對灰度分布數據提取包絡，如圖4.3(a)所示。可以認為，灰度數據的包絡即細絲圖像的背景灰度分布形態，將原灰度分布數據與包絡數據相比照，去除背景信息，保留細絲目標數據。這樣就避免了圖像左右照度不均的影像。依照此方法對各行數據進行處理。得到去背景后的細絲圖像，然后將其二值化(非0即1)，獲得較好的細絲二值化圖像。如圖4.4所示。

4.2連通域分離法

粘膠長絲在生產過程中總體趨勢為縱向噴絲，其圖像多為豎直結構。如圖4.1(a)示。因此可將圖像按行掃描計算，統計各行計數結果，這種算法簡單便于理解，但其精度難以保證，穩定性不高。其主要原因是在實際生產過程中，各長絲之間并非完全平行，前后細絲之間存在著交錯重疊，尤其對圖4.5所示的結構，這種逐行掃描的算法將遺漏細絲。造成測試結果普遍偏低。

圖4.5 細絲的交錯示例

下面介紹一種連通域分離辦法來解決細絲交錯時的計數問題。

4.2.1 連通域分離的基本思想

⑴ 分離

基于二值圖像的形狀分析，對各連通域進行標識，提取出各連通域的特征屬性，如區域面積、長度、圓形度，平均寬度等，以辨別該連通域是否為長絲二值像。針對被標識的長絲連通域，按標識將各連通域分離成各各子圖像。以圖4.5為例將其按連通域分離為如圖4.6的四個子圖像。

⑵ 分岔位置與分割

對每個子圖像進行逐行掃描，計算細絲根數，當數目發生變化時，說明細絲在此處分岔，即為分岔位置；該位置所在的行為分界行；分界行將圖像分為上下兩部分，能使圖像連通域個數增加的那部分稱為保留區，另一部分稱割舍區；可以在分岔位置做標記，以便刪除割舍區內對應的重合細絲段。下面以圖4.6(b)為例進行說明，如圖4.7(a)所示。

如圖4.6(d)所示，子圖像存在著多個分岔位置，應根據如下規則進行選取并分割：

(a)盡量使保留區域高度最大；

(b)被保留區域的逐行掃描根數不小于割舍區的掃描根數；

(c)保留區域內的連通域個數必須大于1。

具體分割見圖4.7(b)所示。

4.2.2 實現步驟

⑴ 對二值圖像進行標記，劃分成不同連通區域；

⑵ 根據不同的像素值，即不同的連通域，將圖像分離為各各子圖像；子圖像的數目即為父圖像中連通域的個數。即子圖像中連通域個數為一。并將子圖像進行二值化，非0即為1。

⑶ 對各子圖像進行逐行掃描，計算細絲根數，如果為1，執行第⑸步；否則執行第⑷步。

⑷ 從上下兩端向中間查找子圖像的分岔位置，按照能將子圖像分割成兩個以上的連通域為原則，保留區最大為基準，選取最佳分岔位置的上下部分進行取舍。將分離后的圖像最為新的父圖像執行步驟⑴；

⑸ 累加子圖像細絲根數1；計算子圖像平均寬度；改變子圖像灰度值，并將該子圖像復制到原圖相應位置。

⑹ 彈出對話框，輸出各被計算的子圖像的平均寬度，及計數結果。用偽彩色編碼將圖像顯示到屏幕上，以便觀察分析。

圖4.5的計算結果及處理后圖像如圖4.8所示。

5. 粘膠長絲浴內監測系統的計數應用

圖5.1為浴內監測系統實際采集的粘膠長絲圖像，利用連通域分離法計算細絲根數測得結果參見表5-1。

表5-1 粘膠長絲計數結果

本文對140幅圖像進行測試計算，驗證連通域算法的精度，其中96幅和實際根數一致；41幅與實際細絲根數差1(符合單次測量誤差控制在97％以內)；3幅與實際細絲根數相差2根以上，其主要原因是酸浴內細絲成像時發生抖動，造成細絲圖像出現虛影，在進行圖像分割處理時容易丟失細絲信息，造成少數的現像。該算法對細絲根數在18～40之間的長絲圖像計數精度較高。