论文部分内容阅读
异性纤维的去除是纺织工艺中的一道重要工序。近年来，棉花中异性纤维问题始终困扰着纺织工业的生产与发展，采用人工分拣劳动强度大，效果不明显，残留的异性纤维在后继工序中，尤其是新型清梳联工艺流程中，被拉断或分梳成更短、更细的纤维，数量成倍增加，严重时会缠绕刺辊，造成机械运转困难。不仅如此，纺纱时，这些疵点极易造成细纱断头，降低工作效率。织布染色后，会在布面出现各种色点，严重影响布面外观质量，最终影响产品的内销及出口。另外，国内设备剔除效果受工艺流程及要求的限制，识别效果受到影响，国外设备价格昂贵，且与我国棉纺织企业现有设备难以配套使用，且其识别率及识别种类不够理想，亦存在投诉问题。
异性纤维剔除装置作为一个重要的分拣设备，在棉纺织生产中具有广泛的应用前景。在此背景下提出课题，旨在开发出拥有我国自主知识产权的异性纤维检测装置，摆脱对国外同类产品的依赖，提高我国纺织工业的自动化水平，改善产品质量，增加纺织企业的竞争力。
本文的重点是异性纤维检测识别算法的研究。异性纤维识别算法的研究是检测装置的核心部分，是决定异性纤维分拣装置的剔除效果的关键。根据图像处理、机器视觉、模式识别理论，比较棉花与异性纤维颜色、纹理与均匀性等特征差异。针对单个象素颜色特征，讨论了RGB颜色空间、HSI颜色空间、联合特征空间在识别中的应用，对棉花与异性纤维的各种特征差异进行比较分析，对采集到的图像数据进行处理，对色度相近较难识别的异性纤维进行了区域纹理分析及色度均匀性的分析，并改进了纹理分析算法，简洁高效的对棉花异性纤维进行了识别。着重分析了与系统实时性的实现关系较密切的图像阈值分割法、特征空间与降维。实现了对棉花异性纤维准确高速的识别，并达到较好的识别率。在此基础上，对视觉检测系统作了设计分析。
本文所有算法实现均采用VisualC++6.0为主要开发工具，实验数据表明，识别算法基本能达到识别效果。相信在未来的实验台搭建过程中，本文的识别算法完全可以满足剔除的要求，达到提高棉纺清棉车间的效率，改善工人的劳动环境，提高产品质量的目的。