您现在的位置:网站首页答辩论文论文专题

基于机器视觉的棉花异性纤维分拣系统研究

  • 简介:论文题目: 基于机器视觉的棉花异性纤维分拣系统研究 专 业: 电力电子与电力传动 研 究 生: 指导教师: 摘 要棉花中混杂的异性纤维比重虽小但危害却是很大。将异性纤维分拣系统用于检测和清除棉花中的异性纤维,能有效克......
    • 请与管理员联系购买资料 QQ:5739126
  • 论文简介
  • 相关论文
  • 论文下载
[页数] 60      [字数] 29852

[目录]
第1章 绪论 1
第2章 系统结构设计 10
第3章 系统算法设计 22
第4章 系统软件设计 42
第5章 结论 50
参考文献 53
致  谢 56
攻读硕士学位期间的研究成果 (不存在)

[原文]
第1章 绪论
1.1 选题的背景和意义
我国是农业大国,也是个产棉大国。棉花中的异性纤维成了整个棉纺行业最为头痛的问题。所谓异性纤维(俗称“三丝”,以下简称“异纤”)主要是指在棉花采摘、收购、加工等环节中混入棉纤维中的脏棉纤维和其它纤维,如化纤丝、头发丝、麻纤维等。棉花中夹带的异性纤维比重虽小,但危害却很大[1]。经过纺织机械打击分梳后,异性纤维纵向断裂、横向分开,数量成倍增加。纺纱时,散落的单纤维容易使棉纱断头,降低生产效率;织布时,容易出现大量布面疵点,影响布面质量;染色时,因着色率不同,影响外观[2]。异性纤维的存在,不仅直接影响了棉麻公司和棉纺织企业的利益,还关系到我国棉纺织品在整个国际市场的占有份额[2,3]。
我国从1999年度起正式实施了新的棉花标准,异性纤维第一次列入检验项目。新的标准规定,检验棉花时,未发现异性纤维的,在检验证书“异性纤维”栏注明“未发现”,否则根据发现数据量作降级处理[4]。
异性纤维对棉纺织行业带来的严重危害得到了设备制造厂商的充分认识,德国、瑞士、意大利等国已经率先推出异纤分拣机。但在我国,由于资金、发展程度等原因,现在国内纺织行业还大多使用人工检测,这种方式效率低、消耗大量人力物力,而且产品质量难以控制。在目前市场上,国外产品昂贵的价格是我国棉纺织企业无法接受的。目前我国纺织市场急需相对廉价的,性能优越的异性纤维自动分拣机[5]。
1.2 相关领域
1.2.1 机器视觉
让机器拥有视觉能力是人们长久以来的梦想,人类感知周围的事物、适应新环境、获取各种信息大部分都通过视觉。机器视觉就是使机器具有部分分类视觉的能力,通过图像信息对客观事物建立起明确的有意义的描述,从而提高机器的智能水平。机器视觉的实验最初是在五十年代后期开始的,从六十年代起人们开始利用计算机来进行理解物体、识别事物的研究......

[摘要]
棉花中混杂的异性纤维比重虽小但危害却是很大。将异性纤维分拣系统用于检测和清除棉花中的异性纤维,能有效克服手工实现异性纤维挑拣时效率低、产品合格率难以控制等一系列缺点。本文对异性纤维检测技术和异性纤维检测系统,特别是系统算法进行了比较深入的分析和研究,实现了在此领域内对白色异性纤维和头皮丝等细小杂质两个方面的检测突破,整个系统完全可以满足工业检测的要求。
基于机器视觉技术的棉花异性纤维分拣是近几年来国内外研究的难点。本文根据异性纤维的类型归纳,提出了非线性阈值判断算法进行检测。为了有效分拣棉花中含有的与棉花色泽相近的异性纤维,将紫外线荧光效应引入到检测系统中,利用紫外线的荧光效应突出了与棉纤维色泽相近的异性纤维和棉纤维的特征差别,从而实现了对白色异性纤维的检测。仔细分析了头发丝等细小杂质的信号特征,从信号曲线的突变特性入手提出微分算法,从而实现了对头发丝等细小杂质的检测。试验结果表明,算法具有非常高的拣出率,系统可以有效地清除棉花中含有的异性纤维杂质。
本论文先介绍了异性纤维分拣系统研究背景及发展状况,然后依次论述了各部分结构,实现算法和软件设计等。本论文所述的算法和异性纤维分拣系统的研发经验也可以移植和应用到其它项目中去。

[参考文献]
[1] 李强. 异性纤维用仪器测定的可行性分析[J]. 中国棉花加工. 2001,(6):31-32.
[2] 王新龙,李娜. 棉花中异性纤维专题综述[J]. 中国棉花加工. 2002,(5):29-30
[3] 张晓璐,韩力群.计算机视觉技术在纤维检验中的应用[J].北京工商大学学报(自然科学版).2005,23(2):43-45.
[4] 韩培嵩,竺林. 异性纤维溯源及对策[J]. 中国棉花加工.2000,(4):20-21
[5] 石庚尧.浅谈棉花异性纤维检出装置性能特征[J].棉纺织技术.2004,32(10):612-615.
[6] 姚远.异性纤维检测装置基本算法和可行性分析[D].西安工程科技学院硕士学位论文,2002.
[7] 焦文兴,潘天丽,李月娥.计算机视觉技术在农产品品质检测中的应用[J].陕西农业科学.2003,(5):29-33.
[8] 唐向阳,张勇等. 机器视觉关键技术的现状及应用展望[J]. 昆明理工大学学报. 2004,4(29):36-39.
[9] Tantaswadi P, Vilainatre J , Tamaree N. Machine vision for5]automated visual inspection of cotton quality in textile industry using color Iso discrimination contour [J ]. IEEE Transon Image Processing.2001,27(2):252-360.
[10] Kare. Fuzz and pills evaluated on knitted textiles by image analysis[J ]. Textile Res J.2002,65(11):432-438.
[11] Xu B, Fang C, Huang R. Chromatic image analysis for cotton trash and color measurement [J ]. Textile Res J.2002,67(12):881-890.
[12] Veit D,Horms L,Bergmann J, Wulfhorst B. Image processing as a tool to improve machine performance and process control[J ]. Clothing Sciand Tech J.1996,8(1):66-70.
[13] 石庚尧. 浅谈棉花异性纤维捡出装置[J]. 北京纺织. 2005,24(3):51-53.
[14] 郏东耀,丁天怀. 棉花中异性纤维的多光谱检测[J]. 清华大学学报(自然科学版). 2005,45(2):193-196.
[15] 郏东耀,丁天怀. 纤维红外吸收特性及其在皮棉杂质检测中的应用[J]. 农业工程学报. 2004,20(3):104-108.
[16] 李波阳.显微红外光谱法鉴别纤维的种类[J].公安大学学报(自然科学版).2000,(2):48-50.
[17] 马琳,于永玲.SECUROMAT SCFO异性纤维检测清除系统工作原理分析[J].棉纺织技术.2004,32(2):108-110.
[18] 石庚尧.CS-2型异性纤维检出机的使用实践[J].棉纺织技术.2003,31(6):357-358.
[19] Kane J S,贡树行.光学设计是机器视觉系统的关键[J].红外.1999,(8):37-39.
[20] 卢庆儒.CCD与CMOS[J]:图像传感器.电子资讯时报.2007/01/29.
[21] 王忠立,刘佳音,贾云得.基于CCD与COMS的图像传感技术[J].光学技术.2003,(3):35-38.
[22] 大恒图像.工业摄像机概述及主要参数. http://www.dahengimage.com/sys_vision_basic-deca.htm,2007/02/1.
[23] 金守峰,袁建畅.基于Matlab的棉花异性纤维检测及定位算法[J].中国棉花加工.2004,(4):29-30.
[24] 张志成,李吉成,沈振康.一种保持图像细节的直方图均衡新算法[J].计算机工程与科学.2006,(01):42-45.
[25] 石中玉. 紫外线光源及其应用[M]. 第一版. 北京:轻工业出版社,1984,  7,30.
[26] 舒永红,何华焜.原子吸收和原子荧光光谱分析[J].分析实验室.2005,24(2):81-85.
[27] 杨世光.新型紫外线灯管的开发及其在保健中的应用[J].照明工程学报.2003,14(2):10-16.
[28] 程艺,蔡定汉,范约明,程德文.毛和丝用荧光增白剂发展现状[J].化工科技市场.2005,(3):24-29.
[29] 李戎,陈东辉,顾峰.荧光染料的色品特征[J].印染.2005,(4):11-13.
[30] 孙保国,徐立新. 荧光增白剂的荧光特性[J]. 黑龙江造纸.2003,(4):32-34.


[原文截取]
论文题目: 基于机器视觉的棉花异性纤维分拣系统研究
专 业: 电力电子与电力传动
研 究 生:
指导教师:
摘 要
棉花中混杂的异性纤维比重虽小但危害却是很大。将异性纤维分拣系统用于检测和清除棉花中的异性纤维,能有效克服手工实现异性纤维挑拣时效率低、产品合格率难以控制等一系列缺点。本文对异性纤维检测技术和异性纤维检测系统,特别是系统算法进行了比较深入的分析和研究,实现了在此领域内对白色异性纤维和头皮丝等细小杂质两个方面的检测突破,整个系统完全可以满足工业检测的要求。
基于机器视觉技术的棉花异性纤维分拣是近几年来国内外研究的难点。本文根据异性纤维的类型归纳,提出了非线性阈值判断算法进行检测。为了有效分拣棉花中含有的与棉花色泽相近的异性纤维,将紫外线荧光效应引入到检测系统中,利用紫外线的荧光效应突出了与棉纤维色泽相近的异性纤维和棉纤维的特征差别,从而实现了对白色异性纤维的检测。仔细分析了头发丝等细小杂质的信号特征,从信号曲线的突变特性入手提出微分算法,从而实现了对头发丝等细小杂质的检测。试验结果表明,算法具有非常高的拣出率,系统可以有效地清除棉花中含有的异性纤维杂质。
本论文先介绍.....
查看评论 已有0位网友发表了看法
  • 验证码: