基于機器視覺的無梭織機斷經智能識別裝置研發

張德成　張勇　許婧　茹秋利

摘 要：斷經是機織物面料最常見疵點之一，也是判定面料品質的重要指標。為了避免斷經疵點出現，紡織企業通常采取停經片或人工巡臺措施來應對，但這兩種方法不僅增加了生產工藝流程和人工成本，還會增加經紗與停經片磨損以及漏巡問題。本文利用機器視覺精確在線采集圖像信息，模擬擋車工巡臺檢查，利用視覺算法對圖像信息進行處理分析，從而識別斷經，并觸發斷經信號停機。同時，為降低成本，一臺自動斷經識別裝置控制多臺設備，實現多臺聯動控制，降低企業智能化改造成本。該智能裝置實現機器代替人的勞動，推動紡織織造行業智能化水平提升。

關鍵詞：斷經；機器視覺；圖像處理；視覺算法

中圖分類號：TP391.4 文獻標識碼：A 文章編號：2095－414X（2023）05－0041－06

0? 引言

20世紀60至90年代，以無梭織機更新替代有梭織機的大趨勢，機械化、電器化無梭織機快速投入國內市場，大幅提高了面料生產效率，也促進了無梭織機自動化改造升級。20世紀90年代至21世紀10年代，經過近30年的發展，無論從織機轉速、運轉穩定性、品種適應性等各個方面都有了巨大的發展。國內開始大面積引進無梭織機，逐步成為國內織機的一種主導機型。國產織機生產企業通過技術引進、自主創新，出現了電子儲緯、變頻調速技術、電動緯密調節、電子送經、電子卷取、自動穿綜、節能電機、電子多臂新技術等應用在無梭織機上，織機生產品種規格也有了較大的發展。近年來，無梭織機發展趨于穩定，仿佛也遇到發展瓶頸，由以往追求織機高速運轉，逐漸朝低噪音、智能化、信息化方向發展。我國海佳、引春等無梭織機紡織機械生產企業取得快速發展，甚至在織機智能化、信息化領域超過國外先進設備。隨著科技發展、智能化水平提高以及人工成本增加，斷經自停裝置的重要性和必要性逐漸被重視[1]。傳統機械式斷經自停裝置如圖1所示，利用短路控制系統，將千萬根停經片穿入經絲的上方，如發生斷經，停經片依靠自重下落與停經條導通，形成短路，電控裝置采集到斷經信號，并觸發停車信號，這種方法增加坯布生產工序流程和人工成本，并且在整個生產過程中停經片始終與經紗摩擦。對于化纖長絲品種，依靠人工巡臺肉眼識別斷經，占用擋車工大量時間，人工成本較高，會有漏檢，不能第一時間發現斷經情況。針對當前企業發展遇到的問題，特提出機器視覺斷經自停裝置，實現智能織造，該研究裝置能夠填補空白，提升無梭織機智能化水平。

1? 視覺系統硬件方案設計

該無梭織機斷經智能識別裝置集圖像釆集、圖像處理、通信、機電控制于一體，具有智能化處理的功能[2]。利用機器視覺檢測代替傳統斷經自停裝置和人工巡臺，可以實現在工人現場的非接觸式斷經檢測，整個系統由定焦工業相機、光源、靜音移動軌道、工控機等組成（如圖2所示），單臺視覺裝置可以巡臺聯動控制多臺（20～40臺），提升機器視覺設備利用率，同時降低紡織企業設備智能升級改造成本。

1.1 視覺系統光源

光源的作用是有效突出識別目標，與背景明顯分別，獲得高品質、高對比度的圖像，高質量圖片影響處理精度和速度。通過表1主要光源技術性能指標綜合對比，選擇LED燈作為本裝置光源[3]。

該裝置設計使用嵌入鏡頭外圍環形LED（發光二極管）光源。再對光源前向、后向、斜角不同補光測試對比（如圖3所示），通過在不同光源條件下打光測試發現，LED（發光二極管）光源正向、背向打光圖像質量更高，輪廓更加清晰，目標特征信息最突出。綜合考慮后期安裝、維護，選正向打光。

1.2 工業相機

工業相機是機器視覺系統中一個核心組件，其本質功能就是將光信號轉換為可識別的電信號。工業相機具有圖像質量高，傳輸能力快，抗干擾能力強特點。

1.2.1分辨率

項目所需要拍攝的經紗尺寸寬是400mm，總長度根據生產品種不同在1500mm～3600mm，圖片采集長度為300mm。目前紡織企業生產紗線最細為20D，直徑26μm，30D直徑57μm；50D直徑73μm；75D直徑98μm。85%織造型企業生產原料為50D～150D纖維，其中50D、75D使用最普遍。所以，該裝置選用在75D為經紗無梭織機，被檢測物體大小為400mm*300mm，疵點最小尺寸為98μm*98μm。

理論分辨率=（視野高度/精度）*（視野高度/精度）=（400/0.098）*（300/0.098）=1250萬相素實際分辨率=理論分辨率*2=1250*2=2500萬相素該裝置選用華谷動力工業相機分辨率為3100萬相素。

1.2.2? 其它參數選用

該視覺系統只需要檢查白色經紗不需要檢測其它顏色，所以選用黑白相機，在圖像算法處理過程中對圖像灰度處理。圖像采集過程中，經紗做上下開口運動，所以選用全局快門工業相機。同時，為防止重影，采用1/500s短曝光時間?？紤]到裝置的通用性，傳輸距離都超過200m，并且要求圖像信號傳輸速度快、穩定，所以使用CameraLink傳輸接口。工業鏡頭安裝尺寸為550±20mm。相機與鏡頭通過Ｃ口旋合。最終該裝置工業相機配置參數如表2。

1.3 靜音移動軌道

導軌作用在于將工業相機在無梭織機經軸上方勻速移動，移動過程中，無卡頓、抖動、啟停平穩。驅動方式作用帶鋼絲同步帶，同步帶寬度為22mm，結合圖像算法處理速度設計出工業相機移動速度為1.5 m/s。精度±1mm。采用電機與工業相機分離設計，避免電機轉動噪音。在動能傳遞過程中采用減震圈和塑料皮帶，避免抖動。如圖4所示。該設計可以實現長行程移動，這樣企業可以根據實際生產現狀靈活調整。

2? 視覺系統軟件方案設計

視覺算法處理是實現硬件系統與數字圖像橋梁[4]，該軟件采用操作系統使用win 10，語言python 3.8，開發工具使用PyCharm 社區版，庫：OpenCV 4.5.5作為開發環境。OpenCV提供了很多圖像處理和計算機視覺的算法的接口，廣泛應用于人機互動、圖像分割、人臉識別、自動駕駛等，具有強大的功能、算法集成度高而占有相當大的優勢[5-6]。

在經絲圖像采集過程中，由于經絲很細，在圖像中只是很窄的一條縫，因此其他圖像中白色的噪聲都會影響到經絲的檢測。另外，織造車間每臺織機都依靠電機驅動，在生產過程中，如電氣設備電磁干擾，散粒噪聲，熱噪聲都會在圖像采集過程中產生隨機鹽點和胡椒點斑點，妨礙圖像處理理解[7]。如何通過去噪算法，增加圖像斷經特征是關鍵。為提升圖像算法處理效率，降低算法復雜程度，需要提前對圖像做降噪、特征區域提取，閥值分割，從而提升圖像質量，突出目標特征信息[8]。圖像處理邏輯圖如圖5。

2.1 圖像濾波降噪

通過采集的圖像和灰度直方圖，可以發現圖像有隨機產生鹽點或胡椒點椒鹽噪聲，在圖像中的表現為離散分布的純白色（鹽點）或者黑色像素點（胡椒點）。首先通過中值濾波算法進行降噪，使用具體函數blur（3，3），將卷積核設為3×3。該方法是以目標像素灰度值為中心一圈共有九個像素點（40+107+25）+（198+226+223）+（37+58+193）/9=123，然后用這九個像素點灰度值進行求平均值[9]，再將得到的值替換掉目標像素點，實現過程如圖6所示。

通過3×3中值濾波后，圖片椒鹽噪聲很好的去除，但是圖像經紗背景有零星斑點，斑點顏色深，通過高斯濾波算法進行噪聲去除，它是空域濾波算法一種，直接作用于每一個像素，去除圖像中毛刺，使圖像變的平滑[10]。圖7為濾波降噪主要算法，圖8為濾波降噪后得到的圖像。高斯濾波的分布公式為：

（1）

式（1）中：x2和y2表示圖像區域內其他像素點至中心像素點距離； 代表的是方差，取值越大，圖像越平緩；越小，圖像越尖銳。

特征是某一類對象區別于其他類對象的相應（本質）特點或特性。圖像特征提取是從圖像中查找標志性特征，它將直接影響到圖像識別效果[11]。它屬于圖像分析的范疇，是對圖像信息的深層理解，是數字圖像處理的高級階段，同時也是圖像識別的開始。特征工程是圖像處理的必備工具，所以掌握它的重要性不言而喻。CMOS相機采集到的圖像，斷經處的色像素增加，但是存在經紗下方背景紋理，干擾圖片處理[12]。首先，通過弱化背景，增加圖像特征識別精準度，通過閥值分割，二值化處理提取斷經顯著特征[13-14]，整個過程如圖9。

通過對不同粗細、不同種類、不同經密斷經圖像收集對比，斷經處經紗由以前平等順直變為彎曲[15]，斷經處白色像素點增加（如圖10）。

2.2 機電一體化控制

單片機STM32是實現織機與計算機連接控制。機器視覺算法通過提取的圖像特征比對，若判斷出現斷經，發送數字信號“1”斷經信號給STM32單片機，STM32單片機可以根據計算機發送的信號，對正常運轉織機常閉繼電器進行斷開控制，從而讓設備動力部分三相電開關斷開，實現停機[16]。同時，觸發織機三色指示燈紅燈常亮，示意斷經。

3 實驗方案

機器視覺系統組成的五個關鍵部分，如圖11所示。結合現場生產狀況，確保在實際生產應用可靠穩定，該系統實驗應考慮兩個技術要求：可靠性、時效性[17]。

3.1 可靠性

斷經檢測系統不能產生誤判，若經絲斷裂而未能成功控制織機停車或者未斷經而織機停車，都將會影響企業的產品質量，為此，在織機生產線斷經檢測過程中，斷經檢測系統必須具有較高的可靠性。通過有效檢測率、誤判率、漏檢率來衡量，計算如式（2）、式（3）、式（4）所示。

在紡織企業，人為分別對滌綸化纖長絲、彈絲，不同旦尼爾，不同斷經時長進行模擬斷經測試，通過100次斷經測試實驗，出現漏檢0次，誤判為3次，誤判的主要原因是剛剛發生斷經時，斷經特征不明顯，從而造成誤判，但是在第二次檢測時準確識別。此次有效檢測率、誤判率、漏檢率測試結果分別為：97%；3%；0。

3.2? 時效性

斷經檢測系統主要用于無梭織機生產線的斷經檢測，停車系統需要根據機器視覺系統的斷經檢測結果，按時作出相應的動作。該機器視覺斷經識別裝置，移動速度為1.5m/s，為了提高產品質量，提升檢測效率，一臺裝置控制20臺織機，每臺織機平均需要2s，考慮到兩臺織機間有0.5m間距，完成20臺單次巡檢需用時約50s。以江蘇德順紡織有限公司織造車間為例，織機配置視覺斷經識別裝置后，擋車工由以往看臺30臺/人提高到35臺/人。

4? 結論

本裝置從當前企業的實際需求出發，積極探索智能化無梭織機輔助技術，著力提升紡織設備智能化水平，填補機器視覺應用于無梭織機領域空白。該設計方案涉及多學科與紡織學科交叉融合，每個環節都影響系統整體運行的穩定。該智能裝置實現機器代替人工自動檢測，實現智能聯動控制，減少企業人員用工，大幅提升設備生產效率，進而提升企業經濟效益，為中國制造2025發展戰略，碳達峰、碳中和目標實現貢獻紡織力量。

參考文獻：

[1] Mina Fahimipirehgalin，Emanuel Trunzer，Matthias Oden- weller，et al.利用機器視覺技術對化工廠管道進行自動視覺泄漏檢測與定位[J]. Engineering，2021，7（6）：123-161.

[2] 于起峰，盧榮勝，劉曉利，等.“機器視覺技術及應用”專題前言[J].激光與光電子學進展， 2022，59（14）：3.

[3] 石全，宋志峰，徐自立，等.基于機器視覺的織物缺經檢測系統[J/OL].棉紡織技術：1-5[2022-08-29] .

[4] 趙卓.基于機器視覺的織物瑕疵實時在線檢測系統的研究[D].西安：西安工程大學，2016.

[5] 吉學齊.無梭織機用新型光電式斷經自停裝置的開發[J].紡織器材，2020，47（5）：12-15.

[6] 付貴忠，牛福洲，陳浩，等.社會智能化趨勢下圖像處理與機器視覺課程教學新實踐[J].科技視界， 2022（17）：100-102.

[7] 徐偉鋒，胡俊武，祝新軍，等.機器視覺在智能化紡紗生產中的應用現狀[J].棉紡織技術，2022，50（5）：71-74.

[8] 謝曉旦.計算機視覺算法的圖像處理技術研究[J].無線互聯科技，2022，19（3）：103-104.

[9] 楊璐.基于計算機視覺算法的圖像處理技術研究[J].信息記錄材料，2021，22（9）：134-135.

[10] Billie FSpencer Jr，Vedhus Hoskere，Yasutaka Narazaki.基于計算機視覺的民用基礎設施的檢查與監測研究進展[J].Engineering，2019，5（2）：199-248.

[11] 郭繼昌，岳惠惠，張怡，等.圖像增強對顯著性目標檢測的影響研究[J].中國圖象圖形學報，2022，27（7）：2129-2147.

[12] 趙朗月，吳一全.基于機器視覺的表面缺陷檢測方法研究進展[J].儀器儀表學報，2022，43（1）：198-219.

[13] 江俊君，李震宇，劉賢明.基于深度學習的單目深度估計方法綜述[J].計算機學報，2022，45（6）：1276-1307.

[14] 羅東亮，蔡雨萱，楊子豪，等.工業缺陷檢測深度學習方法綜述[J].中國科學：信息科學，2022，52（6）：1002-1039.

[15] 劉紅帝，呂睿，田林靂，等.用于引導機器人定位的匯聚式雙目視覺算法實現[J].機械工程學報，2022，58（14）：161-169.

[16] 呂文濤，林琪琪，鐘佳瑩，等.面向織物疵點檢測的圖像處理技術研究進展[J].紡織學報，2021，42（11）：197-206.

[17] 遲歡.基于機器視覺的編織袋缺陷在線檢測方法[J].激光與光電子學進展，2020，57（20）：320-327.

Research and Development of Intelligent Recognition Device for Shuttless Loom Breaking Based on Machine Vision

ZHANG De-cheng1， ZHANG Yong1， XU Jing1，RU Qiu-li2

（1.Mondern CostumeCollege， Anhui Vocational and Technical College， Hefei Anhui 230011， China;

2.Jiangsu Deshun Textile Co.， LTD. Suqian Jiangsu 223800， China）

Abstract：Warp breaking is one of the most common defects in woven fabric and is also an important index to judge fabric quality. In order to avoid breakage， textile enterprises take stoppage or manual inspection measures. These two methods not only increase the production process and labor costs， but also increase the wear and leakage of warp and stoppage. In this paper， the machine vision is used to accurately collect image information， simulate the car stopper inspection， and use the algorithm to process and analyze the image information， so as to identify the broken warp， and trigger the broken signal to stop. At the same time， in order to reduce the cost， an automatic identification device to control multiple devices， to achieve multiple linkage control， reduce the cost of intelligent transformation of enterprises. The intelligent device can replace human labor by machine and promote the textileintellectualization level of weaving industry.

Keywords：broken meridian; machine vision; image processing; visual algorithm

（責任編輯：周莉）

作者簡介：張德成（1985-），男，講師、經濟師，研究方向：織造設備及生產工藝.

基金項目：2022年安徽省高校年度科研計劃項目（自然科學類）（2022AH052066）；2021年度高等學校省級質量工程教學研究項目（2021jyxm0782）；安徽職業技術學院校級質量工程項目（azy2019mooc30）；安徽職業技術學院科研創新團隊項目（2022xjkytd4）.