基于机器视觉的无梭织机断经智能识别装置研发

张德成　张勇　许婧　茹秋利

摘 要：断经是机织物面料最常见疵点之一，也是判定面料品质的重要指标。为了避免断经疵点出现，纺织企业通常采取停经片或人工巡台措施来应对，但这两种方法不仅增加了生产工艺流程和人工成本，还会增加经纱与停经片磨损以及漏巡问题。本文利用机器视觉精确在线采集图像信息，模拟挡车工巡台检查，利用视觉算法对图像信息进行处理分析，从而识别断经，并触发断经信号停机。同时，为降低成本，一台自动断经识别装置控制多台设备，实现多台联动控制，降低企业智能化改造成本。该智能装置实现机器代替人的劳动，推动纺织织造行业智能化水平提升。

关键词：断经；机器视觉；图像处理；视觉算法

中图分类号：TP391.4 文献标识码：A 文章编号：2095－414X（2023）05－0041－06

0  引言

20世纪60至90年代，以无梭织机更新替代有梭织机的大趋势，机械化、电器化无梭织机快速投入国内市场，大幅提高了面料生产效率，也促进了无梭织机自动化改造升级。20世纪90年代至21世纪10年代，经过近30年的发展，无论从织机转速、运转稳定性、品种适应性等各个方面都有了巨大的发展。国内开始大面积引进无梭织机，逐步成为国内织机的一种主导机型。国产织机生产企业通过技术引进、自主创新，出现了电子储纬、变频调速技术、电动纬密调节、电子送经、电子卷取、自动穿综、节能电机、电子多臂新技术等应用在无梭织机上，织机生产品种规格也有了较大的发展。近年来，无梭织机发展趋于稳定，仿佛也遇到发展瓶颈，由以往追求织机高速运转，逐渐朝低噪音、智能化、信息化方向发展。我国海佳、引春等无梭织机纺织机械生产企业取得快速发展，甚至在织机智能化、信息化领域超过国外先进设备。随着科技发展、智能化水平提高以及人工成本增加，断经自停装置的重要性和必要性逐渐被重视[1]。传统机械式断经自停装置如图1所示，利用短路控制系统，将千万根停经片穿入经丝的上方，如发生断经，停经片依靠自重下落与停经条导通，形成短路，电控装置采集到断经信号，并触发停车信号，这种方法增加坯布生产工序流程和人工成本，并且在整个生产过程中停经片始终与经纱摩擦。对于化纤长丝品种，依靠人工巡台肉眼识别断经，占用挡车工大量时间，人工成本较高，会有漏检，不能第一时间发现断经情况。针对当前企业发展遇到的问题，特提出机器视觉断经自停装置，实现智能织造，该研究装置能够填补空白，提升无梭织机智能化水平。

1  视觉系统硬件方案设计

该无梭织机断经智能识别装置集图像釆集、图像处理、通信、机电控制于一体，具有智能化处理的功能[2]。利用机器视觉检测代替传统断经自停装置和人工巡台，可以实现在工人现场的非接触式断经检测，整个系统由定焦工业相机、光源、静音移动轨道、工控机等组成（如图2所示），單台视觉装置可以巡台联动控制多台（20～40台），提升机器视觉设备利用率，同时降低纺织企业设备智能升级改造成本。

1.1 视觉系统光源

光源的作用是有效突出识别目标，与背景明显分别，获得高品质、高对比度的图像，高质量图片影响处理精度和速度。通过表1主要光源技术性能指标综合对比，选择LED灯作为本装置光源[3]。

该装置设计使用嵌入镜头外围环形LED（发光二极管）光源。再对光源前向、后向、斜角不同补光测试对比（如图3所示），通过在不同光源条件下打光测试发现，LED（发光二极管）光源正向、背向打光图像质量更高，轮廓更加清晰，目标特征信息最突出。综合考虑后期安装、维护，选正向打光。

1.2 工业相机

工业相机是机器视觉系统中一个核心组件，其本质功能就是将光信号转换为可识别的电信号。工业相机具有图像质量高，传输能力快，抗干扰能力强特点。

1.2.1分辨率

项目所需要拍摄的经纱尺寸宽是400mm，总长度根据生产品种不同在1500mm～3600mm，图片采集长度为300mm。目前纺织企业生产纱线最细为20D，直径26μm，30D直径57μm；50D直径73μm；75D直径98μm。85%织造型企业生产原料为50D～150D纤维，其中50D、75D使用最普遍。所以，该装置选用在75D为经纱无梭织机，被检测物体大小为400mm*300mm，疵点最小尺寸为98μm*98μm。

理论分辨率=（视野高度/精度）*（视野高度/精度）=（400/0.098）*（300/0.098）=1250万相素实际分辨率=理论分辨率*2=1250*2=2500万相素该装置选用华谷动力工业相机分辨率为3100万相素。

1.2.2  其它参数选用

该视觉系统只需要检查白色经纱不需要检测其它颜色，所以选用黑白相机，在图像算法处理过程中对图像灰度处理。图像采集过程中，经纱做上下开口运动，所以选用全局快门工业相机。同时，为防止重影，采用1/500s短曝光时间。考虑到装置的通用性，传输距离都超过200m，并且要求图像信号传输速度快、稳定，所以使用CameraLink传输接口。工业镜头安装尺寸为550±20mm。相机与镜头通过Ｃ口旋合。最终该装置工业相机配置参数如表2。

1.3 静音移动轨道

导轨作用在于将工业相机在无梭织机经轴上方匀速移动，移动过程中，无卡顿、抖动、启停平稳。驱动方式作用带钢丝同步带，同步带宽度为22mm，结合图像算法处理速度设计出工业相机移动速度为1.5 m/s。精度±1mm。采用电机与工业相机分离设计，避免电机转动噪音。在动能传递过程中采用减震圈和塑料皮带，避免抖动。如图4所示。该设计可以实现长行程移动，这样企业可以根据实际生产现状灵活调整。

2  视觉系统软件方案设计

视觉算法处理是实现硬件系统与数字图像桥梁[4]，该软件采用操作系统使用win 10，语言python 3.8，开发工具使用PyCharm 社区版，库：OpenCV 4.5.5作为开发环境。OpenCV提供了很多图像处理和计算机视觉的算法的接口，广泛应用于人机互动、图像分割、人脸识别、自动驾驶等，具有强大的功能、算法集成度高而占有相当大的优势[5-6]。

在经丝图像采集过程中，由于经丝很细，在图像中只是很窄的一条缝，因此其他图像中白色的噪声都会影响到经丝的检测。另外，织造车间每台织机都依靠电机驱动，在生产过程中，如电气设备电磁干扰，散粒噪声，热噪声都会在图像采集过程中产生随机盐点和胡椒点斑点，妨碍图像处理理解[7]。如何通过去噪算法，增加图像断经特征是关键。为提升图像算法处理效率，降低算法复杂程度，需要提前对图像做降噪、特征区域提取，阀值分割，从而提升图像质量，突出目标特征信息[8]。图像处理逻辑图如图5。

2.1 图像滤波降噪

通过采集的图像和灰度直方图，可以发现图像有随机产生盐点或胡椒点椒盐噪声，在图像中的表现为离散分布的纯白色（盐点）或者黑色像素点（胡椒点）。首先通过中值滤波算法进行降噪，使用具体函数blur（3，3），将卷积核设为3×3。该方法是以目标像素灰度值为中心一圈共有九个像素点（40+107+25）+（198+226+223）+（37+58+193）/9=123，然后用这九个像素点灰度值进行求平均值[9]，再将得到的值替换掉目标像素点，实现过程如图6所示。

通过3×3中值滤波后，图片椒盐噪声很好的去除，但是图像经纱背景有零星斑点，斑点颜色深，通过高斯滤波算法进行噪声去除，它是空域滤波算法一种，直接作用于每一个像素，去除图像中毛刺，使图像变的平滑[10]。图7为滤波降噪主要算法，图8为滤波降噪后得到的图像。高斯滤波的分布公式为：

（1）

式（1）中：x2和y2表示图像区域内其他像素点至中心像素点距离； 代表的是方差，取值越大，图像越平缓；越小，图像越尖锐。

特征是某一类对象区别于其他类对象的相应（本质）特点或特性。图像特征提取是从图像中查找标志性特征，它将直接影响到图像识别效果[11]。它属于图像分析的范畴，是对图像信息的深层理解，是数字图像处理的高级阶段，同时也是图像识别的开始。特征工程是图像处理的必备工具，所以掌握它的重要性不言而喻。CMOS相机采集到的图像，断经处的色像素增加，但是存在经纱下方背景纹理，干扰图片处理[12]。首先，通过弱化背景，增加图像特征识别精准度，通过阀值分割，二值化处理提取断经显著特征[13-14]，整个过程如图9。

通过对不同粗细、不同种类、不同经密断经图像收集对比，断经处经纱由以前平等顺直变为弯曲[15]，断经处白色像素点增加（如图10）。

2.2 机电一体化控制

单片机STM32是实现织机与计算机连接控制。机器视觉算法通过提取的图像特征比对，若判断出现断经，发送数字信号“1”断经信号给STM32单片机，STM32单片机可以根据计算机发送的信号，对正常运转织机常闭继电器进行断开控制，从而让设备动力部分三相电开关断开，实现停机[16]。同时，触发织机三色指示灯红灯常亮，示意断经。

3 实验方案

机器视觉系统组成的五个关键部分，如图11所示。结合现场生产状况，确保在实际生产应用可靠稳定，该系统实验应考虑两个技术要求：可靠性、时效性[17]。

3.1 可靠性

断经检测系统不能产生误判，若经丝断裂而未能成功控制织机停车或者未断经而织机停车，都将会影响企业的产品质量，为此，在织机生产线断经检测过程中，断经检测系统必须具有较高的可靠性。通过有效检测率、误判率、漏检率来衡量，计算如式（2）、式（3）、式（4）所示。

在纺织企业，人为分别对涤纶化纤长丝、弹丝，不同旦尼尔，不同断经时长进行模拟断经测试，通过100次断经测试实验，出现漏检0次，误判为3次，误判的主要原因是刚刚发生断经时，断经特征不明显，从而造成误判，但是在第二次检测时准确识别。此次有效检测率、误判率、漏检率测试结果分别为：97%；3%；0。

3.2  时效性

断经检测系统主要用于无梭织机生产线的断经检测，停车系统需要根据机器视觉系统的断经检测结果，按时作出相应的动作。该机器视觉断经识别装置，移动速度为1.5m/s，为了提高产品质量，提升检测效率，一台装置控制20台织机，每台织机平均需要2s，考虑到两台织机间有0.5m间距，完成20台单次巡检需用时约50s。以江苏德顺纺织有限公司织造车间为例，织机配置视觉断经识别装置后，挡车工由以往看台30台/人提高到35台/人。

4  结论

本装置从当前企业的实际需求出发，积极探索智能化无梭织机辅助技术，着力提升纺织设备智能化水平，填补机器视觉应用于无梭织机领域空白。该设计方案涉及多学科与纺织学科交叉融合，每个环节都影响系统整体运行的稳定。该智能装置实现机器代替人工自动检测，实现智能联动控制，减少企业人员用工，大幅提升设備生产效率，进而提升企业经济效益，为中国制造2025发展战略，碳达峰、碳中和目标实现贡献纺织力量。

参考文献：

[1] Mina Fahimipirehgalin，Emanuel Trunzer，Matthias Oden- weller，et al.利用机器视觉技术对化工厂管道进行自动视觉泄漏检测与定位[J]. Engineering，2021，7（6）：123-161.

[2] 于起峰，卢荣胜，刘晓利，等.“机器视觉技术及应用”专题前言[J].激光与光电子学进展， 2022，59（14）：3.

[3] 石全，宋志峰，徐自立，等.基于机器视觉的织物缺经检测系统[J/OL].棉纺织技术：1-5[2022-08-29] .

[4] 赵卓.基于机器视觉的织物瑕疵实时在线检测系统的研究[D].西安：西安工程大学，2016.

[5] 吉学齐.无梭织机用新型光电式断经自停装置的开发[J].纺织器材，2020，47（5）：12-15.

[6] 付贵忠，牛福洲，陈浩，等.社会智能化趋势下图像处理与机器视觉课程教学新实践[J].科技视界， 2022（17）：100-102.

[7] 徐伟锋，胡俊武，祝新军，等.机器视觉在智能化纺纱生产中的应用现状[J].棉纺织技术，2022，50（5）：71-74.

[8] 谢晓旦.计算机视觉算法的图像处理技术研究[J].无线互联科技，2022，19（3）：103-104.

[9] 杨璐.基于计算机视觉算法的图像处理技术研究[J].信息记录材料，2021，22（9）：134-135.

[10] Billie FSpencer Jr，Vedhus Hoskere，Yasutaka Narazaki.基于计算机视觉的民用基础设施的检查与监测研究进展[J].Engineering，2019，5（2）：199-248.

[11] 郭继昌，岳惠惠，张怡，等.图像增强对显著性目标检测的影响研究[J].中國图象图形学报，2022，27（7）：2129-2147.

[12] 赵朗月，吴一全.基于机器视觉的表面缺陷检测方法研究进展[J].仪器仪表学报，2022，43（1）：198-219.

[13] 江俊君，李震宇，刘贤明.基于深度学习的单目深度估计方法综述[J].计算机学报，2022，45（6）：1276-1307.

[14] 罗东亮，蔡雨萱，杨子豪，等.工业缺陷检测深度学习方法综述[J].中国科学：信息科学，2022，52（6）：1002-1039.

[15] 刘红帝，吕睿，田林雳，等.用于引导机器人定位的汇聚式双目视觉算法实现[J].机械工程学报，2022，58（14）：161-169.

[16] 吕文涛，林琪琪，钟佳莹，等.面向织物疵点检测的图像处理技术研究进展[J].纺织学报，2021，42（11）：197-206.

[17] 迟欢.基于机器视觉的编织袋缺陷在线检测方法[J].激光与光电子学进展，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

（责任编辑：周莉）

作者简介：张德成（1985-），男，讲师、经济师，研究方向：织造设备及生产工艺.

基金项目：2022年安徽省高校年度科研计划项目（自然科学类）（2022AH052066）；2021年度高等学校省级质量工程教学研究项目（2021jyxm0782）；安徽职业技术学院校级质量工程项目（azy2019mooc30）；安徽职业技术学院科研创新团队项目（2022xjkytd4）.