基于图像的织物速度非接触测量方法

合集下载

非接触式测量技术

目录摘要 (1)1 引言 (1)2 非接触式测量技术简介 (1)2.1 非接触式测量方法的定义 (1)2.2 非接触式测量方法的分类 (2)3 非接触测量技术发展的现状 (2)3.1 光学法 (2)3.1.1 结构光法 (2)3.1.2 激光三角法 (3)3.1.3 激光测距法 (4)3.1.4 光学干涉法 (5)3.1.5 图像分析法 (6)3.2 非光学法 (7)3.2.1 声学测量法 (7)3.2.2 磁学测量法 (8)3.2.3 X射线扫描法 (9)3.2.4 电涡流测量法 (10)3.3 非接触测量技术存在的不足和总结 (11)4 非接触式机器人测量系统 (11)5 非接触测量技术在船体分段测量中的应用 (14)5.1 非接触测量技术在船厂的应用情况 (14)5.2 船体分段测量方法介绍 (14)5.2.1 传统测量方法系统 (14)5.2.2 激光经纬仪测量系统 (14)5.2.3 近景摄影测量系统 (15)5.2.4 全站仪测量系统 (17)5.2.5 三维扫描测量系统 (18)5.3 测量方法的比较 (19)6 非接触测量技术的发展趋势 (21)7 结束语 (21)参考文献 (22)摘要非接触测量方法以光电、电磁、超声波等技术为基础，在仪器的感受元件不与被测物体表面接触的情况下，即可获取被测物体的各种外表或内在的数据特征。

详细阐述了部分常用的光学法和非光学法测量技术及相应的测量仪器，并结合船体分段测量方法说明了这些非接触测量方法的原理、优缺点、精度及适用范围，指出了未来非接触测量技术的发展趋势。

关键词：非接触测量; 光学法; 非光学法；船体分段1 引言开展船体分段测量技术研究的意义在于首先它是实现分段无余量对接的保证,可以大大缩短分段吊装搭接的船台占用时间,其次采用这项技术有助于实现船舶建造的信息流闭环,以及生产状态下的船体建造的“动态虚拟装配”。

最后精确、快速、可靠的船体分段测量技术的突破有助于提升我国造船企业的国际竞争力[1]。

基于Canny算子的工件非接触式测量

基于Canny算子的工件非接触式测量摘要：为了测量高温或其他不宜直接接触的工件，提出了一种基于canny算子的边缘检测法测量工件的尺寸，该方法通过对原始器件图像的二值化处理，提取工件的轮廓，再进行阈值检测并返回轮廓坐标从而确定工件的相关参数。

与传统接触式测量方法相比，该方法能对高温等物体进行测量，同时该方法有测量精度高等特点。

理论及计算机仿真表明，该方法切实有效，有良好的应用前景。

关键词：非接触式测量；canny算子；边缘检测；二值化；阈值检测中图分类号：tp751 文献标识码：a 文章编号：1009-3044（2013）04-0849-03non-contact measurement of workpiece based on canny operatoryou xiao-long， liu song-lin（school of electronic & information engineering， nanjing university of information science & technology， nanjing 210044 ， china）abstract： in order to measure the size of high temperature or other untouchable workpieces， a method based on canny operator is proposed.this method take the original device image and then processing two values， extracting the contour of the workpiece， then takes threshold detection and returnsthe contour coordinates to determine the workpiece parameters. compared with the traditional contact measurement methods ，this method can measure the high temperature workpieces and has the characteristics of higher measurementaccuracy.theory and computer simulation show that this method is effective，and it has a good application prospects.key words： non contact measurement； canny operator；edge detection； two values； threshold detection工业产品形状及尺寸的测量是现代化工业生产的重要环节，测量结果的准确性与时效性直接影响着产品生产的质量与效率[1]。

基于计算机视觉技术的纺织细节检测研究

基于计算机视觉技术的纺织细节检测研究随着计算机视觉技术的不断发展，越来越多的应用场景被纳入到了计算机视觉的范畴中。

纺织行业作为传统的制造业领域，同样也可以借助计算机视觉的力量来提升生产效率和质量水平。

其中，基于计算机视觉技术的纺织细节检测就是一个重要的研究方向。

纺织细节检测旨在通过计算机视觉技术，对纺织品上的缺陷、色差、捻度等细节进行检测和分析，以保证生产出来的纺织品的质量达到标准要求，从而提高生产效率和降低质量成本。

纺织品的细节检测具有一定的技术难度，需要利用图像处理技术和机器学习算法来实现高效、准确的检测。

在纺织行业中，纱线的质量是非常重要的，因为纱线的质量决定了织物的品质和外观。

因此，针对纱线细节的检测是纺织细节检测的重要方向之一。

在纱线的检测中，需要实现的主要功能包括检测纱线的粗细、检测纱线的捻度、检测纱线的条纹等。

其中，纱线的捻度检测是最常见的纱线细节检测任务之一。

捻度是指纱线单元长度内的扭转数，是纱线细节中的一个重要参数。

传统的捻度检测方法主要是依靠技术工人熟练的手感来判断，因此存在着误判率高、效率低等缺点。

而基于计算机视觉技术的捻度检测方法则可以实现无人化、自动化的检测过程，大大提高了准确性和效率。

基于计算机视觉技术的纱线捻度检测算法通常包含以下几个步骤：图像获取、预处理、特征提取和捻度估计。

首先，需要获取纱线的图像，这一步通常需要结合高分辨率相机进行。

其次，需要对纱线图像进行预处理，包括去噪、二值化处理、边缘检测等。

然后，通过特征提取算法提取纱线的特征，例如纱线的弯曲程度、纱线的粗细等。

最后，通过机器学习算法或者计算公式来估计纱线的捻度。

除了纱线捻度检测之外，纺织细节检测还包括棉纱疵点检测、织物缺陷检测、染色色差检测等任务。

这些任务在实际生产中非常重要，对于提高生产效率和降低质量成本具有重要意义。

例如，棉纱疵点检测可以实现对纱线中的疵点、结痂等质量问题的检测；织物缺陷检测可以实现对织物中缺纹、裂口、断丝等缺陷的检测；染色色差检测可以实现对染色质量的检测和评估。

微平移法速度关联

微平移法速度关联摘要：一、微平移法简介1.微平移法的概念2.微平移法的基本原理二、微平移法在速度关联中的应用1.速度关联的定义2.微平移法在速度关联中的优势3.微平移法在速度关联中的具体应用三、微平移法与其他速度关联方法的比较1.微平移法与传统速度关联方法的比较2.微平移法与其他先进速度关联方法的比较四、微平移法的应用前景1.在我国的发展现状2.在国际上的发展前景3.对未来速度关联领域的影响正文：微平移法是一种基于图像的测量方法，通过计算物体在连续帧图像之间的微小位移，从而得到物体的运动信息。

近年来，微平移法在速度关联领域得到了广泛的关注和应用。

一、微平移法简介1.微平移法的概念微平移法，英文名为Micro-Displacement Method，是一种基于图像的测量技术。

它通过观察物体在连续帧图像之间的微小位移，从而计算出物体的运动信息。

这种方法具有非接触、实时性、精度高等优点，被广泛应用于各种领域。

2.微平移法的基本原理微平移法的基本原理是通过计算物体在连续帧图像之间的微小位移，从而得到物体的运动信息。

具体来说，首先需要对连续帧图像进行预处理，如去噪、滤波等操作，然后通过图像配准技术将相邻帧图像进行对齐，最后计算两帧图像之间的相减结果，从而得到物体在当前帧与下一帧之间的位移。

二、微平移法在速度关联中的应用1.速度关联的定义速度关联，是指根据物体在连续帧图像之间的位移信息，计算出物体在当前时刻的速度。

速度关联在运动检测、目标跟踪、机器人控制等领域具有广泛的应用。

2.微平移法在速度关联中的优势微平移法在速度关联中具有显著的优势。

首先，它是一种非接触测量方法，无需对物体施加额外的力，对物体的运动影响较小。

其次，微平移法的实时性较好，可以实时地获取物体的运动信息。

最后，微平移法具有较高的测量精度，能够满足大部分应用场景的需求。

3.微平移法在速度关联中的具体应用微平移法在速度关联领域有广泛的应用，如在无人驾驶、智能交通、机器人控制等领域均有涉及。

dic测量原理的应用

DIC测量原理的应用1. 简介DIC（Digital Image Correlation）是一种基于数字图像处理的位移测量方法，它通过分析图像中特定点的像素位移来计算物体的形变和位移。

DIC技术在工程领域中被广泛应用，特别是在材料力学、结构力学和生物力学等领域。

2. DIC测量原理DIC测量原理是基于图像的亮度匹配和像素位移计算。

具体原理如下： 1. 亮度匹配：首先，在进行DIC测量前，对待测物体进行拍摄得到一系列图像。

然后，选择两个相邻图像进行亮度匹配，即将两幅图像进行亮度显示范围变换，使得两幅图像的亮度尽量一致。

2. 图像剖分：将匹配亮度后的图像进行分块，每个块的大小取决于待测物体的尺寸和形变情况。

通常，分块大小越小，测量精度越高，但计算量也会增加。

3. 像素位移计算：对亮度匹配后的图像块进行图像处理，通过比较块内每个像素的灰度值，计算出块之间的位移。

这种位移计算方法可以基于相关性、互信息或梯度等方法。

4. 形变计算：通过位移计算出每个像素点的位移矢量，进而可以获得整个物体的形变场。

常用的形变参数包括正向应变、剪切应变和主应变等。

3. DIC测量应用3.1 材料力学在材料力学中，DIC被广泛应用于材料的拉伸、压缩和弯曲等实验中，用于测量材料表面的形变和位移。

通过DIC测量，可以得到材料的应力应变曲线、断裂点和表面形貌等信息，从而评估材料的力学性能。

3.2 结构力学在结构力学中，DIC技术可用于监测结构物的变形和位移。

例如，在桥梁和建筑物的使用寿命评估中，利用DIC测量可以监测结构物的沉降、变形和裂缝扩展等情况，及时发现结构的变化并采取相应措施。

3.3 生物力学在生物力学研究中，DIC被广泛用于测量生物组织和器官的形变和位移。

例如，通过DIC测量可以分析人体骨骼的运动和变形，对运动学和生物力学研究具有重要意义。

同时，DIC还可以应用于生物力学材料的拉伸实验，如测量心脏和血管材料的应变和剪切性能等。

人工智能引领纺织行业创新发展

人工智能引领纺织行业创新发展摘要：将AI技术有效融入到纺织各领域中，运用计算机视觉技术，采用深度学习算法，科学构建客户化、个体化以图搜索引擎；并提出利用计算机视觉技术对经编针织疵点进行在线检测；利用自然语言处理实现个体化纺织专业教育；运用机器学习算法，对智能 CAD，纺织面料评级以及分类，生产管理，服饰面料样式选择等方面进行研究。

随着现代工业机器人技术不断进步，筒子纱染色已进入数字自动化阶段，使人工智能将成为战略性技术，引导纺织行业健康发展，从而推动纺织行业智能化程度稳步提升，进而推动变革。

关键词：人工智能；纺织行业；创新发展摘要：人工智能主要是一门运用计算机模仿人类智能行为的学科。

包括对人的感知，认知，执行等。

旨在对计算机展开培训，使其能够自主学习、判断及决策等。

在技术层次上，将人工智能划分为三个层次。

其中，认知技术包含使用机械视觉、语音识别以及其它人工智能技术获取外界信息技术。

执行技术主要包含硬件技术以及将人工智能与机器人有效结合的智慧芯片计算技术。

在我国当前科技发展中，AI已成重要发展趋势，并在纺织业中得到广泛运用，以提升面料评级、分类、生产管理准确性及效率，同时还能够协助设计师对服饰流行趋势展开准确判断。

总之，将智能机器人有效运用到纺织业中，可以大大减少人力成本，从而提升纺织业生产率。

一、纺织行业中计算机视觉技术应用（一）机器视觉在经编针织疵点中的应用在机器视觉及图像处理技术健康发展背景下，纺织品缺陷自动化测试已被诸多企业引进。

当前，我国大多数纺织品生产厂家仍然采用人工检测手段，导致无法对纺织品进行有效检测，无法对纺织品品质加以有效控制。

江南大学自主研发的“断纱自停”织物疵点在线探测装置，主要利用工业照相机处理并获取织物图像。

一旦在织造过程中出现疵点，机器就会停机。

该系统包括图像采集、疵点识别及机械控制三部分。

其中，还涉及先进评价系统及专门图像处理程序，同时还包括以最优 Gabor滤波为基础的织物疵点自动检测方法，采用非接触式检测方式，不存在任何机械损失。

非接触式测量技术

最后精确、快速、可靠的船体分段测量技术的突破有助于提升我国造船企业的国际竞争力[1]。

纺纱过程中纱线张力的非接触式测量

摘要:本文通过对国内外纱线张力直接接触测量存在的局限性进行分析，运用纱线气圈理论及数字图像处理技术，提出一种纱线动态张力测量新方法———非接触式测量。

关键词:纱线张力非接触测量图像处理1简介柔体在人类的活动中广泛的存在和使用，在对其进行加工和使用的过程中，通常都要求测量和控制其张力。

所以，纱线张力是很重要的一个因素，必须对其进行测量与控制。

现阶段国内外测量纱线张力最常见的方式是直接接触测量方法，但是由于该方法具有很大的局限性，并且不适合用于长时间的在线检测与控制。

因此本文提出一种纱线动态张力测量新方法———非接触式测量。

2纱线气圈2.1纱线气圈的形成在加捻卷绕过程中，纱线被导纱钩至钢丝圈间，由于以锭子轴为中心钢丝圈会进行高速回转，且纱条作直线移动，这时作用在纱线上的力有离心力、哥氏力、重力、空气阻力等，在这种情况下，纱线会向锭子轴旁张开，形成一空间封闭的曲线，即我们通常所称的纱线气圈。

2.2纱线气圈的运动微分方程研究气圈纱线上任一微小段。

环锭纺纱的气圈纱线一般都是瘦长形，几乎没有空间扭曲和纱线重力，并且实践表明，哥氏惯性力也可以忽略不计，其受力分析如图1所示。

深入研究了纺纱张力T 0与气圈纱线形态几何参数r m 、α0、h 间的关系，得出如下关系式[1]：T 0=f（t，ω，β，h，r m ，α0）（1）因此气圈上纱线点O 处的张力可简化为T 0=f（t，ω，r，α0）（2）式中：T 0———气圈顶点O 处张力（N ）；t———纱线的细度（kg/m ）；β———空气阻力等因素的影响系数s；h———气圈高度（m ）；r———气圈底部（钢领处）半径（m ）；r m ———气圈的最大半径（m ）；α0———气圈顶角（弧度）；ωn ———锭子角速度（rad/s ）。

由于纺纱时纱线张力较小，很难在生产车间现场直接测定纱线的张力。

因此要想使测定方便简单，并且保证很高的正确性，应该以气圈的形态特征来计算纱线的张力，知道某瞬时气圈纱线形态参数（如r m 、α0），则可根据式(2)计算得出此时纺纱张力T 0。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＪＩＮＳｈｏｕＹｏｎｇｂｉａｏ
（１．ＣｏｎｓｔｒｕｃｔｉｏｎＭａｃｈｉｎｅｒｙＳｃｈｏｏｌ，ＣｈａｎｇａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎ，Ｓｈａａｎｘｉ７１００６４，Ｃｈｉｎａ；
２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇ，ＸｉａｎＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎ，Ｓｈａａｎｘｉ７１００４８，Ｃｈｉｎａ）
ＡｂｓｔｒａｃｔＴｈｅｍｏｖｉｎｇｓｐｅｅｄｏｆｆａｂｒｉｃｉｓａｎｉｍｐｏｒｔａｎｔｔｅｃｈｎｉｃａｌｐａｒａｍｅｔｅｒｉｎｔｅｘｔｉｌｅｐｒｏｄｕｃｔｉｏｎ，ｗｈｉｃｈｉｓｍｅａｓｕｒｅｄｂｙｃｏｎｔａｃｔｍｅｔｈｏｄｃｏｎｖｅｎｔｉｏｎａｌｌｙ．Ｔｏｅｌｉｍｉｎａｔｅｔｈｅｍｅａｓｕｒｅｍｅｎｔｅｒｒｏｒｃａｕｓｅｄｂｙｔｈｅｓｌｉｐｐａｇｅ
滑转产生测量误差，可采用非接触测量方法。通过高速线阵ＣＣＤ相机采集织物表面纹理灰度信息，相邻２帧信号，具有波形相似且有一定的空间位移，再用互相关算法及其改进算法计算出空间位移，结合连续２帧采样间隔计算
ｆｒａｍｅｓｉｇｎａｌｓ，ｉｔｈａｓｔｈｅｓｉｍｉｌａｒｉｔｙｗａｖｅｆｏｒｍａｎｄｃｅｒｔａｉｎｓｐａｃｅｄｉｓｐｌａｃｅｍｅｎｔ，ＳＯｔｈｅｓｐａｔｉａｌｄｉｓｐｌａｃｅｍｅｎｔ
基于图像的织物速度非接触测量方法
金守峰，胡永彪
（１．长安大学工程机械学院，陕西西安７１００６４；２．两安工程大学机电工程学院，陕西西安７１００４８）
摘要
织物运行速度是纺织品加工中的重要工艺参数，传统测量方法采用接触式测量。为避免织物与导轮之间
第３４卷
第４期
纺织学报
ＪｏｕｒｎａｌｏｆＴｅｘｔｉｌｅＲｅｓｅａｒｃｈ
Ｖｏ１．３４．Ｎｏ．４
Ａｐｒ．，２０１３
２０１３年４月
文章编号：０２５３ — ９７２１（２０１３）０４－０１２７ — ０４
文献标志码：Ａ
中图分类号：ＴＳ１０３．６３
Ｉｍａｇｅ－－ｂａｓｅｄｎｏｎ・－ｃｏｎｔａｃｔｍｅａｓｕｒｍｅｎｔｍｅｔｈｏｄｏｆｆａｂｒｉｃｍｏｖｉｎｇｓｐｅｅｄ
出织物运行速度。为提高计算准确度，用高斯曲线拟合互相关函数的峰值并给出拟合公式，得到亚像素级的运动
速度。实验验证了这种算法的可行性及其精度。
关键词
织物图像；速度；非接触测量；互相关函数；亚像素拟合
ｂｅｔｗｅｅｎｆａｂｒｉｃａｎｄｇｕｉｄｉｎｇｒｏｌｌｅｒ，ｔｈｉｓｐａｐｅｒｐｕｔｓｆｏｒｗａｒｄａｎｏｎ— ｃｏｎｔａｃｔｍｅａｓｕｒｉｎｇｍｅｔｈｏｄ．Ｉｔｇｅｔｓｔｈｅ
ｆａｂｒｉｃｓｕｒｆａｃｅｔｅｘｔｕｒｅｇｒａｙｉｎｆｏｒｍａｔｉｏｎｂｙａｈｉｇｈｓｐｅｅｄｌｉｎｅａｒｒａｙＣＣＤｃａｍｅｒａ．Ｂｅｔｗｅｅｎｔｈｅａｄｊａｃｅｎｔｔｗｏ
ｃａｎｂｅｃａｌｃｕｌａｔｅｄｂａｓｅｄｏｎｔｈｅｃｒｏｓｓ — ｃｏｒｒｅｌａｔｉｏｎａｌｇｏｒｉｔｈｍａｎｄｉｔｓｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍ，ａｎｄｉｎｃｏｍｂｉｎａｔｉｏｎｗｉｔｈｔｈｅｓａｍｐｌｉｎｇｉｎｔｅｒｖａｌｏｆｔｈｅｔｗｏｃｏｎｔｉｎｕｏｕｓｆｒａｍｅｓｔｈｅｍｏｖｉｎｇｓｐｅｅｄｏｆｔｈｅｆａｂｒｉｃｃａｎｂｅｃａｌｃｕｌａｔｅｄ．Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｃａｌｃｕｌａｔｉｏｎ，Ｇａｕｓｓｃｕｒｖｅｉｓｕｓｅｄｔｏｉｔｆｔｈｅｐｅａｋｖａｌｕｅｏｆｃｒｏｓｓ — ｃｏｒｒｅｌａｔｉｏｎｆｕｎｃｔｉｏｎａｎｄｔｈｅｆｉｔｔｉｎｇｆｏｒｍｕｌａｉｓｄｅｒｉｖｅｄ．Ａｎｄｔｈｅｎｗｅｏｂｔａｉｎｔｈｅｓｕｂ— ｐｉｘｅｌｍｏｖｅｍｅｎｔｓｐｅｅｄ．Ｅｘｐｅｒｉｍｅｎｔｓｈａｖｅｖｅｒｉｉｅｆｄｔｈｅｆｅａｓｉｂｉｌｉｔｙａｎｄｐｒｅｃｉｓｉｏｎｏｆｔｈｉｓａｌｇｏｒｉｔｈｍ．Ｋｅｙｗｏｒｄｓｆａｂｒｉｃｉｍａｇｅ；ｓｐｅｅｄ；ｎｏｎ— ｃｏｎｔａｃｔｍｅａｓｕｒｍｅｎｔ；ｃｒｏｓｓ — ｃｏｒｒｅｌａｔｉｏｎｆｕｎｃｔｉｏｎ；ｓｕｂ — ｐｉｘｅｌｉｆｔｔｉｎｇ