机器视觉技术在棉纺行业中的应用
一、前言
当今社会是一个科技如雨后春笋般涌现的社会。科技是绝对的第一生产力，随着光电技术、图像识别技术、计算机及数字视频技术的发展及日趋完善，纺织科技已突破传统机械及简单电气传动控制领域走向高度集成的小型化、数字化、智能化的道路。由于数字信号具有处理效率高、抗干扰能力强、控制准确，是传统机电信号无法比拟的特点，因此，各种数字视频技术得到了迅速的发展，传统的异纤分拣系统已逐步转向以图像处理为核心的现代模式。
二、异纤分拣机优势
在纺织行业竞争日益激烈的今天产品质量及产品 成本决定了企业的生存能力，在实际棉纺应用过程中机器视觉系统可以完成普通人工4-6人的工作量。普通人工分拣棉花，每吨棉花需增加成本500元左右，按照一天三班倒的工作制来计算，一台异纤分拣机可以净省人工12-18人，依照目前人工成本计算一年净省人工成本为25万元左右，同时带来产品质量提高的附加值。所以综合计算一台异纤分拣机短时间即可完全回收成本。
在纺纱的生产过程中，像棉花杂质检测这种有高度重复性和智能性的工作不能仅仅依靠人工检测来完成, 对棉花质量的检测是重复性劳动，工人容易疲劳导致出错并且效率低。在现代化清梳联流水线中常常可看到很多的检测工人来执行这道工序,给企业增加巨大的人工成本和管理成本的同时,却仍然不能保证“三丝”合格率。
生产自动化的改造，清梳联流水线变成快速、实时、准确、高效的流水线。在纺织流水线上，所有棉花都要经过各种工艺开松除杂处理。现在采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的实际生产检测中，用人工检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。
三、异纤分拣机与传统分拣方式的区别
传统分拣方法主要以人工分拣为主，近十年来出现一些智能检测手段的各种尝试，包括超声波检测、光电检测、黑白CCD检测和彩色CCD检测。经过纺织企业实践检验单一的检测手段无法完全解决棉花中种类丰富的杂质，所以我们提出将超声波检测、彩色CCD检测与黑白CCD检测嫁接在一起的综合检测机构。各种检测手段使用效果对比情况如表1所示。
表1 各种检测方法的检出效果对比
一般机器视觉检测（自动识别）先利用高清晰度、高速摄像镜头拍摄标准图像，在此基础上设定一定标准；然后拍摄被检测的图像，再将两者进行对比。但是在棉花检测工程中要复杂一些：
1． 图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致。
2． 杂质的形状难以事先确定。
3． 由于棉花快速运动对光线产生反射，图像中可能会存在大量的噪声。
4． 在流水线上，对棉花进行检测，有实时性的要求。
由于上述原因，图像识别处理时不能照本宣科，应采取相对应的算法，考虑到各种实际工作棉花品种和状态，提取杂质的特征，进行模式识别，实现智能分析。
四、异纤分拣机的技术特点
异纤分拣机包括彩色线阵扫描CCD相机、黑白线阵扫描CCD相机、超声波检测装置、白光及紫外光照明装置、电磁阀喷气装置、计算机处理设备、异纤清除装置的异纤分拣机。集CCD成像技术、超声波扫描处理技术、自动化控制技术、光谱分析技术、图像处理技术等高端技术为一体。针对不同种类杂质采用CCD相机成像检测同超声波检测相结合的多种检测手段的结构，提高了生产效率及生产质量，简化了生产流程。同时由于采用集成模块化的设计使安装操作更为简单，实际安装过程中只需将在棉花通道内添加本设备即可，整机采用全屏蔽模块化设计，具有很强的抗干扰能力。检测过程无需另外添加其他设备配合，整机结构紧凑、外形尺寸小，具有很高的性价比。大大减少了传统棉花检测装置所需检测时间及工序，集成了多种传统检测手段为一体，增加了棉花内杂质的检出效率，提高了棉纺企业成纱质量及速度。
1.CCD传感器精确感应
视觉、听觉、嗅觉、味觉和触觉是人体的基本五种感觉，其中视觉带来的信息量远远大于其它四种，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色及形态等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。机器视觉同时具备我们人眼不具备的很多优势。例如高速判断，人眼1秒内只能分辨12帧图像，超过12帧以上人眼即无法分辨但是机器视觉系统可以分辨50-80帧甚至更高帧数的图像。
图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，驱动废棉清除系统，实现自动识别杂质并排除杂质的功能。
2.高速的图像识别技术及整机控制系统
通过采用更高速度的处理器使我们对棉花杂质的处理时间基本都停留在毫秒级别，一秒钟能处理图像数量庞大。图像处理算法中增加了我公司完全自主开发的图像识别系统，包含颜色识别模块，仿真形态学识别模块，亮度自适应模块，杂质校正模块输入输出控制模块。
系统采用高性能计算处理设备，保证系统性能。其分析能力强，控制精度高，整体控制能力强大。不但能完成高速采集图像和分析图像，同时还能驱动对应电磁阀组件及控制照明组件。中央处理器主频超过2.4GHz（双核），内存容量超过1GB，采用160GB以上高速硬盘，DVD光驱，自带模拟量输出单元、I/O控制单元、高速图像采集单元。系统整体反应速度低于15ms，完全能够满足目前系统需求。