基本信息
- 项目名称：
- 基于机器视觉棉花异性纤维自动清除机
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 机械与控制
- 大类：
- 科技发明制作A类
- 简介：
- 本机基于机器视觉技术、计算机自动控制技术，利用专用光源系统和高速高分辨彩色线阵摄像机采集棉花图像；采用面向对象的编程方法，对不同棉花介质适应性强，针对不同异纤分别设计了算法模块，使其对异纤的识别率和清除率较高。此作品是集光、机、电、计算机、气动控制于一身的机电一体化产品，相关技术可以应用到军事领域的导弹侦测与拦截，具有一定的实用价值和教学意义，技术水平处于国内领先。
- 详细介绍：
- 本机基于机器视觉技术，适用于棉纺加工企业中清除皮棉中异性纤维，采用计算机自动控制技术，利用专用光源系统和高速高分辨彩色线阵摄像机采集棉花图像；采用面向对象的编程方法，程序结构清晰，稳定性和扩展性好，对不同棉花介质适应性强，针对不同异纤分别设计了不同算法模块，使其对异纤的识别率和清除率较高，可以有效提高棉花产品质量和竞争力。此作品是集光、机、电、计算机、气动控制于一身的机电一体化产品，具有一定的实用价值和教学意义，技术水平处于国内领先。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 机器在清开棉工序中进行异性纤维自动清除，可以有效地减少由于棉花中异性纤维造成的产品疵点、废品等问题，从而降低成本，提高产品质量和竞争力。 基本思路：用高速摄像机扫描棉花图像，利用荧光效应和三基色图像处理方法识别棉花和异性纤维，用高压气流将棉花和异性纤维分离。 创新点：（1）新型开棉部件。（2）新型气流喷射部件。（3）图像处理的算法。 技术关键：（1）图像处理算法。（2）光源部件（3）棉花异纤清除机是集光、机、电、计算机为一体的机电一体化设备结构复杂，整机设计不但是关键技术而且是一个难点。 主要技术指标：1.设备处理效率：800kg/h（相当于40名熟练工人的工作量）；2.工作可靠性：≥90%；3. 异纤识别率：≥95%；异纤清除率：≥88%；白色丙纶丝清除率：95%；头发丝等细小物质清除率≥50%
科学性、先进性
- 与现有技术相比该设备突出的特点为： 先进性：1、设备总体设计方案的优秀。将罗拉、打手、玻璃腔、相机支架、喷嘴、杂质箱等主要工作部件实现了最佳组合。 2、控制优化。分析了高速棉流的运动，研究扁平风道中气流形态，得到较优的风道形状、气流速度等参数，改进风道的结构及加工工艺，提高了棉花中异性纤维的识别率。 3、优化的喷嘴和杂质箱结构。研究喷嘴的形状、位置，流量和杂质箱的开口形状、入口角度、排杂风量、风向等重要参数，优化了喷嘴和杂质箱的结构。提高了棉花异性纤维喷出效果。 算法科学性：机器视觉中数字图像算法研究。依据三基色原理通过灰度处理，数据延迟，乘法运算特征析出、提高异纤的识别率，保证清除效果。
获奖情况及鉴定结果
- 2011年3月在南阳理工学院第八届“挑战杯”大学生课外学术科技竞赛中获得特等奖。
作品所处阶段
- 产品已经初步投入市场
技术转让方式
- 技术转让、技术服务、或者合作开发产品
作品可展示的形式
- 实物、产品；图片；产品原理演示动画
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 使用说明：本系统安装在前纺工序的第一台皮棉清理机之后，在棉花比较开松的情况下有效地识别异纤，可有效清除异性纤维，提高棉花品级，避免异纤对下一步加工的危害。技术特点和优势：本系统采用机器视觉技术，在棉纺织企业的清开棉工序中自动检测清除异纤，异纤和细微异物的清除率全国领先，能够有效提高棉花品级。 适用范围：棉花加工和棉纺企业。 （1）该系统市场需求量大，每台利润约在12万元左右，全国现有3万锭以上规模的纺织企业1000余家，若每年销售100台本产品，则年销售额可实现5800万元（2）企业购买该系统，以三万锭规模的纺织企业为例，采用传统人工挑拣办法，年支付的工人工资多达90万元。使用该设备，只需购进2台，仅需年支付工人工资12000元。一年可为企业减少工资支出88.8万元。（3）皮棉因异纤含量的高低，每吨市场差价达300元—500元，棉花加工企业购买一台设备，每月能加工棉花600吨左右，直接利润为15—25万元。 通过以上分析，本课题的研究成功及产品的推广应用将产生巨大的经济效益。
同类课题研究水平概述
- 目前国内外对异纤的检测手段主要有两种： 一是根据光电学原理。通常是利用摄像机对棉纤维表面进行扫描，扫描信号送计算机系统处理，发现异常时发出指令，驱动执行机构排除，但具体的检测方法也不尽相同。其中有利用棉花与异纤的细微色泽差别检测棉花杂质; 有利用X 光对棉花样品断层扫描，根据分析与棉花密度的不同来确定异纤; 还有采用紫光灯管照射棉花表面, 然后利用信号处理技术检测棉花中的尼龙杂质的,方法不同检测效果也不尽相同。 二是采用传感器来检测。原料进入一个扁平管中，在扁平管两面的全部宽度上，各排列着一排图像传感器阵列，当原料经过图像传感器阵列时，计算机进行分析，确定原料中的杂质位置，再由执行机构排杂。 也有根据棉花中异纤的多光谱特性进行检测的方法。通过分析异纤在多个波段光谱中的反射特性, 找出各异纤与棉纤维特征差别。利用不同异纤在不同波段的光谱特征, 提出多波段光谱融合成像方法, 将异纤在多光谱中的反射特性转化为多光谱图像中的色差、灰度、形态特征, 较好地解决了异纤检测问题。 还有研究提出了一种显微近红外成像方法用于检测皮棉中异纤。该方法将棉纤维与异纤在特定红外波段的吸收特性差别,转化为近红外光谱成像系统中两者的灰度、形态图像特征差别,通过显微光路对图像特征差别放大,利用图像分割技术将异纤目标分割出来。 这些实验方法和研究成果都对解决异纤检测难题提供了一系列新思路, 对于纺织工业质量的提升具有很重要的意义,但是将这些方法应用于工业现场检测难度相当大。 异纤的危害之大，使棉花异纤分拣成为近几年来国内外研究的热点,人们不断地探索用机器视觉代替人工检测。但是目前存在的棉花异纤分拣系统均无法完全满足工业现场检测要求，此类产品在国际上尚未成熟。目前市场上所出现的在线检测方法与装置可以达到一定的效果，但是主要存在两个具有挑战性的问题：对一些与棉花颜色相近的异纤和非常细小的诸如头发丝的杂质检测困难。 本文针对第一个问题，提出利用紫外线的荧光效应，突出棉花和与棉花色泽相近的异纤的特征差别，并根据异纤的类型分析设计出有效的算法进行检测。此方法在目前现有研究基础上较好地解决了与棉花色泽相近的异纤的检测问题。 第二个问题主要取决于所选用相机的分辨率，也可以通过增加硬件成本的途径得以解决。本文从分析头发丝的信号突变入手提出检测算法，也较好地解决了这一问题。
