Способ классификации дефектов шерстяной ленты

Способ классификации дефектов шерстяной ленты

Иллюстрации

Показать все

Реферат

 

Сущность изобретения: определяют площадь S изображения дефекта, измеряют максимальный размер дефекта D в направлении, перпендикулярном направлению ширины h дефекта, а также величины L и L проекций дефекта в двух взаимно перпендикулярных направлениях, вычисляют обобпп щенные признаки Р (L +L )/S и Р D/h на основании которых дефект относят к соответствующему классу. 3 ил.

.у+ . 6 1 1 (51) 5 0 06 Н 3 ОО

ОПИСАНИЕ ИЗОБРЕТЕНИ

К ПАТЕНТУ

Комитет Российской Федерации по патентам и товарным знакам (21) 4910135/12 (22) 25.1 2.90 (46) 1512.93 Бюп. Nc 45-46 (71) Научно-производственное объединение "Астрофизика" (72) Кочкин BA.. Кутаев Ю.Ф. (73) Товарищество с ограниченной ответственностью "АСТРАМ" (54) СПОСОБ КЛАССИФИКАЦИИ ДЕФЕКТОВ

ШЕРСТЯНОЙ ЛЕНТЫ (19) BU (11) 2®4(Я (57) Сущность. изобретения: определяют площадь

S изображения дефекта, измеряют максимальный размер дефекта 0 в направлении, перпендикулярном направлению ширины h дефекта, а также величины L uL проекций дефекта в двух взаимно г перпендикулярных направлениях вычисляют обобщенные признаки P =(+L )/S u P =D/h на осног г

1 т г г вании которых дефект относят к соответствующему классу. 3 ил.

2004658

Изобретение относится к автоматическому контролю качества в текстильном производстве путем распознавания дефектов по геометрическим признакам, В частности, в шерстяном чесальном 5 производстве к основным дефектам шерстяной ленты на выходе чесальной машины могут быть отнесены дефекты типа "мушка", "солома", и "репей" (в дальнейшем М, С и Р соответственно), возникающие на различ- 10 ных стадиях чесального производства.

По количеству различных дефектов и их относительному весу можно локализовать источники их возникновения, тем самым определяя место нарушения технологического процесса. Геометрически основные дефекты представляюг собой:

M — эллиптические уплотнения из материала ленты;

С вЂ” инородные включения вытянутой 20 формы:

Р— инородные включения кольцеобразной формы.

Их параметры сведены в таблицу.

В настоящее время контроль подобных дефектов проводится вручную, визуально, поэтому автоматизация процесса классифи. кации дефектов приобрела практическую ценность.

Известны способы классификации де- 30 фектов, использующие корреляционные апгоритмы обработки, заключающиеся в регистрации изображения дефекта и его корреляционном сравнении с заранее зарегистрированным эталонным изображением объекта, Эти способы имеют низкую точность, обусловленную неинвариантностью корреляционных алгоритмов к таким параметрам аффинных преобразований коррелируемых иэображений, как изменения масштаба и ориентации, а также необходимостью нормализации изображений перед распознаванием, т.е. приведением изображений к каноническому виду.

Известен также способ классификации 45 дефектов, основанный на определении геометрических характеристик объектов, заключающийся в формировании изображения дефекта, выделении его контура, нормализации изображения и выделении для нормализованного иэображения объекта системы геометрических призна-. ков, К недостаткам известного способа относится низкая точность, связанная с невозможностью классификации дефектов 55 для ненормализованных изображений дефектов, имеющих произвольный масштаб и ориентацию.

Известен способ классификации дефектов, заключающийся в peiистрации изображения дефекта, его пространственной дискретизации и пороговой обработке, определении системы геометрических признаков: площадь бинаризованного изображения дефекта S, его периметр Р, наименьшую ширину h, диаметр Мартина 0м (максимальное расстояние между касательными к его границам) и принятии решения об отнесении дефекта к тому или иному классу.

Его недостатком является низкая точность, вызванная большой вероятностью ошибочной классификации дефектов.

Известен также способ контроля линейных величин длинномерных материалов, заключающийся в измерении проекций иэображения дефекта в двух взаимно перпендикулярных направлениях с последующей обработкой результатов измерений.

Недостатком такого способа неоднозначность при определении класса ряда дефектов.

Целью изобретения является повышение точности классификации дефектов, На фиг. 1 приведены типовые изображения классифицируемых дефектов; на фиг. 2 — пространство решений; на фиг, 3 — блоксхема устройства. . Устройство содержит классифицируемый дефект 1, объектив 2, матрицу фотоприемников 3, пороговое устройство 4, блок 5 обработки сигналов, микропроцессор 6, соединенные последовательно, Шерстяная лента располагается в предметной плоскости объектива 2, изображение классифицируемого дефекта 1 и роецируется объективом 2 на фоточувствительную площадку матрицы фотоприемника 3, Выходные сигналы с матрицы фотоприемников 3 через пороговое устройство поступают на блок 5 обработки сигналов. После порогового устройства 4 изображение дефекта 1 представляет собой дискретизированную совокупность бинарных сигналов, обрабатываемых в блоке 5 обработки сигналов.

Сущность предложенного способа заключается в следующем.

Опишем вокруг изображения дефекта. ориентированного относительно координатных осей (задаваемых направлениями пространственной дискретизации) произвольным образом повернутого, например, на угол р относительно осей) прямоугольник, стороны которого ориентированы по направлениям пространственного разложения элементов растра фотоприемной матрицы 3.

Тогда величины Lx u Lv определяют как

LX = Хмакс Хмим, LY = Умакс Умлм.

2004658 с выражениями (3). Для оценки неизвестных априорно параметров p, g, hl, h используют определенные величины S, Lx, Ly и в ширину бинаризованного иэображения

5 (максимальную) в центральном сечении ЛХ, Очевидно что hXp=2h sec +tg @=AM. (4)

Для каждого из трех классов по измеренным величинам Lx, l y, S, hX в микропроцессоре 6 могут быть получены оценки определяемых величин h, hl. 3, р, по кото15 рым строится пространство решений

Р1/Рг/.

Решение полученных систем уравнений в микропроцессоре 6 осуществляют, например, методом Ньютона и не вызывает затруд20 нений, Однозначность воспроизведения алгоритма работы микропроцессоров обеспечивается конкретностью приведенных выше формульных зависимостей (1, 2, 4).

Для объекта типа С Lx = р cos p+ h sin p

25 Ly=Dsin p+hcosp

S=Dh.

1 в1л р

Ь=к тмакс + Гмин

Ly = и /созга+- з п р

S =л. 4,Е= —. (5) 35

Sc=Dh: SM кР4

Dh (2)

4гх+4гх

Тогда значения параметра P l—

+1

Р1с sin 2 p+

PlM =

Р1р = — (1 + )

«2 д= — <—

Ь 1

h 2

Величины Хмакс, Хмин, Умакс Умин определяют. в блоке 5 обработки как номера экстремальных ненулевых элементов бинаризированного изображения объекта по строке и кадру соответственно. Реализация этих вычислений на цифровой элементной базе не вызывает затруднений, Для классифицируемых дефектов величины Lx, Ly выражаются через параметры дефектов р, R, фследующим образом:

Lx= 0 cos р+ R sin p

С (1) ,Ly-0 sin р+ R cosy. Для дефекта P определяется также параметр h1 — минимальная ширина, определяемая как минимальный поперечный размер односвязаной области — ширина бинаризированного иэображения в центральном сечении: что также легко реализуется с помощью цифровых устройств в блоке 5 обработки сигналов, Величины площади классифицируемых дефектов в выделенных обозначениях имеют вид:

Зависимости Pl/Pz/ приведены на фиг.

2, б, по которой может быть построено решающее правило для классификации дефектов, а именно учитывая Рг = (, совпадающее

Для объекта типа M Lx - h созга г + з! и г

Для объекта типа Р Lx =h V созг/ г + з пг/, - = " cos i- sic p г Dh (Π— 2 М ) (Ь вЂ” 2 Ь )

4 4

Проверочное условие (на совместимость систем уравнений) следует из подстановки в полученных из решения систем (5) соответствующего типу дефекта условия (4).

Величина классифицируемого дефекта S определяется простым подсчетом ненулевых элементов бинаризованного изображения дефекта с помощью счетчика. Реализация электронных блоков не вызывает затруднений, и они могут быть изготовлены на обычной элементной базе: счетчики, регистры, устройства выборки — хранения, логические элементы, микропроцессорный комплект

1801 и т,п, Положительный эффект предложенного способа по сравнению с прототипом заключается в повышении точности эа счет выбо2004658

Толщина кольца.

Формула изобретения

СПОСОБ КЛАССИФИКАЦИИ ДЕФЕКТОВ ШЕРСТЯНОЙ ЛЕНТЫ. заключающийся в регистрации изображения образцовых дефектов с последующим измерением для каждого из них площади бинариэированного изображения и величины минимального поперечного сечения, отличающийся тем, что, с целью повышения точности, дополнительно проецируют иэображение дефекта в двух взаимно перпендикулярных его плоскости направлениях и измеряют величины проекций изображения дефекта, а также величину максимального поперечного сечения изображения дефекта в направлении, перпендикулярном к направлению его минимального поперечного сечения, по результатам измерений вычисляют координаты точек образцового дефекта

" ра системы признаков, не требующих предварительной нормализации иэображений дефектов и обладающих инвариантностью к изменениям масштаба изображений. Кроме того, для ряда классифицируемых дефектов (M, Р) достигается инвариантность к углу поворота, Реализация предложенного способа ориентирована на использование растровой структуры матрицы фотоприемников (ПЗС-матрица/ТВ передающая камера. В известном способе при этом операции по измерению таких параметров, как диаметр

Мартина и периметр, приводят к неодноэначному результату. Измерения периметра сопровождаются большой погрешностью (особенно при наклонной ориентации дефектов типа С), приводящей к ошибкам

5 классификации, В предложенном способе погрешности, связанные с дискретизацией изображения, практически отсутствуют, что обусловлено выбором признаков, мало подвижных ее влиянию.

10 (56) Воронцов П.Н. Фотоэлектрические системы контроля линейных величин. М., 1965, с,154 — 155, P) (L)+L2) 3 I" " 2 = О/h, 2 2

15 где Li и L2 - величины проекций иэображения дефекта;

S - площадь бинаризированного иэображения;

О - величина максимального поперечно20 го сечения;

h - величина минимального поперечного сечения изображения дефекта, на основании чего строят график распре25 деления дефектных областей для множества видов образцовых дефектов, причем классификацию контролируемого на шерстяной ленте дефекта осуществляют путем определения его координат, вычисленных аналогично образцовому дефекту, и расположения точки с одними координагами в соответствующей дефектной области образцовых дефектов.

2004658 г.5

Редактор А. Зробок

Корректор А, Козориз

Заказ 3383

Производственно-издательский комбинат "Патент", г. Ужгород, ул.Гагарина. 101

Составитель А. Козлов

Техред М.Моргентал

Тираж Подписное

НПО "Поиск" Роспатента

113035. Москва, Ж-35, Раушская наб., 4/5