異纖分揀機檢測系統(tǒng)優(yōu)化及參數標定研究.pdf

1、棉花中的異性纖維影響布面外觀，降低產品質量，嚴重損害企業(yè)的聲譽，給棉紡企業(yè)帶來巨大的經濟損失。當前，棉紡織企業(yè)主要采用基于CCD光學成像的異纖分揀機檢測異纖，但針對實際多類異纖的檢測效果不是很理想。本課題針對60AT4型異纖分揀機，進行檢測系統(tǒng)優(yōu)化和參數標定研究，以提高分揀機對多類異纖的檢出率，其主要內容如下:
　　提出了一種基于模糊聚類神經網絡的異纖檢測多類光源優(yōu)化設計方法。通過分析CCD成像與入射光能量的關系，推導出多類異纖檢

2、測的光源數量;建立了CCD靶面曝光量函數，確定光源的最佳檢測位置;并通過分析CCD背景板圖像的光線分布及平均灰度，建立多類光源的模糊聚類神經網絡模型，對光源進行優(yōu)化設計。實驗結果表明，優(yōu)化后異纖檢出率達到94.79％。
　　在異纖檢測時，相機調節(jié)白平衡時操作步驟繁瑣，需要分別對曝光時間和增益進行多次組合調節(jié)。本文提出一種基于模擬退火算法的CCD相機自動白平衡方法，通過分析相機增益和曝光時間與白平衡值的關系，建立回歸方程，運用模擬退

3、火算法，實現相機的自動白平衡調節(jié)。
　　不同顏色和形狀的異纖，在檢測時需要根據實際情況不斷進行調整，費時費力，且很難達到理想的效果。本文以常見尺寸異纖為實驗對象，采集數據樣本，通過神經網絡模型預測每種異纖的最優(yōu)檢測參數。在最優(yōu)檢測參數的條件下，對異纖分揀機的檢測參數進行了標定。
　　通過實驗證明，本文所研究的異纖分揀機的光源的優(yōu)化設計及自動白平衡方法的建立都是可行的，對異纖分揀機的精度標定也達到了實際生產的要求，對于機器視覺