本发明属于纱线检测技术领域，涉及一种基于机器视觉的pe纤维纱线质量在线检测设备；
本发明还涉及一种基于机器视觉的pe纤维纱线质量在线检测方法。
背景技术：
pe纤维(超高分子量聚乙烯纤维)是一种新型材料，以其良好的物理和化学性能，广泛应用于国防，航空航天，绳索，体育器材用品，耐压容器、传送带、过滤材料、汽车缓冲板等领域。在聚乙烯纤维纱线生产过程种由于工艺，设备等原因，纱线表面经常出现破丝，并丝等缺陷，影响产品质量，造成客户投诉。由于生产设备同时拉出的纱线数量较多，纱线较细，破丝只有几微米，肉眼无法在生产过程中观察到，普遍的检测方式是待纱线落筒后，肉眼观察落筒外表面的缺陷，并以外表面的缺陷衡量整管纱线，这样的做法只能是以片盖全，不够客观。为了解决企业生产过程种遇到的实际问题，控制产品质量，我们开发了基于机器视觉的pe纤维纱线在线检测设备，实时监控每一根纱线上的毛丝，并丝，并以落筒为单位存储缺陷图像，同时对该筒纱线进行质量进行客观评级。
技术实现要素：
本发明的目的是提供一种基于机器视觉的pe纤维纱线质量在线检测设备，解决了现有纱线检测中存在的人工检测不准确问题。
本发明的另一个目的是提供一种基于机器视觉的pe纤维纱线质量在线检测方法。
本发明所采用的第一个技术方案是，一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，包括架设于pe纤维纱线上方的led线光源，所述led线光源一侧设置有工业相机，led线光源与工业相机并联有采集触发控制板，所述工业相机连接工业控制计算机输入端，工业控制计算机输出端连接有缺陷报警提示器。
本发明的第一个技术方案的特点还在于：
其中工业相机为baslerral-4096线阵相机；采集触发控制板为hd-generalctrlv202，工业控制计算机为德胜ds-1000l、cpu为i7-4765t的工控计算机，工业控制计算机通过rs485工业总线与采集触发控制板进行通讯；
其中led线光源在竖直方向距离pe纤维纱线30mm；
其中led线光源与pe纤维纱线夹角为45°；
其中工业相机照射轨迹与led线光源发射轨迹汇聚于pe纤维纱线表面，且工业相机照射轨迹与led线光源发射轨迹垂直；
其中工业控制计算还连接有显示器；
其中缺陷报警提示器为声光报警灯。
本发明的第二个技术方案是，一种基于机器视觉的pe纤维纱线质量在线检测方法，采用一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，具体按以下步骤实施：
步骤1，当生产线运行时，采集触发控制板采集生产线上的电流信号，并将此信号转换成对应的速度值，再以此速度为基础触发工业相机和led光源进行图像采集；
步骤2，当工业相机采集到pe纤维纱线图像后，通过千兆网将图像数据传送至工业控制计算机内，工业控制计算机运行设计好的图像处理算法对采集到的纱线图像进行处理，当发现有缺陷时，工业控制计算机驱动缺陷报警提示器进行提示，同时将缺陷图像存储在相应的落筒文件夹内；无缺陷的图像则不需要保存。
本发明的第二个技术方案的特点还在于：
其中步骤2中图像处理算法具体过程为：采集到纱线图像后，首先进行各种滤波处理，消除图像采集过程中的噪声，然后进行图像增强，使图像更加有利于检测，然后进行阈值化处理，分离出缺陷部分，再下来采用blob算法计算缺陷的尺寸信息，最后得到有缺陷的图像。
本发明的有益效果是
本发明的一种基于机器视觉的pe纤维纱线质量在线检测设备采用机器视觉技术，实现pe纤维无接触，无损伤检测，完全替代人工进行产品质量检测，将每根纱线上的缺陷信息和落筒位置对应起来，对每一筒pe纤维纱线进行客观的评级，由于聚乙烯纤维产线温度高，对设备的散热性要求很高，为了确保led光源的可靠性和稳定性，我们采用了硬件出发方式进行图像采集，即硬件同步触发相机和光源进行采集，当相机采集时，光源点亮，相机不采集时，光源熄灭，由于现场频率在3khz以上，因此肉眼看不到led光源的闪烁；本发明的一种基于机器视觉的pe纤维纱线质量在线检测方法采用can总线形式，实时监控产线上若干落筒的状态信息，并记录每个落筒的生产时间，在纱线图像处理过程中，识别发现缺陷的纱线位置，并和对应的落筒建立关联，当落筒满筒时，根据该筒所有缺陷的数量及类型对该筒纱线进行客观的评级。
附图说明
图1是本发明的一种基于机器视觉的pe纤维纱线质量在线检测设备得结构示意图；
图2是本发明的一种基于机器视觉的pe纤维纱线质量在线检测设备中工业相机与led光源位置结构示意图；
图3是本发明的一种基于机器视觉的pe纤维纱线质量在线检测方法中得到的pe纤维纱线出现破丝的缺陷图像；
图4是本发明的一种基于机器视觉的pe纤维纱线质量在线检测方法中得到的pe纤维纱线出现并丝的缺陷图像。
图中，1.工业相机，2.led线光源，3.采集触发控制板，4.工业控制计算机，5.缺陷报警器。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明提供了一种基于机器视觉的pe纤维纱线质量在线检测设备，如图1所示，包括架设于pe纤维纱线上方的led线光源2，所述led线光源2一侧设置有工业相机1，工业相机1为baslerral-4096线阵相机，如图2所示，led线光源2在竖直方向距离pe纤维纱线30mm，led线光源2与pe纤维纱线夹角为45°，工业相机1照射轨迹与led线光源2发射轨迹汇聚于pe纤维纱线表面，且工业相机1照射轨迹与led线光源2发射轨迹垂直，led线光源2与工业相机1并联有采集触发控制板3，采集触发控制板3为hd-generalctrlv202，工业相机1连接工业控制计算机4输入端，工业控制计算机4输出端连接有缺陷报警提示器，工业控制计算机4还连接有显示器，工业控制计算机4为德胜ds-1000l、cpu为i7-4765t、4g内存、硬盘为128gssd的工控计算机，工业控制计算机4通过rs485工业总线与采集触发控制板3进行通讯，设置触发参数来控制相机采集图像；工业控制计算机4下发触发开始命令与触发频率等信号，采集触发控制板3收到命令后由自己内部程序控制，将触发信号通过对应的控制相机1拍照的硬件电路输出，从而实现对相机的控制。
本发明还提供了一种基于机器视觉的pe纤维纱线质量在线检测方法，采用一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，具体按以下步骤实施：
步骤1，当生产线运行时，采集触发控制板3采集生产线上的电流信号，并将此信号转换成对应的速度值，再以此速度为基础触发工业相机1和led光源2进行图像采集；速度越快，相机采集频率越快，这样就可以保证在不同的速度下，采集到的图像不失真，以满足不同生产不同产品时速度的差异；
步骤2，当工业相机1采集到pe纤维纱线图像后，通过千兆网将图像数据传送至工业控制计算机4内，工业控制计算机4运行设计好的图像处理算法对采集到的纱线图像进行处理，当发现有缺陷时，工业控制计算机4驱动缺陷报警提示器5进行提示，同时将缺陷图像存储在相应的落筒文件夹内；无缺陷的图像则不需要保存；如图3和图4所示，为得到的pe纤维纱线出现并丝和破丝所检测得到的缺陷图像；
其中图像处理算法具体过程为：图像处理算法是机器视觉系统的核心，采集到纱线图像后，首先进行各种滤波处理，消除图像采集过程中的噪声，然后进行图像增强，使图像更加有利于检测，然后进行阈值化处理，分离出缺陷部分，再下来采用blob算法计算缺陷的尺寸信息，最后得到有缺陷的图像。
1.一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，包括架设于pe纤维纱线上方的led线光源(2)，所述led线光源(2)一侧设置有工业相机(1)，led线光源(2)与工业相机(1)并联有采集触发控制板(3)，还包括工业控制计算机(4)，所述工业相机(1)连接工业控制计算机(4)输入端，工业控制计算机(4)输出端连接有缺陷报警提示器(5)。
2.根据权利要求1所述的一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，所述工业相机(1)为baslerral-4096线阵相机；采集触发控制板(3)为hd-generalctrlv202，工业控制计算机(4)为德胜ds-1000l、cpu为i7-4765t的工控计算机，工业控制计算机(4)通过rs485工业总线与采集触发控制板(3)进行通讯。
3.根据权利要求1所述的一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，所述led线光源(2)在竖直方向距离pe纤维纱线30mm。
4.根据权利要求1所述的一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，所述led线光源(2)与pe纤维纱线夹角为45°。
5.根据权利要求3所述的一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，所述工业相机(1)照射轨迹与led线光源发射轨迹汇聚于pe纤维纱线表面，且工业相机(1)照射轨迹与led线光源(2)发射轨迹垂直。
6.根据权利要求1所述的一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，所述工业控制计算机(4)还连接有显示器。
7.根据权利要求1所述的一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，所述缺陷报警提示器(5)为声光报警灯。
8.一种基于机器视觉的pe纤维纱线质量在线检测方法，采用权利要求1～7所述的一种基于机器视觉的pe纤维纱线质量在线检测设备，其特征在于，具体按以下步骤实施：
步骤1，当生产线运行时，采集触发控制板(3)采集生产线上的电流信号，并将此信号转换成对应的速度值，再以此速度为基础触发工业相机(1)和led光源(2)进行图像采集；
步骤2，当工业相机(1)采集到pe纤维纱线图像后，通过千兆网将图像数据传送至工业控制计算机(4)内，工业控制计算机(4)运行设计好的图像处理算法对采集到的纱线图像进行处理，当发现有缺陷时，工业控制计算机(4)驱动缺陷报警提示器(5)进行提示，同时将缺陷图像存储在相应的落筒文件夹内；无缺陷的图像则不需要保存。
9.根据权利要求8所述的一种基于机器视觉的pe纤维纱线质量在线检测方法，其特征在于，所述步骤2中图像处理算法具体过程为：采集到纱线图像后，首先进行各种滤波处理，消除图像采集过程中的噪声，然后进行图像增强，使图像更加有利于检测，然后进行阈值化处理，分离出缺陷部分，再下来采用blob算法计算缺陷的尺寸信息，最后得到有缺陷的图像。
技术总结