基于改进UNet模型的原棉杂质图像分割方法

为了提升原棉混合杂质图像的分割准确率和时效性,提出一种改进UNet模型的原棉杂质分割算法。在ResNet50结构基础上设计新的编码模块,采用1个卷积层将最后3个残差模块和全连接层进行替换,对模型参数量实施优化,提高图像特征信息的提取能力;设计CEloss与Dice loss组合的损失函数,优化正负样本比例不均衡,改善模型细小杂质的分割能力;最后,运用迁移学习方法,以VOC数据集为基础,对主干网络权重初始化编码器预训练,进一步优化因图像数据量少导致的模型收敛慢等问题。实验验证表明,改进方法MPA值提升24.52%,准确率达到88.24%,单张图像处理时间缩短至21.9 ms,较传统方法提升49.42%,此改进方法可有效提升原棉杂质图像分割的准确率和时效性。

浅谈MC101原棉杂质快速分析仪实验验证及常见问题

含杂率是棉花质量关键技术指标之一,通过含杂率和回潮率可以折算出皮棉的公定重量,是棉花产业链各方交易定价的依据,直接影响交易双方的切身利益。传统原棉杂质分析仪(Y101\YG042)存在测试时间长、人员劳动强度大、检测效率低等问题。为了提高棉花杂质含量检测的效率、减少人为干预,2019年北京智棉和安庆双益联合开发了MC101原棉杂质快速分析仪,对于解决目前棉花公证检验中原棉含杂率检验存在的技术瓶颈,提供了快速高效的解决方案。

YG041型原棉杂质分析仪使用中存在的问题与设计改进

YG041型原棉杂质分析仪是一款在棉花加工厂广泛使用的皮棉含杂率测试仪器,是大部分棉花加工厂进行收购和加工时进行棉花含杂率分析的主要仪器。近期由于工作原因笔者使用该型原棉杂质分析仪做皮棉含杂率分析实验,在对该型仪器的操作过程中发现了一些问题并由此引发了思考,现将所发现的问题和想法总结如下,供大家探讨。

一种基于Canny的原棉杂质图像分割方法研究

针对原棉杂质人工检验方式效率和效果不能保证的问题,提出一种基于Canny的原棉图像分割方法。该方法首先通过计算灰度的二阶微分增强图像,然后采用梯度按阈值取舍的方法检测图像边缘,在此基础上,结合"非极大值抑制"和形态学的连接操作,确保图像分割的效果。原棉杂质图像分割实验结果表明,该方法能够有效地将杂质与原棉背景分离,获取的杂质边缘清楚、流畅,有利于后期原棉杂质的分类与识别,同时,为棉纤维检验领域中机器视觉检测系统的研发提供了技术支撑和数据参考。

应用自适应滤波与阈值迭代的原棉杂质视觉检测方法

针对Canny算子滤波模板参数与高低阈值人为设定而导致的杂质弱边缘丢失问题,提出一种基于改进Canny算子的原棉杂质检测方法,该方法采用自适应平滑滤波代替高斯滤波对原棉图像进行平滑,以小尺寸平均加权滤波模板与原图像迭代卷积,并在每次迭代过程中自适应地调整各像素的加权系数,同时,采用的最大类间方差法能够自适应地确定高低阈值,实现了滤波模板参数与高低阈值的自动优化,避免了弱边缘的丢失。仿真实验结果表明:该方法检测到的原棉杂质边缘完整、流畅,减少了伪边缘的出现,8连通域数与边缘点总数比值比Canny方法平均降低16.8%,8连通域数与4连通域数比值比Canny方法平均降低18.8%;同时,在对4种原棉常见杂质的识别上,该方法与国标方法检测结果平均相符率达到92.7%,能够有效用于原棉杂质的自动化检测。

新型原棉杂质分析仪的设计

介绍了原棉杂质分析仪的工作原理,针对传统原棉杂质分析仪体积庞大、机械式天平称重、人工计算含杂率效率低的问题,对其主机传动系统、喂棉机构、刺辊分梳机构、气流系统、外形、供电方式等方向进行了创新,有效地提高了测试效率;增加了称重系统,设计专用电子天平,自动处理各种数据,准确计算原棉含杂率,避免了人为的计量误差。指出:新型原棉杂质分析仪集电、气、机械、计算机软件和算法语言为一体,操作安全简便、测试速度快,自动化程度高,具有较高的性价比。

原棉杂质分析机常见故障排除及维护保养

国务院办公厅印发的(《棉花收购加工与市场管理暂行办法》中明文确定对棉花收购、加工企业实行资格认证制度,实行棉花公证检验。因此,各省、地市纤维检验部门正在对所辖企业进行资格认证。其中,原棉含杂率的检验手段——杂质分析机,是认证的硬件之一,各棉花收购加工企业已开始广泛使用。此文就该机的常见故障排除及维护保养知识介绍给广大用户,以保证企业正常使用。

YG041型原棉杂质分析机故障分析与改造

原棉含杂率是评定原棉质量和公量的一项重要指标。目前,国内各棉花加工企业、用棉企业及纤维检验机构广泛使用的原棉杂质分析机主要有Y101、YG041、YG042三种型号。Y101是最老的机型,采用多级齿轮传动,结构复杂,噪声大,但坚实耐用,一部分企业和单位仍在使用。YG041、YG042是两种改进型分析机,具有结构简单、噪音小的优点。

Y101原棉杂质分析机的检定与棉花杂质检验

棉花是我国农业生产的主要经济作物,又是纺织工业生产的主要原料。棉花在收购、加工、购销交接中都要进行含杂率的检验,并以检验结果作为棉花计价和质量评估的依据。通过对杂质含量和杂质的种类分析,轧花厂可以改进皮棉加工工艺,提高皮棉质量。棉纺织厂可以正确计算用棉量,采用相应的工艺措施,减少成纱疵点,提高产品质量,降低成本。

Y101原棉杂质分析机的调整

Y101原棉杂质分析机是棉花加工企业和棉纺织企业必不可少的仪器,具有操作方便,结构简单等特点,它为棉花流通领域中结价提供了可靠的依据,为棉纺厂的产品质量提供了保障。近年来,我们在检定中,发现有些企业的操作及维修人员对杂质机的性能了解不够,没有发挥杂质机应有作用。下面就杂质机的原理及调整作一介绍。

YG041型原棉杂质分析机中摩擦的改进

YG041型原棉杂质分析机是继Y101原棉杂质分析机后应用较为广泛的一种杂质分析机,相比较更为先进。针对还需要改进的地方——蜗轮减速箱发热问题进行了分析和探讨,并提出改进方法。

YG042W微机型原棉杂质分析机

YG0 4 2W型微电脑原棉杂质分析机是运用电子信息技术改造传统检测设备的新一代产品。本文论述了其工作原理、实现方式及关键技术。

基于残差与注意力机制的原棉杂质检测

针对原棉杂质检测准确率不高的问题,以新疆棉花为研究对象,提出基于残差与注意力机制的原棉杂质检测算法。该算法为2阶段算法,准确率较高。首先,采集原棉杂质图象后对图像进行标注,再进行数据增广,可以避免训练过程中的过拟合现象,接着在原框架引入视觉注意力机制,通过改进算法结构来提高原棉杂质检测的准确率。其次,通过分析对比几种不同网络对原棉杂质检测的准确度,选取ResNet50为特征提取网络,该网络提高了算法的复杂特征提取能力。最后,采用RoI Align来减少量化误差,从而提高检测原棉杂质的准确性。实验结果表明,改进的算法虽然略微增多检测时间,但其整体检测准确率明显优于原算法,整体识别的准确率可达到94.84%,较改进前Faster R-CNN(faster region-based convolutional neural network)的识别率提高了5.58%。同时通过对比不同网络模型,结果显示改进后的Faster R-CNN对原棉杂质检测的效果更好。

监管库公检原棉杂质浅析

针对监管库棉花公证检验过程中,杂质样品抽样及检验过程中发现的问题,做了统计和测试分析。发现利用YG041型原棉杂质分析机分析时,净棉与杂质的质量之和小于试样的总重量,并分析与其他对应指标的规律。统计了批次内不同棉包回潮率的差异,得到了批次内棉包不匀的结论,提出了杂质与回潮相同的系统指定包号抽样的建议。

杂质分析机气流异常的原因与排除

Y101型原棉杂质分析机（以下简称杂质分析机）隔风板位于集棉尘笼与分析室后壁之间，由簿钢板制成，左右两侧由两只螺钉固定在机身墙板上。杂质分析机主要控制杂质分析室气流的强弱，增强刺辊和尘笼间的气流，促使纤维自分析室向上到达尘笼的作用。当隔风板与分析室后壁、集棉尘笼之间隔距不当时，分析室气流将发生变化，两者与隔风板隔距偏大，则对应气流2和气流3增强，而气流1减弱（见图1），由于杂质分析机隔风板位置不当，改变了分析室的正常气流，从而影响原棉分梳效果和杂质分析结果的准确性。