基于机器视觉的复杂环境下细纱落纱机的纱锭和管纱识别

为了解决传统自动细纱落纱机在拔管和插管操作中存在的漏拔、漏插问题,将机器视觉技术引入自动细纱落纱机中,提出了一种两次识别分割的方法,以准确识别管纱和纱锭,降低漏拔和漏插发生的概率。针对复杂环境对原始图像造成的严重干扰,首先在图像预处理时调整目标与背景之间的对比度,突出纱锭和管纱的图像特征;然后在目标识别过程中进行初始识别和二次识别。为进一步提高识别的准确率,分别在图像预处理和目标识别阶段进行改进,在预处理中通过图像乘法融合的方式进一步增强对比度,在目标筛选决策中引入目标数量特征以提高识别准确率。结果表明,该方法对不同场景下的纱锭和管纱的识别准确率超过98.40%,实现了在复杂背景下纱锭和管纱的精确识别。