便携式皮棉轧工质量分级检测装置及检测方法

技术领域

本发明涉及皮棉轧工质量检测技术领域，尤其涉及一种便携式皮棉轧工质量分级检测装置及检测方法。

背景技术

棉花质量检验是保证棉花品质的重要环节，品质检验包括颜色级、轧工质量、长度、马克隆值、异性纤维含量、断裂比强度和长度整齐度检验。其中轧工质量是棉花质量非常重要的一项指标，轧工质量的好坏，直接影响皮棉的品质和成纱质量，对纺织使用价值影响很大。GB1103.1-2012的实施，将轧工质量作为重要的品质指标独立出来，并对轧工质量给出了相关规定，籽棉加工后，皮棉外观形态粗糙程度、所含疵点种类及数量的多少，将轧工质量分为好、中、差三档。分别用P1、P2、P3表示，轧工质量实物标准是评定棉花轧工质量的依据。轧工质量实物标准为各档底线标准。

目前轧工质量的评定仍然采取感官检验。检验时，棉检人员手持棉样，使棉样表面密度和当年标准棉样表面密度相似，查看样品纤维的紊乱程度、疵点的多少及性质等等，与实物标准进行对照，从而确定轧工质量的等级。然而作为一种质量评价方法，单靠感官检验具有一定的不确定性。实际检验过程中棉检人员长时间工作后，判断能力会逐渐削弱，容易产生误识别使得轧工质量的分级产生误差，此外依靠人工进行感官检验时劳动力也非常大，故而实现轧工质量分级检验仪器化是非常有必要的。

针对现有轧工质量检测装置和方法研究的问题，本文设计了一种便携式的图像采集装置，并基于机器视觉提出一种皮棉轧工质量分级检测方法，能够减轻棉检人员的劳动强度，避免检验过程中的各种不稳定性因素，实现棉花轧工质量等级的准确分级，增加企业的经济效益。

发明内容

本发明的发明目的之一是提供一种便携式皮棉轧工质量分级检测装置，检测装置为便携式，体积小、操作简单、检测效果好；本发明的另一个发明目的在于提供一种基于权利要求1所述的便携式皮棉轧工质量分级检测装置的检测方法，利用机器视觉技术和图像处理的方法来对棉花轧工质量进行分级检验。该方法能够完成棉花轧工质量等级的有效判别，对于实现棉花轧工质量分级仪器化具有重要的参考意义，可提高轧工质量检测准确率，减少劳动强度。

本发明的技术方案是这样实现的：

一种便携式皮棉轧工质量分级检测装置，所述检测装置结构主要包括：检测箱体、检测箱箱门，箱体内的上顶部与下底部，分别设有CCD相机和方形光源，箱体内还设有透光压棉板、可抽拉式透光抽屉、双光轴滚珠丝杆直线导轨滑台、伺服电机，所述双光轴滚珠丝杆直线导轨滑台的结构包含：光轴、滚珠丝杆，所述透光压棉板通过压棉板连接件与箱体固定连接，所述可抽拉式透光抽屉通过光轴、滚珠丝杆连接于双光轴滚珠丝杆直线导轨滑台上，所述可抽拉式透光抽屉位于透光压棉板的正下方，通过伺服电机控制可抽拉式透光抽屉上下运动，实现可抽拉式透光抽屉的高度调节和调整棉样与透光压棉板之间的压力；待检测的棉样放置于可抽拉式透光抽屉中，其中一组CCD相机正对透光压棉板，用于采集棉样正面图像；另一组CCD相机正对可抽拉式透光抽屉，用于采集棉样反面图像；两组CCD相机均与电脑相连接；

所述电脑用于所采集的棉样图像的图像处理、图像数据处理分析以及建立分类判别模型，实现皮棉轧工质量的准确判别。

作为优选，所述检测箱体上设有把手，所述检测箱箱门上设有取样口。

具体的说：

一、一种便携式皮棉轧工质量分级检测装置(以下简称装置)：

一种便携式皮棉轧工质量分级检测装置，主要包括：取样口1、检测箱箱门2、把手3、CCD相机4和14、方形光源5和15、双光轴滚珠丝杆直线导轨滑台，光轴6和8、滚珠丝杆7、压棉板连接件9、透光压棉板10、棉样11、可抽拉式透光抽屉12、伺服电机13、电脑16；

其位置连接关系为：

检测箱内部设置有透光压棉板10、可抽拉式透光抽屉12、光轴6和8、滚珠丝杆7、压棉板连接件9、棉样11；透光压棉板10固定于检测箱两侧壁；可抽拉式透光抽屉12通过光轴6和8、滚珠丝杆7连接于双光轴滚珠丝杆直线导轨滑台上，处于透光压棉板10正下方，通过控制其上下运动来实现高度调节和调整压棉力度；双光轴滚珠丝杆直线导轨滑台固定于检测箱后壁；待检测的棉样11放置于可抽拉式透光抽屉12中。

CCD相机4和14分别放置于方形光源5和15中心处；CCD相机4正对透光压棉板10，用于采集棉样11正面图像；CCD相机14正对可抽拉式透光抽屉12，用于采集棉样11反面图像；两个CCD相机4和14与电脑16相连接。

所述的方形光源5和15分布在检测箱的上下壁，均匀照射于待测棉样11上。

所述的一种便携式皮棉轧工质量分级检测装置，其特征在于图像采集时采用两个互相对称的CCD相机4和14对棉样11进行双面图像采集，以便在检测过程中获取更多的特征信息，提高判别准确率。

所述一种便携式皮棉轧工质量分级检测装置，其特征在于选用双光轴滚珠丝杆直线导轨滑台，通过滚珠丝杆7的上下运动来实现压棉动作，同时由伺服电机13驱动，实现压棉自动化。

所述一种便携式皮棉轧工质量分级检测装置，其特征在于设计有可抽拉式透光抽屉12，抽屉底部为透明玻璃可实现图像采集。同时，为避免检测过程中外界的干扰，工作时关闭检测箱门2，通过取样口1利用可抽拉式透光抽屉12实现取样。

二、一种便携式皮棉轧工质量分级检测方法(以下简称方法)在本发明中主要完成以下工作：

a、采集清晰的皮棉图像；

b：对采集到的皮棉图像进行图像预处理；

c：获取棉层表面的疵点种类及数目；

d：获取棉层表面的纹理特征；

e：根据获取到的疵点种类及数目、纹理特征建立分类判别模型；

f：进行检测结果的可视化展示并进行保存结果；

具体为：一种基于所述的便携式皮棉轧工质量分级检测装置的检测方法，主要包括以下步骤：

步骤1：采集清晰的皮棉图像：

准备一定质量轧工质量等级评定为好、中、差的棉样若干并依次编号；打开检测装置的检测箱箱门，将称取的棉样按照编号依次放置于可抽拉式透光抽屉上，关闭检测箱箱门，打开两组方形光源，然后控制伺服电机开始工作，推动可抽拉式透光抽屉向上运动至合适位置，利用透光压棉板对棉样进行压缩，压缩至最佳状态后，利用电脑控制两组CCD相机对棉样的正反面图像进行采集，并对图像进行储存，用于后续的图像处理；图像采集结束后控制伺服电机使得可抽拉式透光抽屉返回原位，依次换下一个棉样继续进行图像采集；

步骤2：对采集到的皮棉图像进行图像预处理：

a、对采集到的皮棉图像进行相应的裁剪，去除因为光源反光原因造成的干扰，最终的图片大小相一致；

b、利用多尺度同态滤波增强算法对皮棉图像进行图像增强，改善图像质量，增加疵点和皮棉本身的对比度；

步骤3：获取棉层表面的疵点种类及数目：

现根据疵点在形态和颜色方面的不同，将疵点种类分为疵点类和僵片类，其中疵点类包括破籽、不孕籽、软籽表皮和带纤维籽屑，僵片类单独作为一类，所采用的方法如下：

a、对于疵点类，用多尺度同态滤波增强后的图像提取RGB颜色空间中的B通道进行特征识别，而后对获得的B通道图像进行基于阈值的图像分割处理，通过皮棉增强后图像直方图确定最佳阈值；分割后用标记连通域的方法对疵点的个数进行计数；

b、对于僵片类，利用原图提取YCbCr颜色空间的Y通道、Cb通道、Cr通道，采用Y通道与Cb通道相减的方法对僵片类特征进行识别，用阈值分割的方法对僵片类疵点进行图像分割，对分割后的图像进行开运算处理，消去边缘毛刺，避免因边缘不平整造成的目标误识别，运用闭运算处理对检测对象内部空洞进行填充，减少图像中因棉纤维遮挡造成的检测错误，然后用标记连通区域的方法对僵片个数进行计数；

步骤4：获取棉层表面的纹理特征：

根据棉层清晰度、表面平滑度、棉层蓬松、均匀性和纤维纠结程度特性在图像上的体现方式，采用统计法中的灰度共生矩阵方法来提取棉层表面的纹理特征，具体为，读取图像，运用灰度共生矩阵方法，将得到的能量、熵、惯性矩、相关性的均值和标准差作为最终的纹理特征；

步骤5：根据获取到的疵点种类及数目、纹理特征建立分类判别模型：

利用机器学习算法中的支持向量机方法建立皮棉轧工质量分级判别模型；以获取的皮棉纹理特征和疵点数目作为输入量，将皮棉轧工质量等级作为输出量，实现皮棉轧工质量的准确判别；

步骤6：进行检测结果的可视化展示并进行保存：

利用电脑软件设计的GUI界面将皮棉轧工质量分级的检测结果进行可视化展示并对结果进行保存。

本发明首先准备一定质量轧工质量等级评定为好、中、差的棉样若干并依次编号。打开检测箱箱门2，将称取的棉样11按照编号依次放置于可抽拉式透光抽屉12上，关闭检测箱箱门2，打开方形光源5和15，然后控制伺服电机13开始工作，推动可抽拉式透光抽屉12向上运动至合适位置，利用透光压棉板10对棉样11进行压缩，压缩至最佳状态后，利用电脑16控制CCD相机4和14对棉样的正反面图像进行采集，并对图像进行储存。电脑通过图像处理软件对采集图像进行一系列处理，然后利用编写好的程序对棉层表面的纹理特征和疵点种类及数目进行提取和统计。接着用支持向量机的方法建立皮棉轧工质量分级模型，用上述皮棉外观形态特征和疵点数目作为输入量，将皮棉轧工质量等级作为输出量，以此实现皮棉轧工质量的准确判别。最后将预测的结果用matlab设计的GUI界面进行可视化展示并将结果进行保存。

本发明中的轧工质量定义为：籽棉加工后，皮棉外观形态粗糙程度、所含疵点种类及数量的多少，将轧工质量分为好、中、差三档。分别用P1、P2、P3表示。

本发明的便携式皮棉轧工质量分级检测装置主要用来进行图像采集。

本发明提供的检测方法，是基于上述的便携式皮棉轧工质量分级检测装置，通过提出的方法步骤来获取皮棉轧工质量的等级。方法基本思路是(1)获取疵点的种类和数量；(2)皮棉表面的纹理特征。二者相结合进行轧工质量的判别。

与现有技术相比，其不同地方在于：

1)提取疵点种类及数量的方法不同。

本发明的检测方法对于疵点类和僵片类进行特征识别和计数是：

a、对于疵点类(破籽、不孕籽、软籽表皮和带纤维籽屑)，用上述多尺度同态滤波增强后的图像提取RGB颜色空间中的B通道进行特征识别，而后对获得的B通道图像进行基于阈值的图像分割处理，最佳阈值通过观察皮棉增强后图像直方图以及反复尝试后最终确定。分割后用标记连通域的方法对疵点的个数进行计数。b、对于僵片类，利用原图提取YCbCr颜色空间的Y通道、Cb通道、Cr通道，通过对比，采用Y通道与Cb通道相减的方法对僵片类特征进行识别。用上述确定最佳阈值的方法对僵片类疵点进行图像分割，对分割后的图像进行开运算处理，消去边缘毛刺，避免因边缘不平整造成的目标误识别，运用闭运算处理对检测对象内部空洞进行填充，减少图像中因棉纤维遮挡造成的检测错误，然后用上述标记连通区域的方法对僵片个数进行计数。

2)判决轧工质量等级的方法不同。

本发明的检测方法利用机器学习算法中的支持向量机(SVM)方法建立了皮棉轧工质量分级判别模型。然后以获取的皮棉外观形态特征和疵点数目作为输入量，将皮棉轧工质量等级作为输出量，实现皮棉轧工质量的准确判别。

本发明与现有技术相比，为解决在棉花品质检验过程中，皮棉轧工质量指标依靠棉检人员感官分级的问题，本发明利用机器视觉技术和图像处理的方法来对皮棉轧工质量进行分级检验。该方法的提出，能够完成棉花轧工质量等级的有效判别，对于实现皮棉轧工质量分级仪器化具有重要的参考意义，可提高轧工质量检测准确率，减少劳动强度。检测装置具有体积小、操作简单、检测效果好的优点。

附图说明

图1为本发明所述的棉花轧工质量分级检测装置结构示意图；

图2为本发明所述的棉花轧工质量分级检测方法流程图；

图1中所示：1.取样口，2.检测箱箱门，3.把手，4.CCD相机Ⅰ，5.方形光源Ⅰ，6.光轴Ⅰ，7.滚轴丝杠，8.光轴Ⅱ，9.压棉板连接件，10.透光压棉板，11.棉样，12.可抽拉式透光抽屉，13.伺服电机，14.CCD相机Ⅱ，15.方形光源Ⅱ，16.电脑。

具体实施方式

下面结合附图具体说明本发明的具体实施方式；

实施例1：

如图1所示，一种便携式皮棉轧工质量分级检测装置，检测对象为棉样11，所述检测装置设置有取样口1、检测箱箱门2、把手3、CCD相机4和14、方形光源5和15、双光轴滚珠丝杆直线导轨滑台，包括光轴6和8、滚珠丝杆7、压棉板连接件9、透光压棉板10、棉样11、可抽拉式透光抽屉12、伺服电机13、电脑16。

检测箱内部设置有透光压棉板10、可抽拉式透光抽屉12、光轴6和8、滚珠丝杆7、压棉板连接件9、棉样11；透光压棉板10固定于检测箱两侧壁；可抽拉式透光抽屉12通过光轴6和8、滚珠丝杆7连接于双光轴滚珠丝杆直线导轨滑台上，处于透光压棉板10正下方，通过控制其上下运动来实现高度调节和调整压棉力度；双光轴滚珠丝杆直线导轨滑台固定于检测箱后壁；待检测的棉样11放置于可抽拉式透光抽屉12中。

CCD相机4和14分别放置于方形光源5和15中心处；CCD相机Ⅰ4正对透光压棉板10，用于采集棉样11正面图像；CCD相机Ⅱ14正对可抽拉式透光抽屉12，用于采集棉样11反面图像；两个CCD相机与电脑16相连接。

方形光源5和15分布在检测箱的上下壁，均匀照射于待测棉样11上。

工作原理：

准备一定质量轧工质量等级评定为好、中、差的棉样若干并依次编号。打开检测箱箱门2，将称取的棉样11按照编号依次放置于可抽拉式透光抽屉12上，关闭检测箱箱门2，打开方形光源5和15，然后控制伺服电机13开始工作，推动可抽拉式透光抽屉12向上运动至合适位置，利用透光压棉板10对棉样11进行压缩，压缩至最佳状态后，利用电脑16控制CCD相机4和14对棉样的正反面图像进行采集，并对图像进行储存，用于后续的图像处理。图像采集结束后控制伺服电机13使得可抽拉式透光抽屉12返回原位，依次换下一个棉样继续进行图像采集。

实施例2：

与实施例1相比，本实施例不同地方在于：所述检测箱体上设有把手3，所述检测箱箱门2上设有取样口1。

实施例3：

如图2所示，一种基于权所述的便携式皮棉轧工质量分级检测装置的检测方法，其主要工作流程为：

a、采集清晰的皮棉图像；

b：对采集到的皮棉图像进行图像预处理；

c：获取棉层表面的疵点种类及数目；

d：获取棉层表面的纹理特征；

e：根据获取到的疵点种类及数目、纹理特征建立分类判别模型；

f：进行检测结果的可视化展示并进行保存结果；

更具体地，所述的便携式皮棉轧工质量分级检测装置的检测方法，主要包括以下步骤：

步骤1：采集清晰的皮棉图像；

准备一定质量轧工质量等级评定为好、中、差的棉样若干并依次编号。用上述便携式皮棉轧工质量分级检测装置进行图像采集工作。打开检测装置的检测箱箱门，将称取的棉样按照编号依次放置于可抽拉式透光抽屉上，关闭检测箱箱门，打开两组方形光源，然后控制伺服电机开始工作，推动可抽拉式透光抽屉向上运动至合适位置，利用透光压棉板对棉样进行压缩，压缩至最佳状态后，利用电脑控制两组CCD相机对棉样的正反面图像进行采集，并对图像进行储存，用于后续的图像处理；图像采集结束后控制伺服电机使得可抽拉式透光抽屉返回原位，依次换下一个棉样继续进行图像采集；

步骤2：对采集到的皮棉图像进行图像预处理；

a、对采集到的皮棉图像进行相应的裁剪，去除因为光源反光等原因造成的干扰，最终的图片大小相一致。

b、利用多尺度同态滤波增强算法对皮棉图像进行图像增强，改善图像质量，增加疵点和皮棉本身的对比度。

MSR计算公式为：

公式(1)中N为尺度参数的个数

步骤3：获取棉层表面的疵点种类及数目；

现根据疵点在形态和颜色方面的不同，将疵点种类分为疵点类和僵片类，其中疵点类包括破籽、不孕籽、软籽表皮和带纤维籽屑，僵片类单独作为一类，所采用的方法如下：

a、对于疵点类，用上述多尺度同态滤波增强后的图像提取RGB颜色空间中的B通道进行特征识别，而后对获得的B通道图像进行基于阈值的图像分割处理，最佳阈值通过观察皮棉增强后图像直方图以及反复尝试后最终确定。分割后用标记连通域的方法对疵点的个数进行计数。

b、对于僵片类，利用原图提取YCbCr颜色空间的Y通道、Cb通道、Cr通道，采用Y通道与Cb通道相减的方法对僵片类特征进行识别。用阈值分割的方法对僵片类疵点进行图像分割，对分割后的图像进行开运算处理，消去边缘毛刺，避免因边缘不平整造成的目标误识别，运用闭运算处理对检测对象内部空洞进行填充，减少图像中因棉纤维遮挡造成的检测错误，然后用上述标记连通区域的方法对僵片个数进行计数。

步骤4：获取棉层表面的纹理特征；

采用统计法中的灰度共生矩阵方法来提取棉层表面的纹理特征。通过读取图像，采用该方法后将求得的能量、熵、惯性矩、相关性的均值和标准差作为最终的纹理特征。

上述求能量、熵、惯性矩、相关性等纹理参数的相关公式如下：

在上述公式中，i,j代表元素灰度级；Dx,Dy代表位置偏移量；d为生成步长；θ为生成方向

步骤5：根据获取到的疵点种类及数目、纹理特征建立分级判别模型；

利用机器学习算法中的支持向量机方法建立了皮棉轧工质量分类判别模型，以上述皮棉外观形态特征和疵点数目作为输入量，将皮棉轧工质量等级作为输出量，实现皮棉轧工质量的准确判别。

步骤6：进行检测结果的可视化展示并进行保存；

利用MATLAB软件设计的GUI界面将皮棉轧工质量分级的检测结果进行可视化展示并对结果进行保存。