异性纤维分拣系统中用视频测速的棉流速度在线估计方法

摘要

本发明属于基于机器视觉的工业检测技术领域，其特征在于，利用两个相隔设定距离的线阵相机，对沿着在通道中作变速直线运动的棉流在设定的相等采样时段内分别提取棉流有部分重叠的图像，并将其沿垂直于棉流横截线方向分割成若干棉流子图，对每一个子图，用计算机求出线阵相机(1)摄取的子图像和对应不同时延Δt的线阵相机(2)之间的相似性，得到一个随Δt变化的相似度曲线f(Δt)，求出对应于曲线f(Δt)中最大值f(ΔT)所对应的间延ΔT，即为棉流上同一点通过两架线阵相机时的时延，再根据两个线阵相机之间的设定距离，在设定采样时延内棉流速度不发生突变的条件下，便得到棉流沿棉流横截线分布的在线速度。本发明可用于实现棉流中异性纤维的精确分拣。

权利要求

1.异性纤维分拣系统中用视频测速的棉流速度在线估计方法，其特征在于，该方法依次含有 以下步骤：

步骤(1)，在棉流通道一侧垂直于该通道宽度方向与棉流运动方向放置的两架相隔设定 距离S的线阵相机(1、2)，对作变速直线运动的棉流在设定的相等的时间内采集到有部分重 叠的两幅图像，对所述两个线阵相机(1、2)所采集的两幅棉流图像沿垂直于棉流横截线的 方向进行分割，分割成若干棉流子图，标志为S1(t，x)和S2(t，x)，x为与所述的两架相机(1、 2)对应的棉流横截线上的空间位置，x∈Xp且{X1，…Xp，…Xm}构成完整的棉流横截线，m为 子图的个数，m最小为1，最大为所述相机(1、2)的有效观测点数，t为所述的两架相机(1、 2)对应的拍摄到所述棉流横截线的时间；

步骤(2)，将所述的两架线阵相机(1、2)分别地拍摄到的棉流子图S1(t，x)和S2(t，x)输 入一个计算机；

步骤(3)，计算机按下式计算所述棉流子图S1(t，x)和对应不同延时Δt下的棉流子图 S2(t，x)之间的相似性，得到一条随Δt变化的相似程度的曲线f(Δt)；

$f\left(\mathrm{\Delta t}\right)=\frac{\underset{t,x}{\Sigma }[(S1(t,x)-m1)(S2(t+\mathrm{\Delta t},x)-m2)}{\sqrt{\underset{t,x}{\Sigma }{[S1(t,x)-m1]}^2\underset{t,x}{\Sigma }{[S2(t+\mathrm{\Delta t},x)-m2]}^2}}$Δt∈{Δt1，Δt2，…，Δtn}，n为Δt的个数，为设定值，n＞0，

m1为S1(t，x)的均值，用下述公式表示：

$m1=\frac{1}{L}\underset{t,x}{\Sigma }S1(t,x)$m2为不同Δt下S2(t+Δt，x)的均值，用下述公式表示：

$m2=\frac{1}{L}\underset{t,x}{\Sigma }S2(t+\mathrm{\Delta t},x)$式中，L为棉流子图的象素的个数；

步骤(4)，找出曲线f(Δt)中的最大值f(ΔT)，该最大值所对应的时延ΔT即为棉流上同 一点分别通过所述两架相机(1、2)时所需的时间；

步骤(5)，在相隔设定的速度分析间隔I里，I为任意大于零的数，根据前一时刻已经 估计出的棉流速度v0按下式估计下一时刻的速度v

$v=\alpha v_0+(1-\alpha )\frac{S}{\mathrm{\Delta T}},$ α为0到1之间的任意值，v的初始值为启动时的 测定风速；

步骤(6)，按照步骤(2)-步骤(5)所述的方法处理完所有的棉流子图，得到当前时刻 棉流速度v随子图变量p变化的曲线，p＝1，…，m，即为当前时刻棉流速度的空间分布曲线。

说明书

技术领域

本发明属于基于机器视觉的工业检测技术领域。

背景技术：

所谓异性纤维分拣主要是指从大量棉花中识别并分拣出异性纤维(如人和动物的毛发、 丙纶丝、塑料等)的过程。在棉纺行业中，异性纤维分拣是一道很重要的工序。基于机器视 觉原理的异性纤维分拣系统是目前使用的一种主要的方法。异性纤维分拣系统使用高速相机 (一般为线阵相机)对透明通道中的棉流进行在线的拍摄，将摄得的图像送入计算机，通过 专用的计算机软件识别出异性纤维并确定其位置，最后根据棉流速度确定延时时间并驱动相 应的电磁阀将异性纤维吹出。其中棉流速度估计的准确与否直接影响异性纤维的吹出率，不 准确的棉流速度估计会造成电磁阀动作的提前或滞后，使检测出的异性纤维被漏吹。在现有 的系统中，棉流速度一般是根据管道中的风速估算出来的，风速可由送风设备控制或管道中 的风速测量设备提供，在风速的基础上乘以一个小于1的经验系数(如0.78)即为棉流速度。 这种棉流速度估计方法简单易用，可适用于风速比较平稳时的棉流速度估计，但在实际工业 应用中，管道中的风速往往并不稳定，且对于不同的棉花品种，用于估计棉流速度的经验系 数一般是不一样的，所以使用传统方法很难得到准确的棉流速度的估计。

视频测速是“智能交通领域”的一个研究热点(童剑军，说说视频测速，中国交通信息 产业，2006，第9期，36-38页)，尽管视频交通测速有其优点，但存在一些困难，限制了实 际应用。本发明将视频测速技术应用于异性纤维分拣系统。相对于智能交通领域中的视频测 速，将视频测速技术应用于异性纤维分拣系统存在如下优越条件：1、光照稳定；2、双相机 采集视频信号；3、相机位置固定；4、不需要成像空间和物理空间之间的转换。

发明内容：

本发明的的目的在于提出一种异性纤维精确分拣用的棉流速度在线估计方法。

本发明的特征在于，该方法依次含有以下步骤：

步骤(1)，在棉流通道一侧垂直于该通道宽度方向与棉流运动方向放置的两架相隔设定 距离S的线阵相机(1)和(2)，对作变速直线运动的棉流在设定的相等的时间内采集到有部 分重叠的两幅图像，对所述两个线阵相机(1)和(2)所采集的两幅棉流图像沿垂直于棉流 横截线的方向进行分割，分割成若干棉流子图，标志为S1(t，x)和S2(t，x)，x为与所述相机(1) 或(2)对应的棉流横截线上的空间位置，x∈Xp且{X1，…Xp，…Xm}构成完整的棉流横截线， m为子图的个数，m最小为1，最大为所述相机(1)或(2)的有效观测点数，t为所述相机 (1)或(2)对应的拍摄到所述棉流横截线的时间；

步骤(2)，线阵相机(1)和(2)分别地拍摄到的棉流子图S1(t，x)和S2(t，x)输入一个计 算机；

步骤(3)，计算机按下式计算所述棉流子图S1(t，x)和对应不同延时Δt下的棉流子图 S2(t，x)之间的相似性，得到一条随Δt变化的相似程度的曲线f(Δt)；

$f\left(\mathrm{\Delta t}\right)=\frac{\underset{t,x}{\Sigma }\left[(S1(t,x)-m1)(S2(t+\mathrm{\Delta t},x)-m2)\right]}{\sqrt{\underset{t,x}{\Sigma }{[S2(t,x)-m]}^2\underset{t,x}{\Sigma }{[S2(t+\mathrm{\Delta t},x)-m2]}^2}}$

Δt∈{Δt1，Δt2，…，Δtn}，n为Δt的个数，为设定值，n＞0，

m1为S1(t，x)的均值，用下述公式表示：

$m1=\frac{1}{L}\underset{t,x}{\Sigma }S1(t,x)$

m2为不同Δt下S2(t+Δt，x)的均值，用下述公式表示：

$m2=\frac{1}{L}\underset{t,x}{\Sigma }S2(t+\mathrm{\Delta t},x)$

式中，L为棉流子图的象素的个数；

步骤(4)，找出曲线f(Δt)中的最大值f(ΔT)，该最大值所对应的时延ΔT即为棉流上同 一点分别通过所述两架相机(1)和(2)时所需的时间；

步骤(5)，相隔设定的速度分析间隔I里，I为任意大于零的数，根据前一时刻已经估 计出的棉流速度v0按下式估计下一时刻的速度v

$v=\alpha v_0+(1-\alpha )\frac{S}{\mathrm{\Delta T}},$ α为0到1之间的任意值，v的初始值为启动时的 测定风速；

步骤(6)，按照步骤(2)-步骤(5)所述的方法处理完所有的棉流子图，得到当前时刻 棉流速度v随子图变量p变化的曲线，p＝1，…，m，即为当前时刻棉流速度的空间分布曲线。

用视频测速的棉流速度在线估计方法具有速度跟踪实时准确，不需额外添加硬件设备等 优点。在我们的系统中，不使用在线测速方法的平均误吹率为90％，使用在线测速方法后平 均误吹率降低至50％，这里所述的平均误吹率是每班次检查50次的吹出情况，统计无异纤棉 团数占总吹出棉团数的比例。

附图说明：

图1、本发明给出的视频测速技术流程图。

图2、信号采集系统示意图。

图3、棉流图象，(a)相机1采集；(b)相机2采集。

图4、一段时间的在线估计得到的速度曲线。

具体实施方式：

针对现有异性纤维分拣系统采用风速间接确定棉流速度存在的缺陷，本项发明利用视频 测速技术直接确定棉流速度。现有的异性纤维分拣系统采用两架或四架线阵相机，本项发明 只需要利用棉流方向不同观测点的视频信号进行计算机处理来提取棉流速度信息，所以不需 要增加或改变系统的硬件部分。沿棉流方向一前一后安装两架线阵相机，一架线阵相机每个 时刻只获取通过棉流的一条横截线(一般和棉流方向垂直或近似垂直)，即得到的一个1维信 号，多个时刻组合起来，就得到在该段时刻通过相机检测点的棉流图象，即得到一个2维信 号。对前后放置的两架相机采集得到的棉流图象(或由棉流图象提取的特征)进行匹配对比， 估计出当前通过第一架相机的棉流在多少时间后通过第二架相机，就可以得到当前棉流的同 一点通过两架相机的时间差。由于两架相机在棉流上的检测点是已知的，即他们之间的距离 是固定且已知的，所以就可以得到当前棉流速度的估计。通过高速采集的棉流视频，实时更 新棉流速度的估计，实现在线棉流速度估计。利用实时估计的棉流速度，在发现棉流中的异 性纤维时，在线确定电磁阀的执行时间，实现精确的异性纤维分拣。

下面给出本发明的一种实施方式。我们将本发明应用于一个实际的异性纤维分拣系统中， 棉流信号采集系统示意图如图2所示。通过两架相机的虚线和棉流通道的交叉点为他们的观 测点。图3a和3b分别给出了相机1和2在设定的时间段内采集的棉流图象，采集时间长度 为0.32秒。x轴对应棉流通道宽度，为80cm。相机间距离为5cm。从图3可以看出，相机1 采集到的某一团棉花图象，在一定时间后就会出现在相机2采集的图象中。记两架相机采集 的棉流图象对应的子图标志为S1(t，x)和S2(t，x)，t为时间，x为对应相机的棉流横截线的空间 位置。利用互相关系数构造一个图像相似性度量f如下：

$f\left(\mathrm{\Delta t}\right)=\frac{\underset{t,x}{\Sigma }\left[(S1(t,x)-m1)(S2(t+\mathrm{\Delta t},x)-m2)\right]}{\sqrt{\underset{t,x}{\Sigma }{[S2(t,x)-m]}^2\underset{t,x}{\Sigma }{[S2(t+\mathrm{\Delta t},x)-m2]}^2}}$

式中，m1，m2分别为S1(t，x)和S2(t+Δt，x)的均值， $m1=\frac{1}{L}\underset{t,x}{\Sigma }S1(t,x),$ $m2=\frac{1}{L}\underset{t,x}{\Sigma }S2(t+\mathrm{\Delta t},x),$ Δt 为时延。计算S1(t，x)和对应不同时延Δt的图像S2(t+Δt，x)之间的相似性，得到一个随Δt变化的 相似性度量曲线f(Δt)。设对应时延ΔT的f(ΔT)为f(Δt)曲线中的最大值，则棉流上同一点通过 两架相机的时延为ΔT。利用图3给出的棉流图象可以估计得到ΔT＝7ms，则得到该点估计速 度为 $\frac{S}{\mathrm{\Delta T}}=7.1m/s.$

考虑到噪声等影响因素，且通过棉流通道空气速度测量发现，可以认为气流速度不会剧 烈突变，即可以认为棉流速度不会突变，设定非负的速度更新因子为α＝0.88，速度分析时间 间隔I＝0.032s，采用如下速度更新公式：

$v=\alpha v_0+(1-\alpha )\frac{S}{\mathrm{\Delta T}}$

式中，v0为前一时刻估计速度。

图4给出了一段时间在线估计得到的速度曲线。

本发明具有如下特点：

1.使用沿棉流方向一前一后安装的两架线阵相机高速采集棉流视频信号，利用棉流图 象(或由棉流图象提取的特征)进行匹配，得到当前棉流的同一点通过两架相机的时间差， 利用两架线阵相机在棉流上的观测点距离估计棉流速度。

2.利用前一时刻估计得到的棉流速度，结合当前估计的棉流速度，实现自适应的在线 棉流速度更新，提高了速度估计的鲁棒性。

3.将得到的棉流图象沿与棉流方向垂直的方向进行空间划分，对划分后的每个子图象 分别进行第1和2特点中给出的棉流速度估计，得到棉流速度的空间分布，适应棉流速度在 通道空间上存在变化的情况。

4.在实际中，根据棉流通道中棉流速度空间变化情况设定子图个数，子图个数最少为 1个，最多为线阵相机的有效观测点数。

5.通过设定合适的速度分析的时间间隔，在速度跟踪能力和计算量之间进行折衷。一 般棉流速度不会突变，可以采用较大的时间分析间隔。

6.两架相机可以安装在棉流通道的同一侧，也可以分别安装在棉流通道的两侧。

7.两架相机可以采用相同或不同的照明光源。

8.估计得到的实时棉流速度被用来在线确定电磁阀的执行时间，实现精确的异性纤维 分拣。