异形喷丝孔质量检测方法

J4 ›› 2012, Vol. 50 ›› Issue (4): 762-766.

异形喷丝孔质量检测方法

王方¹, 林晓珑¹, 冯玮琛², 张立凯¹, 张佳全¹

1. 吉林大学物理学院, 长春 130012|2. 吉林大学数学学院, 长春 130012

收稿日期:2011-08-25 出版日期:2012-07-01 发布日期:2012-09-07
通讯作者: 林晓珑 E-mail:linxl@jlu.edu.cn

Detection Method-for Non-circular Spinneret Hole

WANG Fang¹, LIN Xiaolong ¹, FENG Weichen², ZHANG Likai¹, ZHANG Jiaquan¹

1. College of Physics, Jilin University, Changchun 130012, China;
2. College of Mathematics, Jilin University, Changchun 130012, China

Received:2011-08-25 Online:2012-07-01 Published:2012-09-07
Contact: LIN Xiaolong1 E-mail:linxl@jlu.edu.cn

摘要/Abstract

摘要：

采用CCD采集放大后的异形喷丝孔图像, 对图像进行边缘检测、二值化和边缘细化等预处理, 在测量异形度参数过程中采用先检测圆和直线基本元素, 再用最小二乘法对基本元素进行拟合以获取更准确的参数. 该方法能实现异形喷丝孔是否堵孔的判定和异形度参数的检测. 实验结果表明, 该方法检测精度高、速度快, 适合化纤企业对异形喷丝孔质量的检测.

关键词: 异形, 喷丝孔, 图像处理, 曲线拟合, 异形度参数

Abstract:

With the application of CCD, the enlarged non-circular spinneret holes image was captured, followed by edge detection and preprocessing of thresholding and edge thinning. In the measurement of non-circular degree parameter, the basic circular and linear elements were first detected, then the method of least square was used to fit circular and linear for obtaining more accurate parameter. This method can achieve the judgment of block and detection of shaped degree for non-circular spinneret hole. Experimental results show that this method has the high precision and speed detection. Meanwhile, it is suitable for non-circular spinneret holes detection in synthetic fiber industry.

Key words: irregularshaped, spinneret hole, image process, curve fitting, shaped degree parameter

中图分类号:

王方, 林晓珑, 冯玮琛, 张立凯, 张佳全. 异形喷丝孔质量检测方法[J]. J4, 2012, 50(4): 762-766.

WANG Fang, LIN Xiaolong, FENG Weichen, ZHANG Likai, ZHANG Jiaquan. Detection Method-for Non-circular Spinneret Hole[J]. J4, 2012, 50(4): 762-766.

参考文献

Metrics

Viewed

Full text

110

HTML			PDF

Just accepted	Online first	Issue	Just accepted	Online first	Issue
0	0	0	0	0	110

From	Others	local

Times	17	93
Rate	15%	85%

Abstract

Cited

Shared

[1]	袁哲, 孙延君, 陈亮. 基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法[J]. 吉林大学学报(理学版), 2019, 57(06): 1437-1441.
[2]	邓江洪, 赵领. 多特征筛选与支持向量机相融合的图像分类模型[J]. 吉林大学学报(理学版), 2016, 54(04): 862-866.
[3]	刘宏, 张树功. 基于曲线表示的人脸表情合成[J]. 吉林大学学报(理学版), 2015, 53(01): 80-88.
[4]	刘宏, 张树功. 基于高次曲线拟合的人脸特征表示[J]. 吉林大学学报(理学版), 2014, 52(04): 746-752.
[5]	徐中宇, 宁闯, 周亚洲. 一种快速亚像素边缘检测算法[J]. 吉林大学学报(理学版), 2014, 52(02): 308-313.
[6]	左平, 王洋, 申延成. 一种基于全变差正则化与小波包变换的图像去噪算法[J]. 吉林大学学报(理学版), 2014, 52(01): 81-85.
[7]	杨永敏, 樊继壮, 赵杰. 冷轧带钢表面缺陷视觉检测系统[J]. J4, 2011, 49(05): 911-917.
[8]	张佳全, 吴庆妍, 冯玮琛. 喷丝板单孔图像的检测算法[J]. J4, 2010, 48(05): 835-839.
[9]	邱菊, 马驷良, 张忠波. 显微图像自动分析中的细胞定位识别[J]. J4, 2008, 46(04): 721-724.
[10]	张震,，马驷良，张忠波，刘辉，宫跃欣，孙秋成. 一种改进的基于Canny算子的图像边缘提取算法[J]. J4, 2007, 45(02): 244-248.
[11]	冯月萍，钟慧湘，庞云阶. 基于点的绘制方法研究[J]. J4, 2005, 43(05): 617-621.
[12]	邱菊, 马驷良, 张忠波. 基于小波变换的显微图像细胞边缘提取[J]. J4, 2005, 43(03): 320-323.