基于机器视觉的圆网印花机对花检测系统

针对圆网印花对花检测问题,提出利用机器视觉的方法来检测印染过程中对花误差的大小.首先介绍了印染织物图像的特点,并结合“错花”图像的特点,采用JSEG算法对织物图像进行分割;选取各颜色区域的边缘轮廓作为匹配的特征信息,通过两次基于Fourier-mellin变换的曲线匹配,完成误差的检测.最后给出了“错花”误差的计算结果...     

北京科技大学 新金属材料国家重点实验室，北京100083

利用SEM、XRD和EDS研究Y对Ti45Al8Nb(at%)合金在900℃空气中的循环氧化行为的影响。实验结果表明,适量Y的加入显著提高了合金的抗循环氧化性。无Y合金300次循环后便出现了表层氧化膜脱落,而含Y的6个合金除Ti45Al8Nb0.1Y在氧化460h后出现大面积脱落外,其余合金在1000次循环内均未出现明显脱落。Y的加入显著增强了氧化膜与基体之间的粘附性。但是加入过量Y,合金氧化膜内颗粒较大的Y2O3偏聚在晶界处,为O提供了扩散通道,使合金出现了严重的内氧化。     

曲线匹配算法及其在织物自动对花检测中的应用

针对圆网印花过程中的对花检测问题,在提出的基于机器视觉的圆网印花检测系统的基础上,提出了利用曲线匹配策略得到错花套色的位置误差矢量的方法。为了确保目标边缘图像与标准边缘图像拍摄位置相同,利用Fourier-Mellin曲线匹配,对其进行匹配消除拍摄误差;然后用基于傅里叶变换位移定理的曲线匹配算法,对调整好的目标边缘图像和标准边缘图像进行匹配,检测对花误差。该匹配策略消除了拍摄误差,数据运算量小,实验表明其检测精度和运算速度可以满足织物对花在线检测的要求。