基于工业相机+FPGA+计算机模式的纸病二次辨识方法

为切实有效解决既有纸病检测系统数据处理不到位等一系列问题,基于工业相机+FPGA+计算机模式提出了纸病二次辨识方法,具体即FPGA通过纸张图像预处理、纸病粗略判断、提取疑似纸病区域、传输疑似纸病区域于计算机等程序,负责完成纸病一次辨识;再由计算机通过多特征量提取、以自适应神经模糊推理系统精确辨识纸病等流程,负责完成纸病二次精确辨识。结果表明,此方法不仅纸病辨别准确率高且具备一定鲁棒性;基于FPGA系统并行算法不仅可迅速实现图像一次辨识,还可显著提升后续计算机的图像二次辨识速度,从而将进一步提高纸病标识与产品复卷剔除的精确度。     

基于FPGA的纸病提取系统的设计

研究并设计了一种基于FPGA的纸病提取系统,实现造纸过程中纸病部位图像的提取。通过FPGA内部硬件电路进行图像采集、预处理和纸病提取,借助NIOS II软核处理器实现纸病数据的发送,使用计算机从网络接收数据并重组图像,最后得到只含有纸病部位图像的数据。该系统可根据不同的纸机要求灵活配置,在不影响整体性能的前提下,增强系统数据处理能力。经测试,该系统能够稳定可靠地实现纸病提取功能,与纸病识别系统相结合即可实现纸病检测,为纸机的日常维护提供保障。     

基于两次二维Daubechies小波变换的纸病在线辨识方法研究

针对造纸生产线上纸病在线检测系统光源不均匀性和纸病难以识别的问题,通过建立纸病图像背景模型实现动态补偿光源的不均匀成分,并根据不同纸病图像的灰度分布规律,两次使用二维小波变换增强其灰度轮廓信息和提取灰度特征,以实现纸病的在线辨识。实验结果表明,该方法可以显著提高纸病辨识精度。     

基于机器视觉的纸病检测系统发展综述

在详细介绍以机器视觉技术为核心的纸病检测流程的基础上,研究、梳理和归纳了纸病检测系统在硬件模式、软件系统和检测算法上的发展历程,分析了当前纸病检测中存在的难点问题,并讨论了该技术的发展前景。     

基于近场均匀照明的纸病检测系统光源优化方案

针对纸病检测系统中采集到的图像存在横向灰度不均匀现象,基于几何光学辐射照度理论,围绕纸病检测系统光源模块照射到被检测纸张上的照度均匀分布问题开展了应用技术研究。依据斯派罗法则,确定了光源模块中LED灯珠间的最优距离函数;从机器视觉的角度出发,利用实验法确定了光源阵列中不同位置灯珠的功率优化函数;采用图像灰度均匀度指标,对光源的改进效果进行了验证。结果表明,本优化方案可以将获取到的图像灰度均匀度由优化前的57. 8%提高到98. 6%,有效地提高了纸张的成像质量,可降低后期的图像处理难度,有望提高应用程序的执行效率。     

高速造纸机纸病检测系统(DZ-WIS)的研发与实践

纸病在线检测技术随着纸机车速的提高在不断发展进步,这方面的研究国外比较成熟,国内高速纸机的纸病检测设备基本依靠国外进口。要研制国产高速纸机,与之相配套的纸病检测技术也要加快研制步伐。本文介绍了河南江河纸业研制的应用于高速纸机的DZ-WIS纸病检测系统。     

基于CNN的深层次特征提取纸病辨识方法研究

针对当前纸病检测方法中纸病特征量难分离以及难点纸病特征量难构建的瓶颈问题,提出基于卷积神经网络（CNN）的纸病辨识方法。该方法根据纸病图像的特点设计了纸病检测的CNN结构,在此基础上利用CNN自动提取纸病图像的深层次特征,结合Softmax实现对纸病的辨识。实验结果表明,基于CNN的深层次特征提取纸病辨识方法优于现有的纸病检测方法,能够对包括难点纸病在内的各种纸病进行精确辨识。     

基于朴素贝叶斯分类器的纸病离线静态辨识方法研究

针对当前纸病处理方法通用性弱、鲁棒性差的问题,研究了一种使用概率精确判别纸病类别的方法。该方法通过训练样本获得各类纸病特征量的条件概率分布,利用朴素贝叶斯分类器原理求得某一纸病特征向量属于各种纸病的后验概率,进而通过比较各后验概率的大小进行纸病辨识,这可满足纸病辨识的静态性能要求,同时,利用朴素贝叶斯分类器具有最小错误率的特点,保证纸病辨识精度。实验结果表明,该方法具有很强的通用性,能够有效、快速地对纸病进行辨识。     

基于木桶理论的纸病检测系统架构设计

对于基于机器视觉的纸病检测系统而言,如果能在了解用户需求后,设计出一套稳定且适用的系统架构可以达到事半功倍的效果。本文基于木桶理论的纸病检测系统架构,以工业线阵相机产生的数据量和各种硬件的处理能力为研究内容,以配置均衡为主要研究目标,设计出一套有效的、可供参考的纸病检测系统架构的搭建方案,针对不同的流水线,提出最小适配方案,最终达到既能满足用户需求又不浪费系统资源的效果,有效为造纸企业降低投资成本。     

基于FPGA的纸病检测预处理算法的实现

利用DSP Builder工具在MTALAB/Simulink中设计纸病图像预处理算法,然后将算法的Simulink模型转换为FPGA的硬件代码。硬件在环测试验证了算法可以对纸病图像进行滤波、检测边缘和定位处理。利用FPGA对纸病图像进行预处理,可以满足纸病检测系统需实时处理大量数据的要求。     

基于相位一致性的低对比度纸病识别算法研究

针对机器视觉检测低对比度纸病,存在常规的阈值分割会引起低对比度纸病信息丢失以及边缘检测存在鲁棒性差的问题,本课题提出了一种基于相位一致性算法识别低对比度纸病的方法,并与常规的阈值分割以及边缘检测中具有代表性的canny算子进行了对比分析。结果表明,当识别低对比度纸病时,本课题提出的方法不仅保留的有用信息较常规阈值分割的多,而且鲁棒性较canny算子的边缘检测好。     

改进YOLOv7的纸张表面缺陷检测研究

提出一种改进YOLOv7的纸张表面缺陷一步式检测算法。首先将注意力机制模块CBAM融合到主干和特征提取网络结构,从空间和通道2个维度提取信息,提升小目标纸病特征提取准确性和算法稳定性;将ASPP空洞卷积加入主干网络SPP中,ASPP可以进一步扩大感受野,使较小目标的特征信息在网络传递时得到保留,解决了小目标信息量不足的问题,进而提高小目标纸病识别的性能。通过自制纸病数据集检测实验,与YOLOv7相比,精确率、召回率及平均精确率均值mAP 0.5分别提升了1.5、2.3和2.1个百分点。     

基于模糊PID的高速切纸机速度控制系统

针对圆筒切刀式高速切纸机控制系统开发应用过程中出现的精度控制问题,提出了基于模糊PID的高速切纸机精度控制方法.切纸机的精度主要与送纸速度和切刀速度控制有关,用速度闭环控制在保证其速度稳定的前提下,采用模糊PID控制方法来提高送纸辊速度与切刀速度的同步性以提高切纸精度.在Matlab的Simulink平台中建立了基于模糊PID的切纸机速度控制系统模型,并进行了仿真和结果分析.     

基于位平面的纸病检测算法研究

针对当前纸病检测算法存在抗干扰能力差、定位不准确和运算复杂等问题,提出一种基于位平面的纸病检测算法。首先,采用自适应中值滤波算法对纸病图像进行滤波,然后,对滤波后的图像进行位平面分解,并运用格雷码对位平面加以增强,最后,使用数学形态学对其进行边缘检测,得到最终的纸病检测结果。仿真结果表明：该方法运算简单,能够较好地检测出纸病缺陷,并具有较好的抗干扰性和定位准确性。     

基于FPGA的纸病预处理系统

针对当前计算机串行数据处理方式难以适应在线纸病检测系统数据实时处理量大的瓶颈问题,采用“FPGA+计算机”的纸病检测硬件结构,利用FPGA(现场可编程门阵列)的并行特性实现图像处理算法的硬件加速,对CCD高速摄像机拍摄的纸病图像进行预处理,初步确定可能出现纸病区域的位置和大小,并将这些区域的图像信息通过以太网发送到计算机做纸病的进一步辨识和分类.试验结果表明,这种结构可以极大地减轻计算机的运算量,提高纸病检测系统的精确度和效率.     

一种基于位平面的纸病检测数学形态算法研究

造纸加工工艺的进步带动了纸机加工车速的提升,同时也带来了更加复杂的纸病处理问题。基于位平面理论,构建了一种新的纸病检测数学形态算法,旨在为现代造纸加工行业中的纸病检测工艺提供一种抗干扰能力强、定位准确以及运算较为简单的数学形态算法。首先对位平面技术的理念和运行策略进行分析;其次对基于位平面的纸病检测算法进行论述,从自适应中值滤波、获取图像的增强位平面、用数学形态学算法进行边缘检测等角度进行了详细研究;最后对该种类的纸病检测数学形态算法进行方针结果分析,认为该种算法能够在运算简单的基础上,更好地检测出纸病缺陷提供优良的纸病检测抗干扰性的定位精准性算法。