采用多角度成像技术的纺织品三维轮廓重建算法

为更全面地对织物表面信息进行表征,方便对织物进行结构分析、外观评估、质量检测和逆向工程等测试,设计了1 套可实现数字化图像采集、相机校准和三维重建的纺织品三维轮廓重建方法及系统。自行搭建了1 套针对纺织品多角度图像采集平台,同时根据成像参数优化、算法优化深入探讨二者对三维重建效果的影响,逐步优化实验流程和拍摄环境,以提高纺织品三维重建系统的精度。结果表明,在现有硬件的基础条件下,该平台可完成低密度针织物三维轮廓的高精度重建,重建所得模型携带织物表面大量的纹理信息、空间位置关系及颜色信息,特征匹配的特征点均超过1 000个。     

应用连续投影算法及最小二乘支持向量机的单组分纺织品识别

针对传统的纺织品检测受检测人员感官和精神状态影响,不同检测人员对同一样品的检测结果有偏差,且大部分传统的检测方法损伤纤维这一现象,以高光谱技术为基础设计了对8 种单组分纺织品材料进行识别分类的方法。对纺织品的高光谱数据预处理后,利用连续投影算法提取纺织材料的特征波长,在 920～ 2500 nm内将288个波长压缩至5 ～7 个（数据压缩至1.74%～ 2.43%）,并基于最小二乘支持向量机对每种纺织品建立二类分类器,将获取到的特征波长导入到各自对应的分类器中进行训练,最后对测试样本进行识别分类。实验结果表明,640 个实验样本均被8 种二类分类器识别,高光谱成像技术可用于棉、涤纶、聚乙烯、羊毛、聚氯乙烯、锦纶、亚麻、蚕 丝的识别。     

基于透射光成像的纺织品纹理结构重建

探讨基于透射光成像的纺织品纹理结构重建效果。自行搭建了一套基于透射光成像的织物三维轮廓重建系统,设计试验对比了基于反射光成像法与透射光成像法的结构重建效果。结果表明:采用透射光成像法获得的三维模型具有较少的错误率,重建所得模型携带织物表面大量的纹理信息、空间位置关系及颜色信息。认为:该方法在一定程度上解决了纺织品复杂纹理结构重建过程中精度不高、匹配错误较多的问题,符合纺织品表征和分析的要求。     

基于时间最优的搬运机器人运动规划

为了提高搬运机器人在码垛过程中的速度和运动平稳性,在其关节空间内,以时间最短为规划目标,采用三次样条曲线对搬运机器人的运动轨迹进行规划,保证其速度,加速度连续;针对搬运机器人的特定的工作方式和特定的机械结构,在传统的PTP运动模式基础上提出一种基于时间最优的规划方法,对机器人整个码垛过程进行再规划。通过实验验证,运动优化后,其码垛速度大大提高。     

单一视角下自适应阈值法的纱线毛羽识别及其应用

为更准确测量纱线参数信息,针对图像背景处理和阈值分割算法对纱线图像处理后毛羽信息损失严重的问题,提出自适应灰度增强及线形区域阈值分割算法。并用自制图像采集系统获取6种不同类型的纱线样本,进行图像识别算法的准确性和有效性验证。结果表明:提出的2种算法可明显减少纱线图像信息损失,并且具有良好的鲁棒性,图像法检测的纱线毛羽长度和数量与目测法相近;实现了纱线主体与背景的灰度对比度增强,避免单一阈值导致的图像分割效果差的影响,提高纱线毛羽的识别精度和测量准确性,为后续研究纱线毛羽检测系统提供有效纱线图像分析算法。