[实用新型]一种应用深度学习图像处理的分布式异性纤维分检系统

说明书

本实用新型提供一种应用深度学习图像处理的分布式异性纤维分检系统，包括分布式的图像采集系统、嵌入式的图像处理系统、电磁阀控制系统，所述图像处理系统与图像采集系统、电磁阀控制系统分别相连接，所述电磁阀控制系统和图像采集系统安装在物料输送通道上；所述图像处理系统内设置有学习模块、检测模块和辅助模块，所述检测模块和辅助模块应用深度神经网络，都与图像采集系统、电磁阀控制系统相连接，所述学习模块和检测模块相连接。本实用新型根据最终分检出异性纤维的特征信息，包括分类情况、流速变化、含量分布等信息提供给用户，便于生产工艺管理与控制纤维的质量。

技术领域

本实用新型涉及一种纺织装置，尤其是涉及一种应用深度学习图像处理的分布式异性纤维分检系统。

背景技术

目前异性纤维分检机的设计中，广泛应用传统的图像处理或者算法处理系统，面对日益增长的纺纱厂、轧花厂、化纤厂、人造棉厂等对纤维中分检异性纤维的需求，缺点越来越突出。例如，由于人工费用升高，分检设备落杂一般无人分检或者低价出售，造成资金浪费，落棉效率非常关键；纤维中会有叶梗、叶屑等一些无需过检的异物，会被大量带出，降低了分检效率；关键的异性纤维分检率不能满足后序纱线、或布匹的质量要求；再有国内许多异纤设备制造商采用基于PC-based的处理架构进行图像处理完成对纤维分检，在面对工厂里高温、高湿、高粉尘的环境下，尽管采用空调、水冷等方式，并不能降低处理系统的故障率。

实用新型内容

本实用新型提供了一种应用深度学习图像处理的分布式异性纤维分检系统，用于解决上述问题。其技术方案如下所述：

一种应用深度学习图像处理的分布式异性纤维分检系统，包括分布式的图像采集系统、嵌入式的图像处理系统、电磁阀控制系统，所述图像处理系统与图像采集系统、电磁阀控制系统分别相连接，所述电磁阀控制系统和图像采集系统安装在物料输送通道上；所述图像处理系统内设置有学习模块、检测模块和辅助模块，所述检测模块和辅助模块应用深度神经网络，都与图像采集系统、电磁阀控制系统相连接，所述学习模块和检测模块相连接。

所述图像采集系统也能够包括一部或多部嵌入式处理架构或处理板，应用分布式的深度学习算法处理。

所述图像采集系统包括安装在物料输送通道两侧拍摄位的高速相机，从物料两侧或单侧获取图像。

所述图像采集系统还包括与高速相机相连接的预处理板，所述高速相机采集的图像数据传送到预处理板，每部高速相机配备预处理板或者多部高速相机共用一个预处理板。预处理板应用FPGA或DSP架构，对从相机采集来的数据进行图像预处理，将预处理结果输送到嵌入式的图像处理系统。

预处理板也能够将预处理结果输送到一部或多部嵌入式处理架构或处理板，进而完成简单的图像处理。该预处理板可以与相机做成一体，构成智能化相机。

所述图像处理系统通过千兆网或高速数据协议线缆链接预处理板。

所述图像处理系统与触摸显示系统相连接，用于收发001指令或显示状态。

所述学习模块用于对高速实时流水线中异性纤维的特征要素应用基于深度神经网络的深度学习，所述异性纤维的特征要素包括异性纤维的分类情况、位置、坐标、大小、流速。

所述检测模块用于应用训练出的神经网络，对高速拍摄到的图像进行分析，获取异性纤维在图中的坐标位置，进行图片分析时，建立智能构图深度神经网络的训练数据集，根据高速工业相机拍摄到的图片，提取需要检出的异性纤维的坐标。

所述辅助模块对应高速流动的纤维图片进行算法处理，得到流动的速度。

所述图像处理系统使用基于PC-Based的图像处理系统，可以采用GPU处理架构，或者处理板和图像采集板的结合，插在计算机或工控机的PCIE插槽上、使用GPU配套的指令集、应用深度学习图像采集和算法分析处理。