автореферат диссертации по технологии материалов и изделия текстильной и легкой промышленности, 05.19.02, диссертация на тему:Разработка технологии и методов обнаружения внешних пороков текстильных материалов с применением локальных бинарных шаблонов и вейвлет-анализа

)

4848109

1а правах рукописи

ЯКУНИН МИХАИЛ АРКАДЬЕВИЧ <У

Разработка технологии и методов обнаружения внешних пороков текстильных материалов с применением локальных бинарных шаблонов и вейвлет-анализа

05.19.02 - Технология и первичная обработка текстильных материалов и сырья

Автореферат на соискание учёной степени кандидата технических наук

Москва 2011 2 6 МАЙ 2011

4848109

На правах рукописи

ЯКУНИН МИХАИЛ АРКАДЬЕВИЧ

Разработка технологии и методов обнаружения внешних пороков текстильных материалов с применением локальных бинарных шаблонов и вейвлет-аналша

05.19.02 - Технология и первичная обработка текстильных материалов и сырья

Автореферат на соискание учёной степени кандидата технических наук

Москва 2011

Работа выполнена в Государственном общеобразовательном учреждении высшего профессионального образования «Российский заочный институт текстильной и лёгкой промышленности» на кафедре технологии тканей и трикотажа.

Научный руководитель: доктор технических наук, профессор

Семин Михаил Иванович

Официальные оппоненты: доктор технических наук, профессор

Битус Евгений Иванович; кандидат технических наук, доцент Майоров Михаил Александрович

Ведущая организация: Центральный научно-исследовательский

институт технологической оснастки текстильного оборудования (ОАО «ЦНИИмашдеталь»)

Защита состоится «14» июня 2011 г. в 11:00 на заседании диссертационного совета Д 212.201.01 при ГОУ ВПО «РосЗИТЛП» по адресу: Москва, ул. Народного Ополчения, д. 38, корп.2. Зал заседаний советов.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Российский заочный институт текстильной и лёгкой промышленности» и на сайте института www.roszitlp.com

Автореферат разослан «/3 »

Учёный секретарь диссертационного совета

ШШЯ 2011г.

Тихонова Т. П.

Актуальность работы. Пороки в ткачестве возникают уже на стадии выработки текстильных материалов вследствие неисправной работы ткацкого станка. Несвоевременное обнаружение пороков ведёт к снижению сортности ткани и, как следствие, к потере её стоимости.

На ткацких станках всех типов используют основные и уточные остановы, которые контролируют целостность соответствующих нитей. При обрыве нитей станок останавливают. Однако остановы, в силу ограниченности ассортимента рассматриваемых пороков, не могут обеспечить высокого качества ткани. По механической природе конструкции, остановы не дают информации о причинах появления дефекта. Разработка и внедрение комплекса поиска пороков с использованием доступных компьютерных средств при выработке ткани имеют высокую рентабельность, но при этом являются сложной научно-технической проблемой, решение которой в мировой практике до настоящего времени не реализовано в полном объеме. Создание комплекса поиска пороков включает в себя разработку методов обнаружения и классификации пороков внешнего вида ткацкого полотна.

Подобный комплекс позволит управлять частью технологического процесса выработки ткацкого полотна и даст возможность фиксировать пороки в режиме реального времени с целью исправления дефектных областей и предотвращения их возможного образования в дальнейшем.

Таким образом, разработка комплекса поиска дефектов при выработке ткацкого полотна, основанного на методах обнаружения и классификации пороков с применением доступных компьютерных средств, является актуальной задачей научного и прикладного исследования.

Целью диссертационной работы является решение задачи определения пороков с применением машинного зрения, удовлетворяющей практические нужды ткачества, а также разработка комплекса обнаружения пороков при выработке ткацкого полотна - для частичного управления технологическим процессом выработки ткани, а именно: • фиксировать пороки ткани;

• останавливать - при необходимости - ткацкий станок;

• исправлять пороки ткани;

• предупреждать неисправности ткацкого оборудования.

Для достижения поставленных целей были решены следующие задачи:

• проведён анализ современного состояния проблемы поиска пороков с использованием машинного зрения;

• разработан двухступенчатый алгоритм определения пороков с использованием машинного зрения;

• разработан метод поиска пороков внешнего вида ткацкого полотна;

• разработан метод классификации пороков ткани с применением компьютерных средств;

• на основании метода определения пороков внешнего вида разработана структура комплекса поиска пороков ткацкого полотна при его выработке;

• проведены испытания разработанных методов на образцах тканей в производственных условиях на предмет выявления их работоспособности и преимуществ по сравнению с визуальным контролем ткацкого полотна.

Объектом исследования является технологический процесс выработки ткани; существующие системы контроля качества суровой ткани и способы их модернизации; дефекты ткани и причины их появления.

Предметом исследования являются управление технологическим процессом выработки хлопчатобумажной ткани; методы замены существующих предохранительных приспособлений бесчелночных ткацких станков; машинные алгоритмы выявления и анализа наиболее часто встречающихся пороков ткани, причины появления дефектов.

Методической и теоретической основой диссертации явились научные труды по текстильному материаловедению, технологии хлопкоткачества, методы и средства измерения, методы оценки и прогнозирования качества, аналитическая геометрия, методы математической статистики; методы

компьютерной обработки цифровых изображений; методы фильтрации цифровых сигналов; прикладные методы обработки сигналов; алгоритмирование и программирование на языках высокого уровня.

Научная новизна. В диссертационной работе впервые получены следующие результаты:

• на основании анализа современного состояния проблемы поиска пороков с использованием машинного зрения разработан двухступенчатый алгоритм определения пороков, с целью наиболее быстрого определения дефектных областей и их точной классификации;

• на основе современных достижений анализа и методов преобразования цифрового изображения разработан алгоритм поиска дефектной области с помощью локальных бинарных шаблонов;

• на основе современных достижений прикладной математики, в области анализа нестационарных сигналов, разработан метод классификации пороков ткани с помощью вейвлет-функции Габора;

• на основе алгоритма по определению пороков разработан комплекс для управления технологическим процессом выработки ткацкого полотна, дающий возможность фиксировать пороки в режиме реального времени с целью исправления дефектных областей и предотвращения их дальнейшего образования.

Практическая значимость работы. В результате проведённых научных исследований разработаны исследовательские алгоритмы и программы для комплекса управления технологическим процессом выработки ткани. Разработаны методические указания по внедрению комплекса в технологический процесс. Данный комплекс позволит повысить качество выпускаемой ткани и даст возможность контролировать готовый продукт на всех этапах его формирования.

Апробация работы. Исследования проводились на кафедрах ГОУ ВПО «РосЗИТЛП»: технология тканей и трикотажа, техническая механика.

Практические испытания разработанных методов и комплекса проводились в производственных условиях на фабрике ОАО «Группа компаний ОРЕТЕКС».

Основные материалы диссертационной работы изложены в докладах и тезисах:

• научно-технических и научно-практических конференций,

• в директорате ОАО «Группа компаний ОРЕТЕКС;;),

• на кафедре технологии тканей и трикотажа ГОУ ВПО «РосЗИТЛП»,

• на кафедре технической механики ГОУ ВПО «РосЗИТЛП». Публикации по теме диссертации. По теме диссертационной работы

опубликованы статьи:

• в журналах «Спутник+. Естественные и технические науки». № 6. 2010; «Казанский Издательский Дом. Казанская наука». № 10. 2010; «Известия вузов. Технология текстильной промышленности». № 1. 2011; «Швейная промышленность». № 2.2011;

• в сборниках «Инновационность научных исследований в текстильной и лёгкой промышленности», «Теоретические знания - в практические дела», «Современные информационные технологии в образовании, науке и промышленности»

На защиту выносятся следующие положения.

• Комплекс управления технологическим процессом выработки ткани.

• Алгоритм определения пороков внешнего вида ткацкого полотна.

• Метод поиска дефектной области с помощью локальных бинарных шаблонов.

• Метод классификации пороков ткани с помощью вейвлет-функции Габора.

Структура и объём работы. Диссертационная работа сострит из введения, пяти глав, заключения, списка литературы и приложений. Работа изложена на 134 страницах.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении дано обоснование актуальности выбранной темы научного исследования, отмечена важность практической реализации научно-практического проекта по определению пороков внешнего вида, рассматривается общая характеристика работы, определены объекты исследования, его цели и задачи.

В первой главе даны общие сведения о качестве ткани и дефектах ткацкого полотна. Рассматривается современное состояние проблемы контроля качества ткацкого полотна. Проведён сравнительный анализ существующих комплексов и методов контроля качества ткани. Изучаются компьютерные алгоритмы распознавания рисунков и пороков ткани.

На основании проведённого анализа сделаны следующие заключения: визуальный контроль качества ткани становится менее эффективным; быстрое развитие компьютерных средств даёт возможность внедрить в технологический процесс ткацкого производства методы разбраковки ткани, основанные на сложных математических моделях; используемые в системах методы и алгоритмы поиска пороков неизвестны, т. к. являются коммерческой тайной разработчиков, что делает невозможным их оценку; методы, использующиеся в новых алгоритмах, не приносят полного успеха в разбраковке, отличаются невысокой скоростью работы, что важно в производственном процессе, но этот недостаток можно устранить, используя комбинацию методов для предварительного анализа и последующего более точного анализа.

Во второй главе рассматривается метод поиска дефектных областей ткацкого полотка с использованием машинного зрения. Для фильтрации изображения ткани был выбран алгоритм, основанный на локальных бинарных шаблонах (ЛБШ), а для анализа полученного бинарного кода использовалась математическая статистика - хи-квадрат.

ЛБШ представляет собой описание окрестности пикселя изображения в двоичной форме. Оператор ЛБШ, который применяется к пикселю изображения, использует восемь пикселей окрестности, принимая центральный пиксель в

7

качестве порога. Т. е. пиксели, которые имеют значения больше, чем центральный пиксель (или равное ему), принимают значения «1», которые меньше центрального, принимают значения «О». Таким образом, получается восьмиразрядный бинарный код, который описывает окрестность пикселя. Пример работы оператора ЛБШ над полутоновым изображением показан на рисунке 1,

Двоичное: 11101001 Десятичное: 233

Рис. 1. Пример работы ЛБШ оператора Часто применяется модификация ЛБШ, в которой используют пиксели окрестности, находящиеся на некотором расстоянии от центрального пикселя. В этом случае пиксели окрестности лежат на круге с радиусом Я.

В задаче поиска пороков ткани для фильтрации изображения использовались не все ЛБШ, а только те, которым свойственно иметь не более двух переходов с «1» в «0» или наоборот. Обозначим их как ЬВР " я .

В задаче поиска пороков, в силу возможной разницы между продольным и поперечным шагом переплетения, целесообразно использовать окрестность из пикселей в форме эллипса - ЭЛБШ, то есть для формирования ЛБШ будут использоваться те пиксели окрестности, которые лежат на эллипсе относительно центрального пикселя. • •

ЭЛБШ необходимо иметь для бездефектного отрезка ткани и для отрезка _ исследуемой ткани.

Далее проводится анализ, основанный на определении расстояния между гистограммами ткани образца и исследуемой ткани, используется хи-квадрат. Расстояние между изображениями 8 и М определяется по формуле:

5 4 3

4 3 1

2 0 3

Порог =3

1 г г

• 1 •

0 0 1

*2 ( ГЯ - М I2

/-IV. ^Г ,] + М1.)

где и Мц - размеры столбика | из области}.

Таким образом, при «несовпадении» изображений можно утверждать, что найдена область с высокой вероятностью нахождения в ней дефекта.

Предложенный метод является начальным этапом общего метода определения пороков и служит для выявления дефектных областей с целью сокращения объёма начальной информации.

В третьей главе рассматривается метод классификации пороков ткацкого полотна с использованием компьютерного зрения. Основой метода является вейвлет-функция Габора, применение которой необходимо для отчистки изображения от шума, где в качестве шума примем всё, что не является пороком.

Функции Габора локализованы в пространственной и частотной области и имеют вид плоской волны с волновым вектором к , на которую наложена гауссовская огибающая функция шириной а/к ,где а = 2 яг :

_2

М*) = р-ехр Ai-p- exp (ikjx)- exp

-Для вещественной функции / s L2(R) вейвлет-коэффициенты будут находиться из свёртки функции с вейвлетом:

ЧС.ОО-</>,(*)> ..

Так как функции iy,(x) локализованы в пространственной области, то

Wfi(x) характеризуют не всё изображение, а некоторую его часть, размер

р

которой определяется параметром а положение - аргументом «х».

а

Используемый набор масштабов функций Габора был предложен авторами работы Distortion invariant object recognition in the dynamic link architecture, которые провели исследования для двух значений пространственного фактора /=V2, определяющего расстояние между соседними масштабами ядер Габора, и

различных значений параметра ктах, определяющего максимальный масштаб используемых ядер:

)

где v={0,...4}, и={1,...8}.

Результат преобразования будет состоять из сорока наборов вейвлет-коэффициентов. Эти вейвлет-коэффициенты необходимо получить для изображения образца (бездефектного отрезка ткани) и для дефектной области.

Тогда отчистка изображения от шума будет происходить следующим образом:

]¥: = ¡ИГ*

где IV,"°ф - вейвлет-коэффициенты изображения дефектной области; №.°бр - вейвлет-коэффициенты изображения образца; ¡ = [1......40].

В результате фильтрации получим полную картину дефектной области, очищенную от посторонних объектов (нити, точки узлов переплетений). Таким образом, поиск пороков сводится к поиску перепада значений яркости в цифровой матрице изображения, где 40 - это бездефектная зона, а любое значение, отличное от 40, - это зона с дефектом.

Разработанный алгоритм позволяет получить точную информацию о положении дефекта, его размерах и ориентации в пространстве. Классификация пороков проводится путём подробного анализа выявленных дефектных областей.

_______________Каждый порок является областью с

известной яркостью дефектных пикселей. Координаты этих пикселей позволяют установить размеры порока, взаимную ориентацию нитей сетки ткани дефектной области в пространстве.

Рис. 2. Изображение дефектной области

#11

Пусть наибольший размер по горизонтали (рисунок 2) определяется как:

и наибольший размер по вертикали определяется как:

I ти.иъп.,)^)) 1=4 -О1+0„,„ -У—)1

Тогда размеры их проекций, взятые по направлению нитей утка или основы, будут равны:

I Х>""°К 1= ^'тт"'«®)1 I \= л/С/ш1п^/тах?"

Информация о размерах пороков позволила разделить все пороки на три группы: порок основы; порок утка; порок типа «пятно».

В диссертационной работе разработаны условия, позволяющие классифицировать пороки внутри группы.

Первое обязательное условие позволяет разделить пороки на группы. Принадлежность порока определённой группе выводится из отношения между размером взятого по направлению нитей основы (утка) и наибольшим размером дефекта по вертикали (горизонтали). То есть:

\ХУШ"\ р 1у"1 В исследованиях образцов тканей выявлено:

I у-уток I '

р __Iл I_>09

Ут0К I Л/Отш>Л)'/(С>Л,)}Г

то выявлен порок группы «порок основы»;

' /

| уоси |

если = 7ТГГ77- : \ г,- : ^77 ~ ® ^

1П/0*, 7шт )./('„. Ушах )}|

то выявлен порок группы «порок утка»;

если

| уутох | I уасн I

/г =—-^-и-<0.9 и =--—-<0.9

то выявлен порок группы «порок типа "пятно"».

11

Второе условие позволяет классифицировать дефекты внутри группы.

Пороки основы

Если шаг по направлению уточной нити равен М, то для порока «близна» должно выполняться требование:

1= л/Оып-4«)2" 2 м

Если шаг по направлению уточной нити равен М, то для порока «рассечка» должно выполняться требование:

Пороки утка

. Если шаг по направлению нити основы равен N. то для порока «забоина» должно выполняться требование:

Если шаг по направлению нити основы равен Ы, то для порока «недосека» должно выполняться требование:

Пороки типа «пятно»

Пороки типа «пятно» не имеют направленности, для пороков этого класса необходимым условием является: ^^ <0,9 и ^„„<0,9. При этом можно выделить пороки, размеры которых меньше либо равны шагу переплетения:

I . к I /('га» . }т )} 1= л/('тт " У + (Л " Л, У

I ^№>7тш)./0т.7тах)} 1= 7(4 ~4, 1 + Отт ~Уш«7 ^ ^

Это пороки «шишковатость», «мушковатость», «засоренность». Из-за схожести поведения уровней яркости в местах этих пороков пороки данной группы не различаются. ( _

К другому классу пороков типа «пятно» относятся дефекты, размеры которых больше шага переплетения. Это пороки «дыра» и «пятно».

«Пятно» и «дыра» различаются уровнем яркости отражённого от них света.

Пусть е>0 - фиксированное число, характеризующее окрестность центра дефектной области /(4>Л) в пределах области порока (рисунок 3).

Тогда:

(г0) = {г: |г - г01 < е{}

Так как при пороке «дыра» открывается большая область однотонной подложки, то функция яркости на протяжении всего дефекта не меняется и выполняются условия: ДО-/(%)=о И /0')-/0'о)=°.

где и

При дефекте «пятно» функция яркости не постоянная из-за текстуры ткани. В этом случае выполняется условие:

/(¿)-Дг0)*0 и /0)-/0о)^о ,

где и

Представленный метод является логическим завершением более общего метода поиска пороков, рассмотренного в главе 2, и отражает возможности его практического применения для тканых материалов.

В четвёртой главе рассматривается возможность реализации методов, приведённых в главах 2 и 3, в комплексе для управления технологическим процессом выработки ткани. В качестве управления процессом предложено останавливать станок при появлении дефектов для последующего их исправления.

Метод классификации, рассмотренный в главе 3, не только даёт возможность определить сортность ткани, но и расширяет практическую значимость комплекса — позволяет комплексу выводить для оператора ткацкого

станка информацию о причинах возникновения пороков.

13

шг Г Иг б!'

Рис. 3. Изображение окрестности середины области с пороком

В четвёртой главе также описана рентабельность использования данного комплекса. Для определения рентабельности приведено сравнение его работы на ткацком станке с работой в браковочном цехе. Выявлено основное преимущество - оперативность реагирования на возникновение пороков.

Алгоритм работы комплекса составляет:

• обучение комплекса - определение шага переплетения и построение эталонных моделей для сравнения;

• определение пороков - поиск «дефектных областей» и их классификация; останов при появлении порока, для устранения дефекта;

• информирование оператора о появлении порока;

• информирование о причине возникновения порока.

В пятой главе изложены результаты испытаний метода определения пороков. Эксперименты проведены в производственных условиях в ОАО «Группа компаний ОРЕТЕКС».

По результатам испытаний получены следующие результаты: браковочный комплекс уверенно выделяет все дефектные зоны; лучше всего прибор идентифицирует пороки «пятно» и «дыра». На данных типах пороков процент ошибки равен нулю. При работе с пороками типа «близна» и «рассечка» отмечались единичные случаи ошибок разделения данных сравнительно близких дефектов; испытанная система показала высокую стабильность рабочих характеристик, способность комплекса к выделению дефектов практически не изменялась ни в течение восьмичасовой смены, ни в ходе многодневных испытаний.

ВЫВОДЫ

1. Разработан двухступенчатый алгоритм определения пороков с использованием машинного зрения.

2. На основе современных достижений анализа и методов преобразования цифрового изображения разработан алгоритм поиска дефектной области с помощью локальных бинарных шаблонов.

14

3. На основе современных достижений прикладной математики, в области анализа нестационарных сигналов, разработан метод классификации пороков ткани с помощью вейвлет-функции Габора. На основании полученных данных о классе порока проведён анализ возможных причин его появления.

4. Разработан комплекс управления технологическим процессом выработки ткани. Управление технологическим процессом заключается в возможности останавливать ткацкий станок при обнаружении порока - для последующего его устранения. Показана рентабельность замены существующих предохранительных приспособлений бесчелночного ткацкого станка разработанным комплексом.

5. Разработаны методические указания по внедрению комплекса.

6. В рамках поставленной задачи проведена экспериментальная апробация метода определения пророков, реализованная в комплексе по управлению технологическим процессом выработки ткани.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

I. Публикации в ведущих рецензируемых научных журналах и издания, рекомендованных ВАК

1. Якунин М. А. Определение местных пороков ткани с использованием машинного зрения // Естественные и технические науки. 2010. № 6. - С. 582-585.

2. Семин М. И., Якунин М. А. Разбраковка ткацкого полотна с применением машинного зрения при его выработке // Известия вузов. Технология текстильной промышленности. 2011. № 1. — С. 119-122.

3. Якунин М. А. Применение метода неразрушающего контррля ткацкого полотна при его выработке и раскрое // Швейная промышленность. 2011. №2. -С. 18-19.

II. Статьи в профессиональных журналах и научных сборниках, доклады на конференциях, научно-методические работы

4. Якунин М. А. Обзор современного состояния проблемы контроля качества ткани // Сборник материалов Международной научно-методической конференции «Современные информационные технологии в образовании, науке и промышленности». - М.: РосЗИТЛП, 2009. Ч. 1. - С. 62-63.

5. Слабодянюк А. А., Якунин М. А. Применение вейвлет-преобразования для подготовки изображения ткацкого полотна к поиску дефектов // Сборник материалов Международной научно-технической конференции «Инновационность научных исследований в текстильной и лёгкой промышленности» - М.: РосЗИТЛП, 2010. Книга 1. - С. 85-86.

6. Слабодянюк А. А., Якунин М. А. Подготовка изображения ткацкого полотна с помощью вейвлет-преобразования к анализу и поиску дефектов // Сборник научных статей XI Всероссийской научно-инновационной конференции аспирантов, студентов и молодых учёных с элементами научной школы «Теоретические знания - в практические дела» (с международным участием), г. Омск. Филиал ГОУ ВПО «РосЗИТЛП» в г. Омске, 2010. Ч. 1.-С. 46-47.

7. Якунин. М. А. Дефектация ткацкого полотна с использование машинного зрения // Казанская наука, Казань: ООО «Казанский Издательский Дом». 2010. №10.-С. 75-77.

РосЗИТЛП Заказ ¥8 Тираж Чо экз.

ВВЕДЕНИЕ.

Общая характеристика работы.

1. Анализ современного состояния проблемы контроля качества ткани.

1.1 Общие сведения о качестве ткани. Дефекты ткачества.

1.2 Контроль качества в общей цепочке технологического процесса производства ткани.

1.3 Анализ существующих методов контроля показателей качества ткани с применением ЭВМ.

1.4 Сравнение применяемых на производстве систем автоматизированного контроля качества.

1.5 Компьютерные алгоритмы распознавания рисунков и пороков ткани.

1.6 Постановка проблемы исследования.

2. Метод поиска «дефектных» областей ткацкого полотна с использованием машинного зрения.

2.1 Определение параметров метода.

2.2 Предварительный анализ функции яркости.

2.3 Анализ функции яркости.

2.4 Локальные бинарные шаблоны.

Выводы главы 2.

3. Метод классификации пороков ткацкого полотна с использованием компьютерного зрения.

3.1 Вейвлет-анализ.

3.2 Сравнительный анализ вейвлетов.

3.3 Вейвлет Габора.

3.4 Разделение пороков на группы.

3.5 Пороки основы.

3.6 Пороки утка.

3.7 Различение пороков типа «пятно».

3.8 Расширение классификаций.

Выводы главы 3.

4. Применение метода определения пороков в технологическом процессе выработки ткацкого полотна.

4.1 Рентабельность применения комплекса определения дефектов при выработке ткани.

4.2 Техническое описание комплекса по определению пороков.

4.3 Диагностика ткацкого станка на основе анализа пороков.

4.4 Регистрация отказов. Централизованная система сбора информации.

4.5 Алгоритм работы комплекса определения пороков.

Выводы главы 4.

5. Экспериментальные исследования метода поиска дефектной области и метода классификации пороков.

5.1. Лабораторная установка для диагностики тканого материала.

5.2. Испытания на модельных примерах.

5.3. Проверка стабильности работы комплекса определения внешних пороков ткани.

5.4 Испытания в производственных условиях комплекса по определению внешних пороков ткани.

Выводы главы 5.

На современном этапе развития экономической мысли доминирует так называемая сберегающая экономика. Ключевая особенность этой парадигмы заключается в том, что она рассматривает производство не только как результат комбинации предметов труда, средств труда и рабочей силы, но и как потребителя восполняемых и не восполняемых ресурсов. Как следствие: всеобщая тенденция к эффективной модернизации и оптимизации производственных процессов. Именно стремление к повышению эффективности текстильных производств за счёт снижения доли выпуска недоброкачественной продукции требует новых разработок в области методов проверки качества тканей. Для обеспечения высокого качества и повышения производительности осуществляется модернизация существующих технологических процессов путём внедрения новых технологий, компьютерных средств на платформе более эффективных математических моделей анализа.

Изделия текстильной и лёгкой промышленности традиционно составляют значительную часть от общего количества потребляемых в России. По оценке российских экономистов, на их приобретение россияне тратят до 50 % своих доходов. Кроме того, изделия из текстиля используются при производстве целого ряда товаров для автомобильной промышленности, медицины и т.д.

Высокий уровень сложности изготовления конечного продукта в текстильной промышленности неизбежно приводит к отказам технологического оборудования и, как следствие, к появлению пороков. Для достижения надлежащего качества текстильных материалов особенно важно оперативно получать надёжную и достоверную информацию.

К сожалению, существующие методы и комплексы для контроля качества либо очень дорогостоящие, что препятствует их приобретению малыми и средними предприятиями, либо морально и физически устарели.

Современный уровень развития компьютерных и информационных технологий позволяет разрабатывать новые методы контроля качества и на их основе создавать программно-технические комплексы, способные решать задачи автоматизированного контроля качества различных текстильных материалов и изделий.

На основе сделанного выбора того или иного вида технологического обеспечения с учётом функциональной, экономической или иной целесообразности, появляется возможность решать задачи анализа, оптимизации, прогнозирования, управления технологическим процессом и т.д., при этом лишь заменяется программное обеспечение вычислительной системы.

Целью данной диссертационной работы является разработка методов обнаружения и классификации локальных пороков внешнего вида хлопчатобумажной ткани с применением машинного зрения с последующим их внедрением в технологический процесс выработки ткацкого полотна.

Общая характеристика работы

Актуальность работы. Пороки в ткачестве возникают уже на стадии выработки текстильных материалов вследствие неисправной работы ткацкого станка. Несвоевременное обнаружение пороков ведёт к снижению сортности ткани и, как следствие, её удешевлению.

На ткацких станках всех типов используют основные и уточные остановы, которые контролируют целостность соответствующих нитей. При обрыве нитей станок останавливают. Однако остановы, в силу ограниченности ассортимента рассматриваемых пороков, не могут обеспечить высокое качество ткани. Остановы не дают информацию о причинах появления дефекта. Разработка и внедрение комплекса поиска пороков с использованием доступных компьютерных средств при выработке ткани имеют высокую рентабельность, но при этом являются сложной научно-технической проблемой, решение которой в мировой практике до настоящего времени не реализовано в полном объёме. Создание комплекса поиска пороков включает в себя разработку методов обнаружения и классификации пороков внешнего вида ткацкого полотна.

Подобный комплекс позволит управлять частью технологического процесса выработки ткацкого полотна и даст возможность фиксировать пороки в режиме реального времени с целью исправления дефектных областей и предотвращения их возможного образования в дальнейшем.

Таким образом, разработка комплекса поиска дефектов при выработке ткацкого полотна, основанного на методах обнаружения и классификации пороков с применением доступных компьютерных средств, является актуальной задачей научного и прикладного исследования.

Целью диссертационной работы является решение задачи определения пороков с применением машинного зрения, что соответствует практическим нуждам ткачества, а также разработка комплекса обнаружения пороков при выработке ткацкого полотна — для частичного управления технологическим процессом выработки ткани, с тем чтобы: • фиксировать пороки ткани;

• останавливать — при необходимости — ткацкий станок;

• исправлять пороки ткани;

• предупреждать неисправности ткацкого оборудования.

Для достижения поставленных целей:

• проведён анализ современного состояния проблемы поиска пороков с использованием машинного зрения;

• разработан двухступенчатый алгоритм определения пороков с использованием машинного зрения;

• разработан метод поиска пороков внешнего вида ткацкого полотна;

• разработан метод классификации пороков ткани с применением компьютерных средств;

• на основании метода определения пороков внешнего вида разработана структура комплекса поиска пороков ткацкого полотна при его выработке;

• проведены испытания разработанных методов на образцах тканей в производственных условиях на предмет выявления их работоспособности и преимуществ по сравнению с визуальным контролем ткацкого полотна.

Объектом исследования являются технологический процесс выработки ткани; существующие системы контроля качества суровой ткани и способы их модернизации; дефекты ткани и причины их появления.

Предметом исследования являются управление технологическим процессом выработки хлопчатобумажной ткани; способы замены существующих предохранительных приспособлений бесчелночных ткацких станков; машинные алгоритмы выявления и анализа наиболее часто встречающихся пороков ткани, причины появления дефектов.

Методической и теоретической основой диссертации явились научные труды по текстильному материаловедению, технологии хлопкоткачества, методы и средства измерения, методы оценки и прогнозирования качества, аналитическая геометрия, методы математической статистики; методы компьютерной обработки цифровых изображений; методы фильтрации цифровых сигналов; прикладные методы обработки сигналов; алгоритмирование и программирование на языках высокого уровня.

Научная новизна. В диссертационной работе впервые получены следующие результаты:

• разработан двухступенчатый алгоритм определения пороков с целью наиболее быстрого определения дефектных областей и их точной классификации - на основании анализа современного состояния проблемы поиска пороков с использованием машинного зрения;

• разработан алгоритм поиска дефектной области с помощью локальных бинарных шаблонов - на основе современных достижений математического анализа и методов преобразования цифрового изображения;

• разработан метод классификации пороков ткани с помощью вейвлет-функции Габора — на основе современных достижений прикладной математики в области анализа нестационарных сигналов;

• разработан комплекс управления технологическим процессом выработки ткацкого полотна, дающий возможность фиксировать пороки в режиме реального времени с целью исправления дефектных областей и предотвращения их дальнейшего образования — на основе алгоритма по определению пороков.

Практическая значимость работы. В результате проведённых научных исследований разработаны исследовательские алгоритмы и программы для комплекса управления технологическим процессом выработки ткани. Разработаны методические указания по внедрению комплекса в технологический процесс. Данный комплекс позволит повысить качество выпускаемой ткани и даст возможность контролировать готовый продукт на всех этапах его формирования.

Апробация работы. Исследования проводились на кафедрах ГОУ ВПО «РосЗИТЛП»: «Технология тканей и трикотажа», «Техническая механика». Практические испытания разработанных методов и комплекса проводились в производственных условиях на фабрике ОАО «Группа компаний ОРЕТЕКС».

Основные материалы диссертационной работы изложены в докладах и тезисах:

• научно-технических и научно-практических конференций,

• в директорате ОАО «Группа компаний ОРЕТЕКС»,

• на кафедре технологии тканей и трикотажа ГОУ ВПО «РосЗИТЛП»,

• на кафедре технической механики ГОУ ВПО «РосЗИТЛП».

Публикации по теме диссертации. По теме диссертационной работы опубликованы статьи:

• в журналах «Спутник+. Естественные и технические науки». № 6. 2010; «Казанский Издательский Дом. Казанская наука». № 10. 2010; «Известия вузов. Технология текстильной промышленности». № 1. 2011; «Швейная промышленность». № 2. 2011;

• в сборниках «Инновационность научных исследований в текстильной и лёгкой промышленности», «Теоретические знания — в практические дела», «Современные информационные технологии в образовании, науке и промышленности»

На защиту выносятся следующие положения.

• Комплекс управления технологическим процессом выработки ткани.

• Алгоритм определения пороков внешнего вида ткацкого полотна.

• Метод поиска дефектной области с помощью локальных бинарных шаблонов.

• Метод классификации пороков ткани с помощью вейвлет-функции Габора.

Структура и объём работы. Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы и приложений. Она изложена на 125 страницах.

Выводы главы 5

1. Разработанные метод поиска дефектной области и метод классификации пороков внешнего вида ткацкого полотна, реализованные в программном обеспечении, позволили провести логически завершённый комплекс практических работ по экспериментальному исследованию моделей пороков и анализу образцов готовой продукции текстильного производства.

2. Испытания на модельных примерах показали высокий процент безошибочной работы по определению линейных размеров модели порока. ^

3. Экспериментальные исследования по выявлению цветовых нарушений ткацких полотен выявили правильность выбора технических средств и возможность выбранного оборудования стабильно работать на протяжении восьмичасовой рабочей смены.

4. Проведенные прикладные исследования в производственных условиях показали преимущество разработанного комплекса по определению пороков ткани перед традиционным визуальным методом контроля качества ткацкого полотна.

5. Установлено, что поэтапный метод по определению пороков ткани обладает рядом достоинств, одно из которых заключается в способности с высокой достоверностью распознавать широкий спектр дефектов ткацкого полотна.

6. Успешность испытаний в производственных условиях позволяет рекомендовать разработанный метод определения пороков ткани в качестве базового для дальнейшего создания системы контроля качества ткацкого полотна, интегрированной в технологический процесс выработки ткани.

ЗАКЛЮЧЕНИЕ

1. Разработанный метод определения пороков с использованием машинного зрения (разделы 2 и 3) является более успешным по сравнению с существующими современными методами контроля качества ткани и может заменить визуальный контроль качества ткацкого полотна.

2. Используемые в методе математические алгоритмы преобразования и анализа функции яркости позволяют вести дальнейшие исследования для расширения ассортимента рассматриваемых текстильных материалов.

3. Разработанный двухступенчатый алгоритм определения пороков ткани с использованием машинного зрения, на основе локальных бинарных шаблонов и вейвлета Габора позволил точно классифицировать дефекты ткацкого полотна в режиме реального времени.

4. Высокая скорость работы метода позволила разработать комплекс управления технологическим процессом выработки ткани (раздел 4). Управление технологическим процессом даёт возможность оперативно реагировать на возникновение порока, а анализ дефектной зоны позволяет рационально управлять технологическим процессом выработки ткани.

5. Разработанные исследовательские алгоритмы и программы позволяют провести прикладные исследования по анализу тканых материалов. Универсальность алгоритмов позволяет использовать любой язык программирования высокого уровня.

6. Созданная для прикладных исследований тканей лабораторная установка (раздел 5) основана на принципе использования серийных технологий, что существенно уменьшает стоимость её промышленного аналога.

7. Разработанный для производственных испытаний браковочный комплекс, выполненный на базе диодного сканирующего устройства, показал высокую пригодность к работе по выявлению дефектов текстильных изделий в условиях текстильного производства.

Таким образом, в рамках поставленной задачи проведён полный комплекс исследований, который может быть использован для внедрения в технологический процесс выработки ткани на ткацком производстве.

1. МС ИСО 8402-86. Качество. Словарь.

2. ГОСТ 15467-79. Управление качеством продукции. Основные понятия. Термины и определения. Государственный комитет СССР по управлению качеством продукции и стандартам.: Изд-во стандартов ,1980.-42с.

3. ГОСТ Р ИСО 9000-2001. Системы менеджмента качества. ОСНОВНЫЕ ПОЛОЖЕНИЯ И СЛОВАРЬ Госстандарт России.: Филиал ИПК Издательство стандартов — тип. «Московский печатник», 2001.- 26с.

4. Ветошина, Л.Ф. Унификация оценки качества тканей и швейных изделий по порокам внешнего вида: www.cniishp.ru

5. ГОСТ 4.6-85. Система показателей качества продукции. Ткани шелковые и полушелковые бытового назначения. Номенклатура показателей Министерство легкой промышленности СССР.: Изд-во стандартов, 1986.- 12с.

6. ГОСТ 4.51-87. Система показателей качества продукции. Ткани и штучные изделия бытового назначения из химических волокон. Номенклатура показателей Министерство легкой промышленности СССР.: Изд-во стандартов ,1987.- 10с.

7. ГОСТ 4.3-78. Система показателей качества продукции. Ткани и штучные изделия хлопчатобумажные и смешанные бытового назначения. Номенклатура показателей Министерство легкой промышленности СССР.: Изд-во стандартов ,1978.- 8с.

8. ГОСТ 4.11-81. Система показателей качества продукции. Кожа. Номенклатура показателей Министерство легкой промышленности СССР.: Изд-во стандартов ,1982.- 19с.

9. ГОСТ 358-82. Ткани чистошерстяные и полушерстяные. Определение сортности — Министерство легкой промышленности СССР.: Изд-во стандартов ,1983.- 11с.

10. ГОСТ 187-85. Ткани шелковые и полушелковые. Определение сортности — Министерство легкой промышленности СССР.: Изд-во стандартов ,1986.- 11с.

11. ГОСТ 357-75. Ткани чистольняные, льняные и полульняные. Определение сортности — Министерство легкой промышленности СССР.: Изд-во стандартов ,1976.- 8с.

12. ГОСТ 161-86. Ткани хлопчатобумажные, смешанные и из пряжи химических волокон. Определение сортности — Министерство легкой промышленности СССР.: Изд-во стандартов ,1987.- 15с.

13. ГОСТ 25506-82. Полотна текстильные. Термины и определения пороков Министерство легкой промышленности СССР.: Изд-во стандартов, 1983.- 11с.

14. Смирнов JI.C, Масленников Ю.И,. Яворский В.Ю Технология тканевязного производства.

15. Соловьев А.Н., Оценка и прогнозирование качества текстильных материалов / А.Н. Соловьев, С.М. Кирюхин. М.: Легкая и пищ. пром-сть, 1984.-215 с.

16. Кирюхин С.М., Качество тканей / С.М Кирюхин, Ю.В. Додонкин. -М.: Легпромбытиздат, 1986. 123 с.

17. Контроль технологических параметров текстильных материалов: методы и устройства / под ред. Л.К. Таточенко. М.: Легкая и пищевая промышленность, 1983. - 160 с.

18. Молчанов, A.C. Технологические измерения и КИП в текстильной промышленности А.С Молчанов, ЯМ. Ребарбар, В.П. Хавкин. М.: Легкая индустрия, 1969. 320 с.

19. Любимцев, В.В. Разработка теоретических основ и технических средств повышения эффективности обнаружения дефектов структуры текстильных полотен: дис. д-ра тех. наук: 05.19.03 / Любимцев В.В. -Кострома, 1996.-403 с.

20. Куликов, A.M. Исследование статических и динамических характеристик датчика перекоса утка // Известия вузов. Технология текстильной промышленности, 1966 №4.

21. А. с. 422807 СССР, МКИ D 06h 3/12. Устройство для обнаружения перекоса утка / А. К Расторгуев, В. В. Любимцев. 1972.

22. Пат. RU 21646 С, G01N33/36,21/00. Способ анализа геометрических структурных параметров ткани / Шляхтенко П. Г. — Опубл. 27.03.2001.

23. Прэтт, У. Цифровая обработка изображений в 2 кн.: пер. с англ. У. Прэтг пер. под ред. Д.С. Лебедева. М. Мир, 1982. Кн. 1. 312 с. Кн.2.-480с.

24. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB.: пер. с англ. под ред. В.В Чепыжова. М.Техносфера, 2006. -616с

25. Bornarova, A Suitability Analysis of techniques for flaw detection in textiles using texture analysis / A. Bornarova, M. Bennamoum, K. Kublik //Pattern Analysis and Applications. 2000.- Vol. 3, №3,P.254-266.

26. Рожков C.A., Бражник Д.А., Куцак P.C. Описание объекта как двумерной структуры спродолжением по рапортам //Проблемы легкой и текстильной промышленности Украины -2004. -№1(8). -С.274-281.

27. Сокова, Г.Г. Целостность восприятия изображения ткани в компьютерной фоторгамметрии Г.Г. Сокова Современные технологии и оборудование текстильной промышленности (ТЕКСТИЛЬ-98): тез. докл. всерос. науч.-технич. конф. /МГТА.-М., 1998.-С. 91.

28. Пат. RU 2131605 CI, 6G01 N33/36. Бесконтактный способ анализа структуры ткани / Лустгартен Н.В. Сокова Г.Г Сергеев A.C. ••— Опубл. 10.06.99.

29. Официальная интернет-страница производителя системы I-TEX Электронный ресурс.: Электрон, дан. — Режим доступа: www.evs.co.il. — Данные соответствуют 2003 г. — Яз. англ.

30. Официальная интернет-страница производителя системы Barco Vision Электронный ресурс.: Электрон, дан.— Режим доступа: www.barco.com/textiles. — Данные соответствуют 2003 г. — Яз. англ.

31. Официальная интернет-страница производителя системы Uster Fabriscan Электронный ресурс.: Электрон, дан.— Режим доступа: www.uster.com. — Данные соответствуют 2003 г. —Яз. англ.

32. Официальная интернет-страница производителя системы Uster Fabriscan Электронный ресурс.: Электрон, дан.— Режим доступа: www.uster.com. — Данные соответствуют 2003 г. — Яз. англ.

33. Официальная интернет-страница производителя системы TASQ Электронный ресурс.: Электрон, дан. — Режим доступа: http://www.vision.fraunhofer.de. — Данные соответствуют 2003 г. — Яз. англ.

34. Cho, C.-S. Development of real-time vision-based'fabric inspection system / C.-S. Cho, B.-M. Chung, M.-J. Park // IEEE Transactions on Industrial Electronics,- 2005.- vol. 52, №4.- p. 1073-1079.

35. Knell, A.A. Automatic Fabric Inspection / A. A. Knell // Textile Institute and Industry.- 1975.-T42, Vol. 13.-p. 120-131.

36. Система автоматизированного распознания рисунков переплетения ткани. Chen Chun-sheng (Southern Yangtze University, China) Mao Fang Keji=Wool Text. J. 2006, №4, с 50-52 англ.

37. Baykut A., Atalay A., Erci A., Guler M. Real-time Defect Inspection of Textured Surfaces// RealTimeImg(6), №1, February 2000, p. 17-27.

38. Биленко M.C., Рожков C.A. Контроль качества текстильных материалов с использованием системы машинного зрения/ Проблемы легкой и текстильной промышленности Украины, №1(14), 2008.

39. Laws K.I. Textured Image Segmentation /Tech. Rep.USCIPI-940, Image Process.// Inst. Univ. of Southern California, January 1980

40. Kumar, A. Fabric defect segmentation using multichannel blob detector / A. Kumar, G. Pang // Optical Engineering 2000.- Vol. 39(12).- P. 3176-3190.

41. Aubert, A. Surface texture classification from morphological transformations/A. Aubert, D. Jeulin, R. Hashimoto // Droc. ISMVT 2000. Mathematical morphology and its applications to Image and Signal Processing.-2000.- P. 252-253

42. Xie, X. Texture exemplars for defect detection on random textures / X. Xie, M. Mirmehdi // Icapr.- 2005.- P. 404-413.

43. Ojala, T. Multiresolution gray-scale, and rotation invariant texture classification with local binary patterns / T. Ojala, M. Pietikainen, T. Maenpaa // IEEE Transactions on Pattern Analysis and Machine Intelligence.- 2002.- Vol. 24, №7. P. 971-987,

44. Bornarova, A. Suitability analysis of techniques for flaw detection in textiles using texture analysis / A. Bornarova, M. Bennamoum, K. Kublik // Pattern Analysis and Applications.- 2000. Vol. 3, № 3, P. 254-266,

45. Ngan, H. Y. T. Novel method for patterned fabric inspection using Bollinger bands / H. Y. T. Ngan, G. К. H. Pang // Optical Engineering.- 2006.-Vol. 45, № 8, 087202.

46. Краснов A.C. Разработка метода автоматизированного анализа пороков пряжи и их влияние на внешний вид ткани: дис. на соискание ученой степени канд. техн. наук: 05.19.02, 05.19.01/ А.С. Краснов. Кострома, 2005.- 149 с.

47. Ясинский И.Ф. Разработка нейросетевой системы для обнаружения и классификации дефектов ткани на мерильно-браковочном оборудовании : дис. на соискание ученой степени канд. техн. наук: 05.02.13/И.Ф. Ясинский. Иваново, 2007. - 192 с.

48. Escofer J., Millen M.S., Ralle M., Modeling of woven fabric structures based on Fourier image analysis // Appl. Opt. 40, 34. 2001.

49. Escofer, J.Fourier domain based angular correlation for quasiperiodic pattern recognition. Applications to web inspection / J. Escofer, M.S Millen // Applied Optics.- 1996. Vol. 35, Issue 31.- P. 6253-6260.

50. Tsai, I.S. Automatic Inspection of Fabric Defects Using an Artificial Neural Network Technique / I.S. Tsai, M.C. Hu // Textile Research Journal.-1996.- Vol.66.-P. 474-482.

51. Chan, C. Fabric defect detection by Fourier analysis. G. Ghan,.G. Pang // IEEE Transactions on Industry Applications.- 2000.- Vol. 36 (5).- P: 12671276.

52. Tsai, D.M. Automated surface inspection for statistical textures / D. M. Tsai, T.Y. Huang // Image and Vision Computing.- 2003.- Vol. 21(4).- P. 307323.

53. Tsai, D. M. Automated surface inspection for statistical textures/ D. M. Tsai, T.Y. Huang // Image and Vision Computing.- 2003. Vol. 21(4).- P.307-323.

54. В. Дьяконов. Вейвлеты. От теории к практике. М.: COJIOH-Пресс, 2004-404с.

55. Комаров А.Б. Разработка методов обнаружения пороков ткани с использованием компьютерных технологий: дис. на соискание ученой степени канд. техн. наук: 05.19.01/ А.Б. Комаров. Кострома,2004. - 127 с.

56. Ngan, Н. Y. Т. Wavelet based methods on patterned fabric defect detection / H. Y. T. Ngan и др. // Pattern Recognition.- 2005.- Vol. 38, № 4, P. 559-576.

57. Arivazhagan, S. Fault segmentation in fabric images using Gabor wavelet transform / S. Arivazhagan, L. Ganesan, S. Bama // Machine Vision and Applications.- 2006.- Vol. 16, №6.- P. 356-363.

58. Ни M.C., Tsai I.S. "Fabric Inspection Based on best Wavelet Packet Bases", Textile Res. J. 70(8), 662-670 (2000).

59. Г.-Г. Штарк Применение вейвлетов для ЦОС/ под редакцией А.Г. Кюркчана М:. Техносфера 2007, 183 с.

60. Методы компьютерной обработки изображений. / Под ред. Сойфера В.А Москва Физматлит, 2002. — 779 с.

61. Kumar, A. Defect detection in textured materials using Gabor filters / A. Kumar, G. Pang // IEEE Annual Conf. Ind. Appl. 2000. P. 128-141.

62. Wavelet based techniques for textile inspection // Wavelets and applications, Lecture Notes / IMUB University of Barcelona. - 2002.- Vol. 1. -P.435-466.

63. Lades M. et al. Distortion invariant object recognition in the dynamic link architecture // IEEE Trans. Comput. 1993. - Vol. 42(3). - P. 300-311.

64. Поболь O.H. Шум в текстильной промышленности и методы его снижения. М.: Легпромбытиздат, 1987.

65. Поболь О.Н. Шумозащита ткацких станков в соответствии с методологией акустического проектирования машин //вопросы прочности, надежности и механики машин. Процессов и изделий. Вып. 4. М.: Изд. РосЗИТЛП, 1997.

66. Вибрация и шум в текстильной и легкой промышленности / Я.И. Коритысский, Л.Ф. Лагунов, О.Н. Поболь и д.р. М.: Легкая индустрия. 1974.