摘  要： 在現(xiàn)代紡紗工業(yè)中，現(xiàn)有的紡紗斷線檢測(cè)方法存在檢測(cè)效率低、通用性差、價(jià)格昂貴等不足，針對(duì)這些問題，本文提出了一種基于視頻來進(jìn)行斷線檢測(cè)的系統(tǒng)。該系統(tǒng)基于TMS320DM642平臺(tái)，通過對(duì)采集的圖像進(jìn)行局部處理，并對(duì)局部區(qū)域的紗線總數(shù)進(jìn)行統(tǒng)計(jì)，最后進(jìn)行綜合判據(jù)來檢測(cè)斷線情況。經(jīng)過大量實(shí)驗(yàn)證明，文中設(shè)計(jì)的視頻斷線檢測(cè)系統(tǒng)在檢測(cè)過程中具有良好的可靠性且效率高、實(shí)時(shí)性好、通用性強(qiáng)。

　　關(guān)鍵詞： 斷線檢測(cè)；TMS320DM642；圖像處理

0 引言

　　目前，伴隨著光電技術(shù)和圖像處理技術(shù)的快速發(fā)展，越來越多的光電技術(shù)以及數(shù)字圖像處理技術(shù)被應(yīng)用到人們的生活當(dāng)中，在工業(yè)領(lǐng)域中的應(yīng)用也在不斷得到推廣。圖像處理技術(shù)以其無接觸檢測(cè)方式、低成本和高可靠性等優(yōu)點(diǎn)在工業(yè)過程監(jiān)測(cè)以及產(chǎn)品殘缺檢測(cè)等方面?zhèn)涫荜P(guān)注。本文提出的視頻斷線檢測(cè)系統(tǒng)是依據(jù)紡紗企業(yè)對(duì)生產(chǎn)需求而設(shè)計(jì)出來的。

　　在國(guó)內(nèi)紡紗工業(yè)中，一些家庭式作坊仍然有一部分采用肉眼觀察的方式來檢測(cè)紡紗過程中的斷線情況，不僅效率低而且勞動(dòng)強(qiáng)度大，需要較多的人力。在大規(guī)模的生產(chǎn)環(huán)境下，國(guó)內(nèi)紡紗斷線檢測(cè)方法主要采用基于壓電式的檢測(cè)裝置和紅外斷線監(jiān)測(cè)器等。其中，基于壓電式的檢測(cè)裝置除了操作復(fù)雜影響效率外，檢測(cè)環(huán)境的噪聲也容易對(duì)傳感器造成影響從而形成誤判；紅外斷線監(jiān)測(cè)器原理簡(jiǎn)單，操作簡(jiǎn)便，但是生產(chǎn)過程中紗線跳線、振動(dòng)等現(xiàn)象亦對(duì)檢測(cè)帶來影響。

　　因此，在當(dāng)前國(guó)內(nèi)紡紗企業(yè)對(duì)生產(chǎn)環(huán)境中灰塵、溫度和濕度高要求的背景下，基于TMS320DM642視頻斷線檢測(cè)系統(tǒng)通過采集紗線的圖像，對(duì)每幀圖像不同區(qū)域進(jìn)行局部圖像處理，然后統(tǒng)計(jì)不同區(qū)域的紗線總數(shù)，最后進(jìn)行綜合判據(jù)得出檢測(cè)結(jié)果，若存在斷線則觸發(fā)蜂鳴器報(bào)警并停止機(jī)器，否則繼續(xù)正常運(yùn)行[1-4]。文中采用局部圖像處理方法有效地減少了處理數(shù)據(jù)量，有利于系統(tǒng)實(shí)時(shí)性的提升，并綜合局部區(qū)域的檢測(cè)情況進(jìn)行判定，使檢測(cè)結(jié)果更加可靠。

1 視頻斷線檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

　　視頻斷線檢測(cè)系統(tǒng)可分為硬件部分和軟件部分，其中硬件部分主要有前端視頻采集模塊、視頻處理模塊、報(bào)警與控制模塊和視頻顯示模塊等，軟件部分則包含圖像處理模塊以及斷線判定模塊[5]。

　　1.1 視頻斷線檢測(cè)系統(tǒng)原理

　　系統(tǒng)采用高分辨率的CCD圖像傳感器對(duì)紡紗圖像進(jìn)行實(shí)時(shí)采集，采集到的圖像由A/D轉(zhuǎn)換后，傳輸?shù)絋MS320DM642處理器進(jìn)行圖像處理以及識(shí)別判定，最終向紡紗機(jī)床發(fā)送是否斷線的信號(hào)并通過D/A轉(zhuǎn)換后將視頻傳輸?shù)斤@示器進(jìn)行顯示。

　　1.2 硬件組成部分與設(shè)計(jì)

　　視頻斷線檢測(cè)系統(tǒng)的硬件部分主要由圖像采集模塊、圖像處理模塊、報(bào)警和控制模塊、圖像顯示模塊組成。系統(tǒng)硬件結(jié)構(gòu)如圖1所示。

　　1.2.1 TMS320DM642圖像處理模塊

　　TMS320DM642在體系結(jié)構(gòu)上采用Veloci TI超長(zhǎng)指令結(jié)構(gòu)，可以單周期發(fā)射多條指令，實(shí)現(xiàn)指令級(jí)并行，效率很高。采用兩級(jí)緩存結(jié)構(gòu)，在無CPU參與情況下，64位的EDMA控制器可以完成映射存儲(chǔ)空間中的數(shù)據(jù)搬移，有利于提高系統(tǒng)的并行性能。同時(shí)，TMS320DM642還具有豐富的接口，例如有3個(gè)可配置的視頻端口（VP0、VP1、VP2）、64位的外部?jī)?nèi)存接口（EMIF）、多通道緩沖串行端口（McBSP）、I2C總線端口等。

　　該模塊的主要功能是：由EDMA將采集到的視頻圖像數(shù)據(jù)搬運(yùn)到CPU，然后CPU對(duì)數(shù)字視頻信息進(jìn)行局部的中值濾波、閾值化等預(yù)處理，然后再對(duì)局部橫坐標(biāo)上紗線數(shù)目進(jìn)行統(tǒng)計(jì)并對(duì)三個(gè)局部處理結(jié)果進(jìn)行綜合判定后，將處理結(jié)果傳輸?shù)捷敵瞿K，通過直觀的形式給用戶提供相關(guān)的視頻信息，同時(shí)將處理結(jié)果的數(shù)據(jù)通過GPIO口傳輸?shù)綀?bào)警模塊，從而實(shí)現(xiàn)顯示與報(bào)警的功能。

　　1.2.2 視頻圖像采集與輸出模塊實(shí)現(xiàn)

　　該系統(tǒng)視頻圖像采集模塊主要通過CCD攝像頭以及視頻解碼芯片TVP5150來實(shí)現(xiàn)，由于DM642的3個(gè)視頻接口都可以分為A和B兩個(gè)通道，故可支持6路視頻的輸入或者輸出。

　　本文中采用其中4路視頻信號(hào)采集通道，具體配置為：VPort0、VPort1均配置為輸入模式，VPort2則配置為輸出模式。采集到的視頻信號(hào)通過視頻解碼芯片TVP5150按照YCbCr4：2：2格式轉(zhuǎn)換為數(shù)字信號(hào)。視頻圖像采集模塊的硬件連接如圖2所示。

　　當(dāng)系統(tǒng)開始工作時(shí)，視頻圖像采集模塊通過解碼BT.656得到Y(jié)CbCr4：2：2格式的圖像數(shù)據(jù)，并由EDMA將數(shù)據(jù)傳輸?shù)絊DRAM中進(jìn)行存儲(chǔ)，CPU通過訪問SDRAM中的圖像數(shù)據(jù)進(jìn)行相關(guān)的圖像算法處理。其中DM642與TVP5150之間的通信主要通過I2C總線實(shí)現(xiàn)。

　　視頻輸出模塊采用了SAA7121視頻編碼芯片進(jìn)行視頻編碼，然后由顯示器對(duì)圖像進(jìn)行顯示。該系統(tǒng)將VPort2設(shè)置為輸出通道，當(dāng)VPort2的A通道作為8位BT.656顯示時(shí)，由DM642的VP2CTL0管腳提供行同步信號(hào)，DM642的VP2CTL1管腳提供場(chǎng)同步信號(hào)，而LLC信號(hào)則由DM642的VP2CLK0管腳提供。從DM642的VP2D（2~9）到SAA7121的MP（0~7）之間進(jìn)行視頻信號(hào)的傳輸，DM642對(duì)SAA7121的訪問與控制也是通過I2C總線來實(shí)現(xiàn)。系統(tǒng)上電后，DM642通過I2C總線對(duì)SAA7121進(jìn)行初始化以及寄存器的配置，為系統(tǒng)的視頻顯示做好準(zhǔn)備。

　　1.2.3報(bào)警與控制模塊的設(shè)計(jì)與實(shí)現(xiàn)

　　在視頻斷線檢測(cè)系統(tǒng)中，要求能夠及時(shí)響應(yīng)斷線檢測(cè)的情況并控制操作臺(tái)運(yùn)轉(zhuǎn)，以便工人對(duì)斷線情況進(jìn)行處理。系統(tǒng)將由DM642實(shí)時(shí)處理完成的圖像視頻并實(shí)時(shí)輸出到顯示屏，方便工人第一時(shí)間知道斷線位置；同時(shí)將目標(biāo)數(shù)據(jù)通過GPIO口傳送到報(bào)警與控制模塊，根據(jù)報(bào)警決策來觸發(fā)蜂鳴器以及實(shí)現(xiàn)對(duì)操作臺(tái)運(yùn)轉(zhuǎn)的控制。報(bào)警與控制模塊由增強(qiáng)型89C51單片機(jī)以及蜂鳴器電路和控制電路組成，該模塊電路圖如圖3所示。

　　當(dāng)通過視頻檢測(cè)滿足斷線條件后，立即觸發(fā)蜂鳴器報(bào)警并控制繼電器來對(duì)操作臺(tái)的運(yùn)行情況進(jìn)行控制，從而實(shí)現(xiàn)一個(gè)工人可同時(shí)操作多臺(tái)機(jī)器的模式，提高紡紗工業(yè)的效率。

2 系統(tǒng)軟件部分設(shè)計(jì)

　　系統(tǒng)上電以后，DM642首先從Flash中加載運(yùn)行程序，對(duì)主要芯片、相關(guān)寄存器以及外圍設(shè)備進(jìn)行初始化，然后通過CCD攝像頭對(duì)視頻圖像進(jìn)行采集，并將圖像數(shù)據(jù)傳輸?shù)浇獯a器TVP5150中，視頻模擬信號(hào)經(jīng)過解碼器TVP5150的嵌位、抗混疊濾波A/D轉(zhuǎn)換和YUV分離后，變成BT.656格式的視頻數(shù)據(jù)流傳送到DM642視頻口，再由DM642視頻口解碼BT.656，得到Y(jié)CbCr4：2：2格式的視頻數(shù)據(jù)，通過EDMA將視頻數(shù)據(jù)搬運(yùn)到SDRAM中進(jìn)行存儲(chǔ)。而CPU則通過訪問SDRAM中的圖像數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行圖像處理以及對(duì)結(jié)果進(jìn)行判定后，將處理完的圖像數(shù)據(jù)經(jīng)SAA7121編碼后由顯示器顯示，并傳送判定信號(hào)給89C52來決定是否觸發(fā)蜂鳴器報(bào)警且停止機(jī)臺(tái)運(yùn)轉(zhuǎn)。整個(gè)系統(tǒng)軟件的流程圖如圖4所示。

　　考慮到系統(tǒng)在檢測(cè)過程中對(duì)實(shí)時(shí)性的要求，文中首次采用了局部圖像處理的方法來減少運(yùn)算量從而有效提升系統(tǒng)的實(shí)時(shí)性。在局部圖像處理中主要采取圖像灰度化、中值濾波等預(yù)處理、開運(yùn)算等圖像處理方法，然后再綜合局部圖像因素對(duì)斷線狀態(tài)進(jìn)行判定。其中所提到的局部圖像處理則是在一幀圖像中選取縱坐標(biāo)為150、300、450作為檢測(cè)中心，以檢測(cè)中心上下取5個(gè)像素點(diǎn)的范圍為局部圖像處理區(qū)域，檢測(cè)區(qū)域如圖5所示。

　　系統(tǒng)軟件算法主要步驟如下：

　　（1）圖像處理部分[6-8]

　　文中主要對(duì)圖像進(jìn)行灰度化、中值濾波以及閾值化等預(yù)處理。通過對(duì)圖像進(jìn)行灰度化，以便減少算法的耗時(shí)；由于生產(chǎn)過程中，紗線存在抖動(dòng)現(xiàn)象以及環(huán)境因素干擾，采用中值濾波方法對(duì)圖像進(jìn)行處理，可以有效抑制脈沖干擾和椒鹽噪聲；為了濾除其他外界的干擾，采用OTSU法對(duì)圖像進(jìn)行閾值化處理來區(qū)分背景與紗線，從而有利于后面對(duì)紗線數(shù)目的統(tǒng)計(jì)。

　　在對(duì)圖像進(jìn)行以上圖像預(yù)處理后需要對(duì)二值化圖像進(jìn)行腐蝕處理，而在腐蝕處理過程中，結(jié)構(gòu)元素的選擇是圖像腐蝕效果的關(guān)鍵。考慮到二值化后圖像中通常存在一些離散的細(xì)小噪點(diǎn)，結(jié)合紗線一般呈豎直狀態(tài)，因此，選取1×3的結(jié)構(gòu)元素可以有效去除噪聲而且還可以減少計(jì)算量。圖6為二值化圖像進(jìn)行腐蝕前后的圖像。

　　（2）斷線檢測(cè)與識(shí)別

　　在對(duì)視頻圖像進(jìn)行局部圖像處理后，文中通過對(duì)處理后圖像中150、300、450處的X軸方向上的紗線條數(shù)進(jìn)行統(tǒng)計(jì)（設(shè)分別為N1、N2、N3），并假設(shè)未斷線時(shí)紗線的總條數(shù)為N，則由式（1）可知局部區(qū)域是否存在斷線可能。

　　f（Ni）=1，Ni>N或Ni<N（其中i=1，2，3）0，else（1）

　　由式（1）可以看出，當(dāng)f（Ni）為1時(shí)，說明在該局部區(qū)域內(nèi)可能存在斷線，否則相反。

　　（3）綜合判據(jù)[9]

　　根據(jù)實(shí)驗(yàn)驗(yàn)證情況，文中對(duì)一幀圖像在坐標(biāo)為150、300、450處進(jìn)行圖像局部處理，通過對(duì)幾處區(qū)域分別進(jìn)行紗線總數(shù)統(tǒng)計(jì)，最后得出檢測(cè)結(jié)果。系統(tǒng)檢測(cè)到局部疑似斷線次數(shù)p可由式（2）表示：

　　p=f（Ni）  （i=1，2，3）（2）

　　由于在紡紗過程中紗線處于繃緊狀態(tài)，因此如果存在斷線情況，局部區(qū)域的紗線總數(shù)必定不會(huì)等于N，然后設(shè)定閾值T為2，若p小于T，則表示沒有斷線，否則存在斷線情況，系統(tǒng)觸發(fā)蜂鳴器報(bào)警并停止機(jī)床運(yùn)行。

3 實(shí)驗(yàn)與結(jié)果分析

　　為了能夠減少環(huán)境對(duì)檢測(cè)過程的影響，在實(shí)驗(yàn)過程中將自制擋板固定在紗線與機(jī)臺(tái)之間，作為視頻斷線檢測(cè)圖像采集區(qū)域的背景。圖7為在自制擋板背景下采集到的圖像示意圖。系統(tǒng)以TMS320DM642作為圖像處理平臺(tái)，所采集到的圖像大小為720×480。

　　實(shí)驗(yàn)過程中分別采用局部圖像處理方法和整體圖像處理方法進(jìn)行反復(fù)實(shí)驗(yàn)，觀察兩種方法的處理結(jié)果并記錄它們各自處理一幀圖像所耗費(fèi)的時(shí)間來分析它們的性能。由圖8中兩種方法的圖像處理對(duì)比圖可以看出，采用局部圖像處理方法對(duì)處理效果影響不大，但通過表1中的數(shù)據(jù)分析可知，在同一平臺(tái)下處理相同長(zhǎng)度圖像時(shí)，基于局部圖像處理方法的算法比采用整體圖像處理算法明顯耗時(shí)少。因此，文中采用局部圖像處理的方法很大程度上減少了計(jì)算量，有助于提升系統(tǒng)實(shí)時(shí)性。

　　在檢測(cè)過程中，將圖像處理后的結(jié)果輸出到顯示屏上，方便工人確定斷線位置，并通過軟件設(shè)置來監(jiān)測(cè)每個(gè)局部區(qū)域檢測(cè)到的紗線條數(shù)，顯示效果以及檢測(cè)結(jié)果如圖9所示。

　　由圖9可知，在三個(gè)局部區(qū)域檢測(cè)紗線總數(shù)都為46時(shí)，機(jī)床仍正常工作且蜂鳴器未出現(xiàn)報(bào)警現(xiàn)象；當(dāng)三個(gè)局部區(qū)域檢測(cè)到有兩個(gè)及以上區(qū)域紗線總數(shù)小于46時(shí)，蜂鳴器被觸發(fā)且機(jī)床停止工作；而三個(gè)局部區(qū)域若只檢測(cè)到一個(gè)區(qū)域紗線總數(shù)小于46時(shí)，考慮到紡紗過程中，紗線一旦斷線則紗線位置應(yīng)該為空白，因此此類情況可能是紗線存在顏色干擾或是受外界干擾所致，系統(tǒng)不產(chǎn)生警報(bào)。

　　通過與參考文獻(xiàn)[10]中提出的檢測(cè)方法對(duì)比發(fā)現(xiàn)，文中提出的視頻斷線檢測(cè)方法不僅可以及時(shí)準(zhǔn)確地檢測(cè)出斷線情況，而且可以更直觀地顯示斷線位置，便以提升工人的工作效率，對(duì)于不同型號(hào)的紡紗機(jī)床無需進(jìn)行專門改進(jìn)，通用性好。

4 結(jié)論

　　文中針對(duì)紡紗工業(yè)生產(chǎn)過程中傳統(tǒng)斷線檢測(cè)技術(shù)的不足提出了一種基于視頻斷線檢測(cè)的系統(tǒng)，該系統(tǒng)以TMS320DM642為圖像算法處理平臺(tái)，結(jié)合局部圖像處理算法以及對(duì)結(jié)果的綜合判據(jù)來對(duì)斷線情況進(jìn)行檢測(cè)，該系統(tǒng)具有良好的實(shí)時(shí)性并且擁有友好的人機(jī)交互界面。經(jīng)過反復(fù)的實(shí)驗(yàn)驗(yàn)證，該系統(tǒng)可以有效地檢測(cè)出紡紗中的斷線情況，且可靠性強(qiáng)、準(zhǔn)確率高、通用性好，無需對(duì)紡紗機(jī)床做改進(jìn)，即可適用于不同機(jī)臺(tái)類型。而對(duì)于紡紗工業(yè)中，基于視頻檢測(cè)方法對(duì)于不同材質(zhì)的紗線的缺陷檢測(cè)將是未來的一個(gè)研究重點(diǎn)。

參考文獻(xiàn)

　　[1] RAHEJA J L， AJAY B， CHAUDHARY A. Real time fabric defect detection system on an embedded DSP platform[J]. Optik-International Journal for Light and Electron Optics， 2013， 124（21）：5280-5284.

　　[2] MUSA E. Line laser-based break sensor that detects light spots on yarns[J]. Optics and Lasers in Engineering， 2009，47（7-8）：741-746.

　　[3] NATERI A S， EBRAHIMI F， SADEGHZADE N. Evaluation of yarn defects by image processing technique[J]. Optik -International Journal for Light and Electron Optics， 2014，125（20）：5998-6002.

　　[4] NGAN H Y T， PANG G K H， YUNG N H C. Automated fabric defect detection-a review[J]. Image and Vision Computing， 2011，29（7）：442-458.

　　[5] 李曉沛，周小勇，馬軍山.基于Tms320dm642實(shí)時(shí)手勢(shì)識(shí)別系統(tǒng)的研究[J].光學(xué)儀器，2011，33（6）：53-57.

　　[6] BAPTISTA P， CUNHA T R， GAMA C， et al. A new and practical method to obtain grain size measurements in sandy shores based on digital image acquisition and processing[J]. Sedimentary Geology， 2012，282：294-306.

　　[7] 姜慧研，司岳鵬，雒興剛.基于改進(jìn)的大津方法與區(qū)域生長(zhǎng)的醫(yī)學(xué)圖像分割[J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，27（4）：398-401.

　　[8] 程培英.一種新穎的Ostu圖像閾值分割方法[J].計(jì)算機(jī)應(yīng)用與軟件，2009，26（5）：228-231.

　　[9] 王琳，李愛國(guó)，王新年，等.基于多特征融合的早期火災(zāi)煙霧檢測(cè)[J].大連海事大學(xué)學(xué)報(bào)，2014，40（1）：97-100.

　　[10] 陳峰.基于單片機(jī)的紡紗斷線檢測(cè)控制裝置[J].現(xiàn)代電子技術(shù)，2013，36（11）：122-124.