一种基于视觉检测的Lyocell纤维漂白检测方法及系统与流程

本发明涉及lyocell纤维漂白检测的，具体涉及一种基于视觉检测的lyocell纤维漂白检测方法及系统。

背景技术：

1、在lyocell纤维的生产过程中，漂白工序是确保产品质量的关键环节。目前，在线视觉检测系统被广泛应用于lyocell纤维漂白后的质量监测，通过光源照明和相机连续采集纤维网图像，并计算幅宽不同区域的纤维白度值来判定漂白均匀性。这种技术手段对于实现生产过程的实时监控和质量控制具有重要意义。

2、然而，在实际生产环境中，现有视觉检测系统在评估lyocell纤维漂白均匀性时面临一个显著的技术挑战。具体表现为，纤维网在经过轧液辊去除多余水分后，如果轧液辊因长期运行磨损不均或安装精度偏移，会导致纤维网幅宽方向的轧液压力存在差异，进而使得纤维网单侧边缘的含水率持续偏高。当高含水区域形成薄水膜时，该区域的气液界面会对视觉检测系统的照明光产生较强的镜面反射分量，而纤维网中部和另一侧则主要呈现漫反射特性。

3、这种表面湿润度的空间分布差异直接影响了视觉检测系统的成像输入。在同一帧图像中，高含水区域的像素亮度会因镜面反射增强而异常增大，在图像上表现为明显的亮带。现有的图像处理软件通常无法有效区分这种由表面湿润度差异引起的亮度升高与真实的纤维本体色泽变化。它们往往直接将亮带区域纳入白度计算，导致边缘纤维的平均灰度值被系统性抬升，从而计算出的白度值虚假偏高。

4、更进一步，现有常规的漂白均匀性判定逻辑难以将这种由湿润度差异引起的灰度梯度与真实的纤维本体色差区分开来。这极易导致系统将亮带与相邻正常区域的边界误识别为色泽不均匀，从而将实际上已经漂白充分的纤维误判为质量异常，影响生产效率和产品合格率。因此，如何准确区分因表面湿润度差异引起的镜面反射干扰与纤维本体色泽变化，并修正白度计算，是当前lyocell纤维漂白视觉检测领域亟待解决的关键问题。

5、针对上述问题，现有技术亟需改进。

技术实现思路

1、本技术公开了一种基于视觉检测的lyocell纤维漂白检测方法及系统，旨在解决现有lyocell纤维漂白视觉检测系统在评估漂白均匀性时，无法有效区分由表面湿润度差异引起的镜面反射干扰与纤维本体色泽变化，导致白度计算不准确，进而影响漂白均匀性评估结果的问题。

2、本技术的技术方案如下：

3、第一方面，本技术公开了一种基于视觉检测的lyocell纤维漂白检测方法，具体包括：

4、获取待检测纤维网的图像信息，对图像信息进行校正和去噪处理，并按照预设尺寸划分为多个检测区域，得到标准化区域图像信息；

5、针对每个检测区域，从标准化区域图像信息中提取表面光学反射特征参数，表面光学反射特征参数包括区域亮度总体水平、亮度分布形态、局部亮度变化程度和镜面反射分量强度；

6、根据表面光学反射特征参数，判断检测区域的亮度升高原因为纤维本体色泽变化，或判断检测区域的亮度升高原因为表面湿润度差异引起的反射现象，以区分出亮度升高原因为表面湿润度差异引起的反射现象的检测区域；

7、将亮度升高原因为表面湿润度差异引起的反射现象的检测区域标记为湿润反射干扰区域；湿润反射干扰区域表示因纤维网表面湿润度差异导致镜面反射增强，并使检测区域亮度升高的区域；

8、确定湿润反射干扰区域的空间边界范围，并识别出湿润反射干扰区域在连续图像帧中的持续存在信息；持续存在信息表示湿润反射干扰区域在连续图像帧中的出现时长、连续帧数量或位置变化情况；

9、根据空间边界范围和持续存在信息，修正湿润反射干扰区域的白度计算方式，得到修正后计算得到的区域白度值；区域白度值表示根据灰度补偿后的图像信息计算得到的、用于表征检测区域漂白程度的白度指标；

10、根据修正后计算得到的区域白度值，评估待检测纤维网的漂白均匀性，并输出漂白均匀性评估结果和湿润反射干扰区域信息。

11、通过该技术方案，本技术能够有效区分因表面湿润度差异引起的镜面反射干扰与纤维本体色泽变化，并对白度计算进行修正，从而提高lyocell纤维漂白均匀性评估的准确性，解决了现有技术中因湿润度差异导致白度误判的问题。

12、第二方面，本技术还公开了一种基于视觉检测的lyocell纤维漂白检测系统，用于执行基于视觉检测的lyocell纤维漂白检测，具体包括：

13、图像信息划分模块，用于获取待检测纤维网的图像信息，对图像信息进行校正和去噪处理，并按照预设尺寸划分为多个检测区域，得到标准化区域图像信息；

14、特征参数提取模块，用于针对每个检测区域，从标准化区域图像信息中提取表面光学反射特征参数，表面光学反射特征参数包括区域亮度总体水平、亮度分布形态、局部亮度变化程度和镜面反射分量强度；

15、检测区域区分模块，用于根据表面光学反射特征参数，判断检测区域的亮度升高原因为纤维本体色泽变化，或判断检测区域的亮度升高原因为表面湿润度差异引起的反射现象，以区分出亮度升高原因为表面湿润度差异引起的反射现象的检测区域；

16、干扰区域标记模块，用于将亮度升高原因为表面湿润度差异引起的反射现象的检测区域标记为湿润反射干扰区域；

17、存在信息识别模块，用于确定湿润反射干扰区域的空间边界范围，并识别出湿润反射干扰区域在连续图像帧中的持续存在信息；

18、区域白度计算模块，用于根据空间边界范围和持续存在信息，修正湿润反射干扰区域的白度计算方式，得到修正后计算得到的区域白度值；

19、结果信息输出模块，用于根据修正后计算得到的区域白度值，评估待检测纤维网的漂白均匀性，并输出漂白均匀性评估结果和湿润反射干扰区域信息。

20、通过该技术方案，本技术能够通过模块化的设计，实现对lyocell纤维漂白均匀性的准确检测和评估，有效解决了现有技术中因湿润度差异导致的白度误判问题，提高了检测系统的鲁棒性和准确性。

21、有益效果：本技术公开的一种基于视觉检测的lyocell纤维漂白检测方法及系统，通过获取待检测纤维网的图像信息并进行预处理，进而提取表面光学反射特征参数，包括区域亮度总体水平、亮度分布形态、局部亮度变化程度和镜面反射分量强度。该方法能够根据这些特征参数，准确判断检测区域的亮度升高是由于纤维本体色泽变化还是表面湿润度差异引起的反射现象，从而有效区分出湿润反射干扰区域。通过确定湿润反射干扰区域的空间边界范围和持续存在信息，并据此修正湿润反射干扰区域的白度计算方式，得到修正后的区域白度值。最终，根据修正后的区域白度值评估待检测纤维网的漂白均匀性，并输出评估结果和湿润反射干扰区域信息。

22、该技术方案有效解决了现有技术中，lyocell纤维漂白视觉检测系统在评估漂白均匀性时，无法有效区分由表面湿润度差异引起的镜面反射干扰与真实的纤维本体色泽变化，导致白度计算虚假偏高，进而影响漂白均匀性评估准确性的问题。通过引入多维度的表面光学反射特征参数，并结合对这些参数在连续时间序列上的变化趋势和速率分析，本技术能够实现对湿润反射干扰的精确识别和量化。在此基础上，通过对湿润反射干扰区域的白度计算方式进行修正，有效降低了镜面反射增量对区域白度计算的影响，从而获得了更真实、准确的区域白度值。因此，本技术能够显著提高lyocell纤维漂白均匀性评估的准确性和可靠性，避免了因误判导致的生产效率降低和产品合格率受损，具有显著的技术进步和实用价值。