基于参数可调均值迁移滤波实现筒子纱的识别检测

李靖宇， 沈丹峰， 王 玉， 李耀杰

(西安工程大学 机电工程学院， 陕西 西安 710600)

纺织生产中多道工序都存在筒子纱的使用，比如络筒、整经和织布。采用机械手+AGV模式的自动运纱车进行筒子纱的上下机和搬运，能够降低劳动用工。课题组以无梭织机车间纬纱筒子的自动更换为背景，研究纬纱架上的纱筒采用机械手更换的方向。满筒纱从运输车辆装载到纬纱架或空筒纱管从纬纱架卸载到运输车辆是筒子纱搬运的2个过程。筒子纱的自动搬运涉及到的关键技术是筒子纱的视觉检测。图像纱筒的边缘信息是纱筒的基本特征，通过边缘信息的提取，可以判别纱筒的大小与朝向，从而驱动机械手完成纱筒抓取工作。图像边缘保留滤波算法主要有高斯双边滤波和均值迁移滤波，该方法本质上是一种基于非参数概率密度梯度估计的迭代算法，在统计的特征空间内实现了边缘细节的平滑。

课题组采用改进的均值迁移滤波方法完成筒子纱边缘信息检测。对于均值迁移(mean-shift, MS)滤波算法，林俊杰等[1]将ANBF算法嵌入到了均值迁移算法中，提高了MS算法去除噪点的效率。张文忠等[2]在均值迁移的框架下结合卡尔曼滤波器，即使目标物被遮挡，仍可以稳定地识别追踪。温宗周等[3]提出了一种改进粒子滤波与均值迁移特征融合的目标追踪算法，在目标移动过程中受到光照或相似颜色的影响时，跟踪的效果最佳。张晓磊等[4]基于均值漂移与空间信息的导向引入目标函数，改善对图像去噪能力的鲁棒性，提高了分割精度。……