一种基于机器视觉巡游式环锭纺断纱检测系统

本发明涉及断纱检测术领域，公开了一种基于机器视觉巡游式环锭纺断纱检测系统，该系统融合深度卷积神经网络(DCNN)、长短期记忆网络(LSTM)和决策树(DT)算法，旨在提升环锭纺生产的自动化水平和生产效率。系统包括纱线缺陷检测模块，利用DCNN算法准确识别纱线缺陷；纱线状态预测模块，通过LSTM算法预测纱线未来状态，为预防性维护提供支持；纱线状态分类模块，采用DT算法综合分类纱线状态；以及控制执行模块，根据分类结果执行相应操作。本发明能够实现对纱线缺陷的高精度检测、状态预测和智能决策，有效解决了传统检测方法存在的效率低下、检测不准确等问题，降低了生产成本，提升了纱线品质。