编织物编织成型后,具有良好的力学性能,所以在我国航空航天领域有非常多的应用。同时编织物力学性能受多方面因素影响,其中编织角和跳纱都是影响编织物力学性能的关键。而在实际编织机工作过程中,对于编织物上的编织角、跳纱的检测依然停留在人工检测阶段,容易出现错检、漏检的现象,效率极低。本课题针对立体编织物加在加工生产时对编织物检测的自动化程度不高的问题,设计了一个基于机器视觉的立体编织物实时检测系统。该检测系统由图像采集、实时检测软件、PLC控制三个部分组成,集成硬件与软件为一体。首先,根据企业的要求,对立体编织物实时检测系统进行一个总体的设计,并根据需求对硬件选型和软件功能模块进行设计。硬件选型包括工业相机、镜头、光源、图像采集卡、PLC、电机、驱动器等硬件的选型;软件功能模块包含硬件控制、图像采集、图像预处理、编织角检测、跳纱检测、数据存储与传输、PLC控制与结果显示一共7个模块。其中图像预处理、编织角检测和跳纱检测模块为本检测系统最重要的三个软件功能模块。图像预处理模块主要是对编织物图像进行了增强、降噪、二值化、形态学处理与边缘检测等操作。在编织角检测模块中,对编织角的检测算法中的直线提取部分进行了优化并且验证了编织角检测的精确性和实时性;在跳纱检测模块中,设计了两种不同的检测方案:基于机器学习和基于霍夫变换。并对两种方案检测跳纱的精确性和实时性进行了测试和对比,总结了两种方案的适用场景和优劣势,最终确定了基于机器学习的跳纱检测方案。然后,建立软件与PLC运动控制部分的数据传输,并设计了组态界面供人机操作和检测结果的实时显示。最后,对整个系统进行多组实验测试。测试内容主要是对不同编织角下的编织物进行长时间的检测。测试结果表明对于编织物的编织角和跳纱的检测具有符合要求的检测精度和检测速度,且能与PLC建立连接,做到可以在检测到故障时,实时地控制编织机电机的启停。检测精度和实时性已经基本符合企业应用的要求。