络筒工序是产生纱线成品的最后一道工序，其机器视觉检测应用在托盘式或纱库式的络筒投料和筒纱质量检测两个方面：
筒纱质量检测主要涉及筒纱卷绕密度和筒纱缺陷的检测。
托盘式络筒投料过程，采用机器视觉检测技术，通过对采集图像的处理与分析，提取需要的目标特征图像，与目标图像库内的标准特征进行对比，确认纱管有无受损或纱管上有无残纱、以及纱管大小头所处位置，并根据检测结果做出对应的处理，确保管纱投放正确，提升络筒效率。
纱库式络筒投料过程，机器视觉检测不仅要对管纱的情况进行确认，还要检测管纱需要投放的实际位置，如国内某公司推出的智能纺织AI投纱机器人，基于深度学习的AI视觉系统安装于机械臂末端，获取实时图像并进行自学习，累积对应数据，并通过AI视觉算法控制移动机器人运动，完成络筒投料。在筒纱加工过程中，为解决筒纱密度测量难度大且效率低等问题，利用机器视觉检测技术，根据成像透视投影原理，通过像素当量分析计算所检测目标的筒纱实际直径和体积相关参数，并结合高精度质量传感器获得的检测数据，计算获得筒纱密度数据进行分析及相应处理，实现对筒纱卷绕密度的质量控制。
另外，针对筒纱的多层台、多源纱、菊花芯和网纱等常见缺陷，为提高检测准确率和检测效率，采用机器视觉检测技术，利用3个及以上具有多级速度可调的工业相机，对筒纱的顶面和侧面进行全方位的图像采集，后续处理与异纤图像处理流程类似，提取缺陷图像特征，结合深度学习算法，对获得的缺陷特征图像进行识别及分类，实现筒纱缺陷的实时在线检测，从而提升纺纱的智能化。
*整理自《棉纺织技术》期刊*