环锭纺纱以其生产品种广、原料适应性强、纺纱质量好等优势在纺纱领域占生产总量80%以上,在环锭纺纱细纱工序中存在断纱现象,无法及时获取断纱信息提醒员工进行接纱会导致锭位空转,影响生产效率和产品质量。研究环锭纺细纱断头自动化检测方法,实时反馈细纱工序中断纱信息,从而提醒员工及时接头提升作业效率,具有重要的工程价值!传统的单锭式检测实施成本高、改造难度大,工厂使用意愿低,而基于视觉的断纱检测方法成本低、改造难度小,但检测准确率与算法有关。因此,本文对基于视觉的环锭纺断纱检测方法展开研究:针对高噪声下细纱图像中纱线特征弱的特点,研究了细纱图像平滑和增强方法;针对小目标下难以识别断纱的问题,研究了基于图像的断纱识别方法。主要研究工作如下:为提高细纱图像中纱线与背景的对比,本文对高噪声下的细纱图像增强方法展开了研究。针对高噪声下纱线特征弱的难点,在图像处理方面,提出基于0范数的细纱图像平滑方法,抑制了图像背景噪声;在特征处理方面,设计了邻域增强的细纱图像梯度特征提取方法,增强了图像中的细纱邻域梯度特征。结果表明,通过细纱图像弱特征两阶段增强算法能够实现对细纱图像的增强,扩大纱线与背景之间的差异。为实现基于视觉的环锭纺断纱检测,对基于图像的断纱识别方法展开研究。针对细纱图像中纱线目标小的难点,设计了纱线特征提取的谷底阈值搜索方法,以提取纱线特征;在此基础上,利用环锭纺纱各个锭位间距相同的特点,设计了基于欧式距离的断纱识别方法。结果表明,基于频域和空间域的小目标图像断纱识别方法能够有效的识别图像中的断纱,同时能够实现对断纱的定位。在上述理论研究的基础上,搭建了环锭纺纱断纱检测微服务系统,实现细纱图像增强与断纱识别的高度集成,验证了视觉特征下环锭纺纱断纱检测的有效性。本文研究成果为环锭纺细纱断纱检测提供了理论方法与技术工具,对环锭纺实现自动化检测具有重要工程价值。