【技术实现步骤摘要】
—种基于小波神经网络的布匹表面瑕疵检测方法
本专利技术涉及一种基于机器视觉的布匹瑕疵实时视觉检测方法,具体是指一种在线阵光源下,通过线阵相机对工业现场中高速传送的布匹表面瑕疵进行检测并即时记录的图像检测方法。
技术介绍
工业生产过程里,随着技术水平的不断提高,市场对产品质量的要求也一再提升。在纺织行业中,布匹的质量检测要求随着这种发展趋势愈加严格。但因为纺织品产量持续增大,生产线工业化水准提升,传统的人工检测法已经跟不上自动化发展的速度,受制于检查人员的主观因素以及精神状态,并且存在着人工检验速度慢、成本高、标准化程度低、误检率大等劣势,快速精确地检测出纺织品瑕疵成为生产过程中亟待解决的问题。面对这样的的需求,国外的一些大型企业在工业上已经有了一定规模的应用,主要代表产品有以色列EVS公司的IQ-TEX4自动在线检测系统,美国BMS公司的Cyclops自动在线织物检测系统等,但成本高昂、维护不易,在国内并不普遍推广适用。目前,研究者主要采用基于统计学方法、频域变换法、模型法等方法对布匹图像进行处理,以求准确检测到瑕疵,由于布匹表面带有纹理干扰,瑕疵种类繁复,正确地提取出瑕疵区域成为布匹表面检测中的重点和难点。由于在检测过程中,出布速度快,布匹幅面较大,检测精度要求高,选用高分辨率并适用于高速采集过程的的线阵相机作为图像采集传感器已经越来越成为主流的检测方式。
技术实现思路
本专利技术目的在于提出一种通用性强的基于机器视觉的布匹瑕疵检测方法,取代传统的效率低下的人工检测法。针对这个目的,本专利技术通过如下技术方案实现:离线状态:(I)利用线阵相机实时 ...
【技术保护点】
一种布匹瑕疵的在线视觉检测方法,其特征是:通过Gabor滤波器和小波神经网络的结合,有效地提取出布匹表面纹理的宽度方向信息,对于同种类布匹训练求取最优解后构建Gabor滤波器进行在线实时检测;针对不同种类的瑕疵,对应选择奇对称、偶对称Gabor滤波器保证块状瑕疵与线状瑕疵准确、有效地检测出来;具体包括以下几个步骤:(1)离线学习过程中小波神经网络的构建,得到布匹表面的参数向量η=(txi,tyi,θi,σxi,σyi,ωxi,wi)]]>信息;(2)离线学习过程中利用LM算法迭代求取最优参数组,构建最优Gabor滤波器组;(3)在线检测过程中对待测图像经过Gabor滤波器组滤波处理,将得到的各图像融合,得到瑕疵区域。
【技术特征摘要】
1.一种布匹瑕疵的在线视觉检测方法,其特征是:通过Gabor滤波器和小波神经网络的结合,有效地提取出布匹表面纹理的宽度方向信息,对于同种类布匹训练求取最优解后构建Gabor滤波器进行在线实时检测;针对不同种类的瑕疵,对应选择奇对称、偶对称Gabor滤波器保证块状瑕疵与线状瑕疵准确、有效地检测出来;具体包括以下几个步骤: (1)离线学习过程中小波神经网络的构建,得到布匹表面的参数向量 2.根据权利要求1所述一种布匹表面瑕疵的在线视觉检测方法,其特征是:所述步骤(I)中参数向量的精确求取,包括以下步骤: 构建一个三层前馈神经网络结构,...
【专利技术属性】
技术研发人员:白瑞林,何薇,吉峰,李新,
申请(专利权)人:江南大学,无锡信捷电气股份有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。