一种基于机器视觉的布匹缺陷在线检测的方法和系统技术方案

本发明专利技术提供一种基于机器视觉的布匹缺陷在线检测的方法，包括以下步骤：图像采集单元采集布匹的图像；图像处理单元获取上述图像，并对上述图像依次进行灰度化处理、图像拼接和滤波去噪处理，最后通过二值化处理区分图像中的亮区和暗区；对图像中的亮区进行阈值化分割处理，然后遍历像素判断图像中是否存在缺陷；若存在缺陷，则采用形态学分析并处理图像中的缺陷，使缺陷的边缘规则、平滑，然后采用Blob分析图像中的缺陷的像素坐标，并将缺陷的像素坐标转化为打标机的世界坐标，并通过从单片机控制打标机对布匹的缺陷处打标标记；利用BP神经网络分析被形态学分析并处理后的图像中的缺陷，判断出缺陷的种类并存储。有益效果：精度好、效率高。

A method and system for on-line detection of cloth defects based on machine vision

【技术实现步骤摘要】
一种基于机器视觉的布匹缺陷在线检测的方法和系统
本专利技术涉及光电检测
，尤其涉及一种基于机器视觉的布匹缺陷在线检测的方法。
技术介绍
目前，国内织品的缺陷检测基本靠人工检测完成，生产工人在流水线上检测布匹，人工调节待检测布匹的转速，仅靠人眼检查目标区域内的布匹，当发现有缺陷部分就会立即停止其运行，然后再凭借工作经验对缺陷的类型进行判断并做标注，还会记录某些重要缺陷的详细信息，比如它的形状、纹理等，然后继续运转检查。由于人眼对颜色以及形状的感觉跟个人的主观意识有很大关系，因此人工检测很难满足客观性、可靠性和一致性。此外，人工检测方法的工作量大、强度特别高、误检和漏检率也非常高。为此，有人提出采用机器视觉的方法来检测纺织品的表面。如2008年1月23日公告的中国专利技术专利申请200710146114.7“连续材料的检验装置及其方法”，公开了一种连续材料的检验方法及其装置，由送料组件送出受检连续材料；以检验组件经由触点或扫描方式寻找瑕疵点的坐标位置，并显示在计算机中瑕疵记录表作记录，然后把瑕疵记录表作记录传送至各种加工工程。又如，2006年4月19日公告的中国专利技术专利申请200510110244.6“一种自动验布等级客观评定系统”，公开了一种自动验布等级客观评定系统，主要包括CCD摄像机、织物握持装置、光源、计算机、图像采集卡，图像采集卡将摄取的织物图像转换为数字图像，用疵点检测DSP对织物疵点进行检测，对检测出存在疵点的织物图像用疵点图像分割DSP模块进行分割，对分割后的疵点用疵点表征DSP模块进行疵点的自动表征，将表征的结果输入织物等级评定DSP模块，最终对织物等级进行自动的评定。但是，由于上述专利技术涉及的技术方案中仅在可见光照明下对被检材料进行疵点或色差检测，功能单一，当织物中夹杂有同色异纤时，上述专利技术涉及的技术方案就难以将其检测出来。若异纤不易染色，这就使得夹有异纤的不合格品流入其后的印染环节，将产生染色不均匀、印花图案发花等残次品而造成损失。
技术实现思路
有鉴于此，本专利技术的实施例提供了一种能够克服现有检测功能单一、检测不全面且效率高、可靠性好的基于机器视觉的布匹缺陷在线检测的方法。本专利技术的实施例提供一种基于机器视觉的布匹缺陷在线检测的方法，利用基于机器视觉的布匹缺陷在线检测系统，对布匹缺陷进行在线检测，所述在线检测系统包括机架、电控柜和图像采集模块，所述图像采集模块包括设于所述机架的图像采集单元和设于所述电控柜的图像处理单元，所述机架上还设有一打标机，所述电控柜内设有主单片机和与所述主单片机通讯连接的从单片机，所述从单片机连接所述打标机，所述布匹固定于所述机架上的卷布轴，所述主单片机与所述卷布轴连接；所述方法包括以下步骤：步骤1：开启所述图像采集单元使所述图像采集单元以设定的频率采集所述布匹的图像，同时通过所述主单片机控制所述卷布轴转动使所述布匹运动；步骤2：所述图像处理单元获取上述采集的图像，并通过opencv函数对上述采集的图像依次进行灰度化处理、图像拼接和滤波去噪处理，最后通过二值化处理来区分开图像中的亮区和暗区；步骤3：对图像中的亮区进行阈值化分割处理，然后遍历像素判断阈值化分割后的图像中是否存在缺陷；步骤4：若阈值化分割后的图像中存在缺陷，则采用形态学分析并处理图像中的缺陷，使缺陷的边缘规则、平滑，然后采用Blob分析图像中的缺陷的像素坐标，并将缺陷的像素坐标转化为所述打标机的世界坐标，并通过所述从单片机控制所述打标机对应所述世界坐标所指的位置对布匹的缺陷处打标标记；若阈值化分割后的图像中不存在缺陷，则回到步骤1；步骤5：利用BP神经网络分析被形态学分析并处理后的图像中的缺陷，判断出缺陷的种类，并将不同的缺陷种类及其对应的缺陷坐标对应的存储到不同的存储单元。进一步地，所述电控柜内还设有上位机，所述上位机利用MSCOMM控件与所述主单片机连接，所述主单片机通过RS232与所述从单片机进行通讯连接，所述上位机运行WINDOWS操作系统，其触屏显示界面为基于VS和OpenCV搭建的软件平台。进一步地，所述触屏显示界面包括显示界面单元和操作界面单元，所述显示界面单元显示所述在线检测系统的运行信息、缺陷种类信息及其对应的缺陷坐标信息，所述操作界面单元为指令编辑和发送单元，通过所述操作界面单元向所述主单片机和所述从单片机发送指令，所述主单片机和所述从单片机接收到相应指令后作出对应的动作响应。进一步地，所述主单片机和所述从单片机均以芯片89C51为主控芯片。进一步地，所述机架上具有沿布匹宽度方向设置的第一横梁，所述图像采集单元包括沿布匹宽度方向设置于所述第一横梁的相机阵列和位于所述相机阵列下方的LED光源，所述布匹位于所述相机阵列和所述LED光源之间。进一步地，所述机架上具有沿布匹宽度方向设置的第二横梁，所述第二横梁上设有沿布匹宽度方向设置的滑轨，所述打标机包括本体和自所述本体朝下设置的推杆，所述本体设于所述滑轨，所述本体与所述从单片机通过一电机连接，所述从单片机通过控制所述电机转动而使所述本体沿所述滑轨滑动，所述推杆的末端设有用于在布匹缺陷处打标标记的打标印章，所述从单片机连接所述推杆以控制所述推杆做伸缩运动而执行打标标记动作。进一步地，所述主体与所述电机通过一同步带连接，所述电机转动而通过所述同步带使所述主体沿所述滑轨滑动。进一步地，所述机架上还具有沿布匹宽度方向设置的多个摩擦辊，所述卷布轴具有二个，分别位于所述机架的相对两端，所述布匹的相对两端分别固定于二所述卷布轴，多个所述摩擦辊交错的设置于所述布匹的上下两侧以将所述布匹的中间区域撑平。进一步地，每一所述卷布轴均通过一步进电机与所述主单片机连接，所述主单片机通过控制所述步进电机而使对应的所述卷布轴转动。进一步地，步骤3中，对图像中的亮区进行阈值为80的阈值化分割处理。本专利技术的实施例提供一种基于机器视觉的布匹缺陷在线检测系统，包括机架、电控柜和图像采集模块，所述图像采集模块包括设于所述机架的图像采集单元和设于所述电控柜的图像处理单元，所述机架上还设有一打标机，所述电控柜内设有主单片机和与所述主单片机通讯连接的从单片机，所述从单片机连接所述打标机以控制所述打标机运作，所述布匹固定于所述机架上的卷布轴，所述主单片机与所述卷布轴连接以控制所述卷布轴运作而带动所述布匹运动；所述图像处理单元内置opencv函数用于对图像依次进行灰度化处理、图像拼接和滤波去噪处理；所述电控柜内还设有上位机，所述上位机内设有依次连接的缺陷识别模块、缺陷定位模块和缺陷分类模块，所述缺陷识别模块与所述图像处理单元连接用于对图像依次进行二值化处理、阈值化分割处理和判断阈值化分割后的图像中是否存在缺陷；所述缺陷定位模块用于对图像中的缺陷进行形态学分析处理和使用Blob定位图像中的缺陷的位置，并与所述从单片机连接以向所述从单片机发出指令；所述缺陷分类模块用于对图像中的缺陷进行BP神经网络分析而判断出缺陷的种类。本专利技术的实施例提供的技术方案带来的有益效果是：本专利技术的基于机器视觉的布匹缺陷在线检测的方法，采用opencv函数处理图像，使缺陷所在之处发生灰度突变从而使缺陷凸显出来，通过采用Blob分析图像中的缺陷，可精准的确定图像中的缺陷的数量、位置、形状和方向，还可以提供相关缺本文档来自技高网...

【技术保护点】
一种基于机器视觉的布匹缺陷在线检测的方法，利用基于机器视觉的布匹缺陷在线检测系统，对布匹缺陷进行在线检测，所述在线检测系统包括机架、电控柜和图像采集模块，所述图像采集模块包括设于所述机架的图像采集单元和设于所述电控柜的图像处理单元，所述机架上还设有一打标机，其特征在于：所述电控柜内设有主单片机和与所述主单片机通讯连接的从单片机，所述从单片机连接所述打标机，所述布匹固定于所述机架上的卷布轴，所述主单片机与所述卷布轴连接；所述方法包括以下步骤：步骤1：开启所述图像采集单元使所述图像采集单元以设定的频率采集所述布匹的图像，同时通过所述主单片机控制所述卷布轴转动使所述布匹运动；步骤2：所述图像处理单元获取上述采集的图像，并通过opencv函数对上述采集的图像依次进行灰度化处理、图像拼接和滤波去噪处理，最后通过二值化处理来区分开图像中的亮区和暗区；步骤3：对图像中的亮区进行阈值化分割处理，然后遍历像素判断阈值化分割后的图像中是否存在缺陷；步骤4：若阈值化分割后的图像中存在缺陷，则采用形态学分析并处理图像中的缺陷，使缺陷的边缘规则、平滑，然后采用Blob分析图像中的缺陷的像素坐标，并将缺陷的像素坐标转化为所述打标机的世界坐标，并通过所述从单片机控制所述打标机对应所述世界坐标所指的位置对布匹的缺陷处打标标记；若阈值化分割后的图像中不存在缺陷，则回到步骤1；步骤5：利用BP神经网络分析被形态学分析并处理后的图像中的缺陷，判断出缺陷的种类，并将不同的缺陷种类及其对应的缺陷坐标对应的存储到不同的存储单元。...

【技术特征摘要】
1.一种基于机器视觉的布匹缺陷在线检测的方法，利用基于机器视觉的布匹缺陷在线检测系统，对布匹缺陷进行在线检测，所述在线检测系统包括机架、电控柜和图像采集模块，所述图像采集模块包括设于所述机架的图像采集单元和设于所述电控柜的图像处理单元，所述机架上还设有一打标机，其特征在于：所述电控柜内设有主单片机和与所述主单片机通讯连接的从单片机，所述从单片机连接所述打标机，所述布匹固定于所述机架上的卷布轴，所述主单片机与所述卷布轴连接；所述方法包括以下步骤：步骤1：开启所述图像采集单元使所述图像采集单元以设定的频率采集所述布匹的图像，同时通过所述主单片机控制所述卷布轴转动使所述布匹运动；步骤2：所述图像处理单元获取上述采集的图像，并通过opencv函数对上述采集的图像依次进行灰度化处理、图像拼接和滤波去噪处理，最后通过二值化处理来区分开图像中的亮区和暗区；步骤3：对图像中的亮区进行阈值化分割处理，然后遍历像素判断阈值化分割后的图像中是否存在缺陷；步骤4：若阈值化分割后的图像中存在缺陷，则采用形态学分析并处理图像中的缺陷，使缺陷的边缘规则、平滑，然后采用Blob分析图像中的缺陷的像素坐标，并将缺陷的像素坐标转化为所述打标机的世界坐标，并通过所述从单片机控制所述打标机对应所述世界坐标所指的位置对布匹的缺陷处打标标记；若阈值化分割后的图像中不存在缺陷，则回到步骤1；步骤5：利用BP神经网络分析被形态学分析并处理后的图像中的缺陷，判断出缺陷的种类，并将不同的缺陷种类及其对应的缺陷坐标对应的存储到不同的存储单元。2.如权利要求1所述的基于机器视觉的布匹缺陷在线检测的方法，其特征在于：所述电控柜内还设有上位机，所述上位机利用MSCOMM控件与所述主单片机连接，所述主单片机通过RS232与所述从单片机进行通讯连接，所述上位机运行WINDOWS操作系统，其触屏显示界面为基于VS和OpenCV搭建的软件平台。3.如权利要求2所述的基于机器视觉的布匹缺陷在线检测的方法，其特征在于：所述触屏显示界面包括显示界面单元和操作界面单元，所述显示界面单元显示所述在线检测系统的运行信息、缺陷种类信息及其对应的缺陷坐标信息，所述操作界面单元为指令编辑和发送单元，通过所述操作界面单元向所述主单片机和所述从单片机发送指令，所述主单片机和所述从单片机接收到相应指令后作出对应的动作响应。4.如权利要求2所述的基于机器视觉的布匹缺陷在线检测的方法，其特征在于：所述主单片机和所述从单片机均以芯片89C51为主控芯片。5.如权利要求1所述的基于机器视觉的布匹缺陷在线检测的方法，其特征在于：所述机...

【专利技术属性】
技术研发人员：文国军，胡自飞，王玉丹，王巍，项瑞昌，梁荆璞，吴玲玲，潘健，刘浩杰，陈方，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42