基于机器视觉的验布方法技术

本发明专利技术公开了一种基于机器视觉的验布方法，沿织物运行路径设置至少两个织物疵点检测机构，所述至少两个织物疵点检测机构分别采集织物同一区域在不同成像条件下的图像，所述不同成像条件下的图像分别对应不同疵点特征，中央处理单元采用与所述不同疵点特征相对应的图像处理算法对所述不同成像条件下的图像对应分析处理，得到所述织物同一区域的疵点数据，中央处理单元连续得到织物其余区域的疵点数据，并得到织物所有疵点数据，所述至少两个织物疵点检测机构与中央处理单元连接。本发明专利技术能更准确在线检测织物疵点，避免漏检，能实现连续、高速的检测，能更好监控织物品质，满足现代纺织生产要求。代纺织生产要求。代纺织生产要求。

【技术实现步骤摘要】
基于机器视觉的验布方法


[0001]本专利技术涉及一种用于检测运行中织物疵点的方法，特别是涉及一种基于机器视觉的验布方法，属于织物疵点检测方法


技术介绍

[0002]织物疵点的产生直接影响织物质量、外观和性能，并导致生产企业的利润受损。因此，按照织物检验国家标准，对织物外观质量逐匹检验，以检测布面的纱疵、织疵等缺陷，并对其做相应标记，是高品质织物生产过程中最为关键的检测工序，疵点检测是纺织企业产品质量控制中的重要一环。
[0003]目前国内纺织企业大都采用人工验布方法，通过裸眼依据经验判断布面上是否存在疵点，并对疵点进行分类，因受人眼生理结构所限及布面疵点细小等因素，导致检测速度慢，漏检率和误检率高，检验质量不稳定；而且人工验布无法实现连续、高速的检测，无法生成可用数据，并增加了企业用工成本，无法满足现代纺织生产的要求。
[0004]随着图像处理技术的发展，使用基于机器视觉与图像分析技术的自动验布机替代人工疵点检测是纺织行业自动化与信息化发展的必然趋势。
[0005]现有采用机器视觉与图像分析技术的自动验布方法，例如中国技术专利ZL201920914133.8名称为集成于织机上的机器视觉验布系统、ZL201921480443.X名称为一种用于服装生产的验布机、ZL202120803793.6名称为一种紧凑型智能验布机，中国专利技术专利ZL201110052541.5名称为基于机器视觉的织物疵点在线自动检测方法及其装置、中国专利技术专利申请202010218387.3名称为一种采用人工智能技术进行自动化验布的智能验布机、中国专利技术专利申请202010429520.X名称为一种定型机机尾在线式自动验布机及验布方法、中国专利技术专利申请201910322831.3名称为一种运用于验布机的图像采集系统等等，都公开了采用一个或数个工业相机，通过一个或数个光源对织物打光，工业相机拍摄待检验织物，获取实时图像，中央处理单元采用图像处理算法对实时图像进行分析处理，得出待检验织物的疵点类型、疵点位置、疵点面积和疵点等级。
[0006]但是，上述采用机器视觉与图像分析技术的自动验布方法，在实际工作过程中存在以下缺点：（1）织物疵点一般可分为纺纱疵点、织造疵点、印染疵点，其种类繁多、形式各异，疵点的形状、大小、方向及表现形式各不相同，在用于拍摄织物疵点的光源系统上，需保证相机所获取的图像有良好的清晰度和对比度，能清晰发现织物疵点，不同类别的织物疵点需采用能适合该疵点的视觉照明技术，例如采用正光源的正面照明技术，可拍摄织物正面成像的疵点，如飞花织入、粗结、褶皱、色点和污渍等；采用背光源的背光照明技术，可拍摄光线透射后成像的疵点，如断经、断纬、稀密路以及破洞等；采用暗场照明或与织物平面之间小入射角的掠射光照明技术，对于织造花型的织物表面图案，可以创造强烈的影子，能提升图像对比度，获得高清晰度图像，从而可拍摄到织造过程中的异径、异纬、花型失常、错花和局部组织错误等。因此，视觉照明方案直接影响拍摄的织物图像质量和应用效果，是织物
疵点检测的关键，也就是说，需要对各疵点分组归类，不同疵点需要采用不同的相机和/或光源，也即成像条件必须不相同。而上述验布方法，拍摄所有疵点都是采用同样的相机、同样的光源，例如，拍摄所有疵点都是采用一台相机、一个光源；又如，拍摄所有疵点采用数个相机、数个光源，但数个光源对织物的照射角度完全相同，等等，因此，采集的织物图像质量差，相机拍摄到的织物图像，仅能用于检测某种疵点，而其它种类的疵点无法检测到，而图像质量差引起的误差，是不能用软件纠正的，导致织物疵点漏检严重。
[0007]（2）在织物疵点图像处理算法上，通常可归纳为三个方向：基于频域变换的方法、基于统计方法和基于模型的方法。基于频域变换的Gabor变换，综合频域和空域的特征，效果明显，但不适合高速检测系统；FFT变换，检测速度较快，一定程度上削弱了疵点的信息；基于统计方法的灰度共生矩阵作为分类特征效果显著，但灰度共生矩阵维数很大，实时性难以保证；基于模型法的Wold纹理模型对经、纬疵点检测效果明显，但对油污、斑点检测不佳。所以，图像处理算法都有各自的适用情形与局限性，对种类繁多形式各异的织物疵点都缺乏自适应性。
[0008]对于各种疵点图像，需要从图像处理算法的区分效果、计算量、灵敏度、有效性、识别种类以及工艺要求等诸方面综合，需要采用与该种疵点图像最适配对应的图像处理算法进行分析处理，才能准确得到该种疵点数据，且满足工艺要求。而上述验布方法，对所有疵点图像都是采用同样的图像处理算法，导致不能准确得到所有疵点数据，不能保证疵点检测的可操作性、准确性与检测精度。
[0009]另外，市场上某些国外织物疵点检测系统，如比利时Barco公司的织机疵点在线检测系统、瑞士Uster公司的Fabriscan及以色列EVS的自动验布系统。这些自动检测系统价格非常昂贵，然而使用状况并不理想，主要表现在检测系统对织物品种的适应性较差，部分组织结构的织物存在疵点漏检。

技术实现思路

[0010]本专利技术要解决的技术问题是提供一种基于机器视觉的验布方法，该方法能更准确在线检测织物疵点，避免漏检，能更好监控织物品质，满足现代纺织生产要求。
[0011]为解决上述技术问题，本专利技术采用这样一种基于机器视觉的验布方法，沿织物运行路径设置至少两个织物疵点检测机构，所述至少两个织物疵点检测机构分别采集织物同一区域在不同成像条件下的图像，所述不同成像条件下的图像分别对应不同疵点特征，中央处理单元采用与所述不同疵点特征相对应的图像处理算法对所述不同成像条件下的图像对应分析处理，得到所述织物同一区域的疵点数据，中央处理单元连续得到织物其余区域的疵点数据，并得到织物所有疵点数据，所述至少两个织物疵点检测机构与中央处理单元连接。
[0012]作为本专利技术的一种优选实施方式，所述至少两个织物疵点检测机构包括五个织物疵点检测机构或者五个中的任意两个织物疵点检测机构的组合，所述五个织物疵点检测机构分别为第一织物疵点检测机构、第二织物疵点检测机构、第三织物疵点检测机构、第四织物疵点检测机构和第五织物疵点检测机构，所述第一～第五织物疵点检测机构沿织物运行路径间隔设置。
[0013]作为本专利技术的一种优选实施方式，所述第一织物疵点检测机构检测对象包括织物
的断经、断纬、稀密路以及破洞，所述第二织物疵点检测机构检测对象包括织物的飞花织入、粗结、褶皱、色点和污渍，所述第三织物疵点检测机构检测对象包括织物的擦伤、异径、异纬、花型失常、错花和局部组织错误，所述第四织物疵点检测机构检测对象包括织物的异质纤维，所述第五织物疵点检测机构检测对象包括织物的原样色差、前后色差和左中右色差。
[0014]作为本专利技术的一种优选实施方式，所述第一织物疵点检测机构包括第一工业相机和背光源，第一工业相机、背光源与中央处理单元连接，所述第一工业相机设置在织物的上方，所述背光源设置在织物的下方，中央处理单元采用包括基于Hough变换和Gabor滤波的图像处理算法或者基于深度学习的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的验布方法，其特征在于：沿织物运行路径设置至少两个织物疵点检测机构，所述至少两个织物疵点检测机构分别采集织物同一区域在不同成像条件下的图像，所述不同成像条件下的图像分别对应不同疵点特征，中央处理单元采用与所述不同疵点特征相对应的图像处理算法对所述不同成像条件下的图像对应分析处理，得到所述织物同一区域的疵点数据，中央处理单元连续得到织物其余区域的疵点数据，并得到织物所有疵点数据，所述至少两个织物疵点检测机构与中央处理单元连接。2.根据权利要求1所述的基于机器视觉的验布方法，其特征在于：所述至少两个织物疵点检测机构包括五个织物疵点检测机构或者五个中的任意两个织物疵点检测机构的组合，所述五个织物疵点检测机构分别为第一织物疵点检测机构、第二织物疵点检测机构、第三织物疵点检测机构、第四织物疵点检测机构和第五织物疵点检测机构，所述第一～第五织物疵点检测机构沿织物运行路径间隔设置。3.根据权利要求2所述的基于机器视觉的验布方法，其特征在于：所述第一织物疵点检测机构检测对象包括织物的断经、断纬、稀密路以及破洞，所述第二织物疵点检测机构检测对象包括织物的飞花织入、粗结、褶皱、色点和污渍，所述第三织物疵点检测机构检测对象包括织物的擦伤、异径、异纬、花型失常、错花和局部组织错误，所述第四织物疵点检测机构检测对象包括织物的异质纤维，所述第五织物疵点检测机构检测对象包括织物的原样色差、前后色差和左中右色差。4.根据权利要求2所述的基于机器视觉的验布方法，其特征在于：所述第一织物疵点检测机构包括第一工业相机和背光源，第一工业相机、背光源与中央处理单元连接，所述第一工业相机设置在织物的上方，所述背光源设置在织物的下方，中央处理单元采用包括基于Hough变换和Gabor滤波的图像处理算法或者基于深度学习的图像处理算法对第一工业相机采集的图像进行分析处理，得到所述织物同一区域的断经、断纬、稀密路以及破洞疵点数据，所述第一工业相机的测量分辨率≤0.2mm。5.根据权利要求2所述的基于机器视觉的验布方法，其特征在于：所述第一织物疵点检测机构包括3D相机，所述3D相机与中央处理单元连接，所述3D相机设置在织物的上方，所述3D相机采用结构光对织物进行扫描，中央处...

【专利技术属性】
技术研发人员：顾金华，顾丽娟，
申请(专利权)人：常州宏大智能装备产业发展研究院有限公司，
类型：发明
国别省市：