一种布匹机器视觉智能检测装备制造技术

本发明专利技术涉及智能检测技术领域，具体地说，涉及一种布匹机器视觉智能检测装备。其包括智能相机和无纺布检测平台，所述智能相机用于采集无纺布表面的图像，所述无纺布检测平台用于获取图像，并对图像上的瑕疵进行检测，以及对瑕疵部位进行报警和标记处理。本发明专利技术中通过智能相机采集无纺布表面的图像，然后寻找到图像中的瑕疵部位，再结合无纺布中图案的出现规律，以及利用形状特征和颜色特征的对比确定瑕疵部位的真实性，从而实现智能检测的同时，保证检测结果的精确性。证检测结果的精确性。证检测结果的精确性。

【技术实现步骤摘要】
一种布匹机器视觉智能检测装备


[0001]本专利技术涉及智能检测
，具体地说，涉及一种布匹机器视觉智能检测装备。

技术介绍

[0002]由于无纺布生产过程中的一些不可控因素(如生产设备故障、产品原材料被污染或制程中的一些意外干扰因素)使产品存在瑕疵点，容易造成无纺布批次性报废﹐并可能引起客户投诉，影响品牌形象。在现有技术中，提供了对无纺布进行瑕疵检测的设备，但也存在一定的技术问题：
[0003]公开号为CN112102253A的中国专利公开了一种基于机器视觉的无纺布表面缺陷自动化检测方法及系统，运用图像处理技术对采集到的无纺布原始图像进行预处理以改善图像质量，从中提取目标图像的特征量；最后运用图像处理技术对取到的特征量进行分类整理以完成系统的检测，能够将无纺布图像纹理增强，能够将干扰极小值点进行有效的去除，使得纹理清晰的凸显出来。但没有考虑无纺布自身规律图案带来的影响，未结合形状和颜色特征对缺陷进行核实。
[0004]因此需要一台具备检测图案规律的设备对缺陷进行核实，增强检测精度同时提高检测效率，并减少返工带来的成本增加。

技术实现思路

[0005]本专利技术的目的在于提供一种布匹机器视觉智能检测装备，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，提供了一种布匹机器视觉智能检测装备，其包括：
[0007]智能相机，所述智能相机用于采集无纺布表面的图像；
[0008]无纺布检测平台，所述无纺布检测平台用于获取图像，并对图像上的瑕疵进行检测，以及对瑕疵部位进行报警和标记处理；
[0009]所述无纺布检测平台至少包括：
[0010]坐标系建立模块，所述坐标系建立模块用于在图像中建立坐标系
‑
；
[0011]瑕疵寻找模块，所述瑕疵寻找模块用于对图像中的瑕疵部位进行寻找，并确定瑕疵部位特征点在坐标系
‑
中的坐标集；其中，
[0012]‑
表示为第个图像的坐标系，表示为第个图像的坐标系中的第个瑕疵部位特征点坐标集，表示为第个瑕疵部位特征点坐标集中的第个特征点的坐标；
[0013]瑕疵确定模块，所述瑕疵确定模块利用预设的核实方式对寻找到的瑕疵部位进行核实；
[0014]处理模块，所述处理模块用于对核实后的瑕疵部位进行标记，以及向用户发出报警信息；
[0015]所述核实方式包括规律核实和相似度核实，所述规律核实是对不同坐标系
‑
中出现坐标集的规律进行核实，对没有规律的坐标集则认定是全坐标系瑕疵部位；对按照规律
出现的坐标集
[0016]，再进行相似度核实，对不具备相似条件的坐标集则认定是所在坐标系瑕疵部位；
[0017]所述相似条件包括形状特征相似条件和颜色特征相似条件。
[0018]作为本技术方案的进一步改进，还包括图像库，所述图像库用于对获取的图像进行存储；
[0019]以及，对图像中建立的坐标系
‑
和坐标集进行存储。
[0020]作为本技术方案的进一步改进，还包括处理后认定模块，所述处理后记录模块用于对进行标记和报警处理后的瑕疵部位进行认定，得到认定信息。
[0021]作为本技术方案的进一步改进，所述图像库还对认定信息进行存储，所述认定信息包括肯定性认定信息和否定性认定信息，肯定性认定信息是对瑕疵部位进行肯定，否定性认定信息是对瑕疵部位进行否定；
[0022]所述瑕疵确定模块对带有否定性认定信息的瑕疵部位进行记忆。
[0023]作为本技术方案的进一步改进，所述智能相机采用高速线扫彩色相机，通过高速线扫彩色相机获取到无纺布的彩色图像，以完成颜色相似条件的检测。
[0024]作为本技术方案的进一步改进，所述智能相机在无纺布的单侧至少设置有3个，以符合幅宽1200
‑
1400mm、移动速度58
‑
62m/min无纺布的要求。
[0025]作为本技术方案的进一步改进，所述智能相机在无纺布的正侧和背侧均有设置。
[0026]作为本技术方案的进一步改进，所述处理模块还包括检测报告生成处理，所述检测报告生成处理用于在图像库中提取瑕疵部位寻找情况、瑕疵部位确定情况以及瑕疵部位认定情况。
[0027]作为本技术方案的进一步改进，所述瑕疵部位种类包括破洞、油污、异斑以及线头。
[0028]作为本技术方案的进一步改进，还包括AI识别模块，所述AI识别模块用于对瑕疵部位的种类进行识别，具体对核实后瑕疵部位的颜色特征和形状特征进行识别。
[0029]与现有技术相比，本专利技术的有益效果：
[0030]该布匹机器视觉智能检测装备中，通过智能相机采集无纺布表面的图像，然后寻找到图像中的瑕疵部位，再建立多个坐标系确定无纺布中图案的出现规律，以及利用形状特征和颜色特征的对比确定瑕疵部位的真实性，从而实现智能检测的同时，保证检测结果的精确性。
附图说明
[0031]图1为本专利技术的整体结构示意图；
[0032]图2为本专利技术的无纺布检测平台内部结构示意图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0035]请参阅图1和图2所示，本实施例目的在于，提供了一种布匹机器视觉智能检测装备，其包括：
[0036]智能相机，智能相机用于采集无纺布表面的图像；
[0037]无纺布检测平台，无纺布检测平台用于获取图像，并对图像上的瑕疵进行检测，以及对瑕疵部位进行报警和标记处理；
[0038]无纺布检测平台至少包括：
[0039]坐标系建立模块，坐标系建立模块用于在图像中建立坐标系
‑
；
[0040]瑕疵寻找模块，瑕疵寻找模块用于对图像中的瑕疵部位进行寻找，并确定瑕疵部位特征点在坐标系
‑
中的坐标集；其中，
‑
表示为第个图像的坐标系，表示为第个图像的坐标系中的第个瑕疵部位特征点坐标集，表示为第个瑕疵部位特征点坐标集中的第个特征点的坐标；
[0041]瑕疵确定模块，瑕疵确定模块利用预设的核实方式对寻找到的瑕疵部位进行核实；
[0042]处理模块，处理模块用于对核实后的瑕疵部位进行标记，以及向用户发出报警信息；
[0043]核实方式包括规律核实和相似度核实，规律核实是对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种布匹机器视觉智能检测装备，其特征在于，其包括：智能相机，所述智能相机用于采集无纺布表面的图像；无纺布检测平台，所述无纺布检测平台用于获取图像，并对图像上的瑕疵进行检测，以及对瑕疵部位进行报警和标记处理；所述无纺布检测平台至少包括：坐标系建立模块，所述坐标系建立模块用于在图像中建立坐标系
‑
；瑕疵寻找模块，所述瑕疵寻找模块用于对图像中的瑕疵部位进行寻找，并确定瑕疵部位特征点在坐标系
‑
中的坐标集；其中，
‑
表示为第个图像的坐标系，表示为第个图像的坐标系中的第个瑕疵部位特征点坐标集，表示为第个瑕疵部位特征点坐标集中的第个特征点的坐标；瑕疵确定模块，所述瑕疵确定模块利用预设的核实方式对寻找到的瑕疵部位进行核实；处理模块，所述处理模块用于对核实后的瑕疵部位进行标记，以及向用户发出报警信息；所述核实方式包括规律核实和相似度核实，所述规律核实是对不同坐标系
‑
中出现坐标集的规律进行核实，对没有规律的坐标集则认定是全坐标系瑕疵部位；对按照规律出现的坐标集，再进行相似度核实，对不具备相似条件的坐标集则认定是所在坐标系瑕疵部位；所述相似条件包括形状特征相似条件和颜色特征相似条件。2.根据权利要求1所述的布匹机器视觉智能检测装备，其特征在于，还包括图像库，所述图像库用于对获取的图像进行存储；以及，对图像中建立的坐标系
‑
和坐标集进行存储。3.根据权利要求2所述的布匹机器视觉智能检测装备，其特征在于，还包括处理后认定模块，所述处理后记录模块用于...

【专利技术属性】
技术研发人员：钟贵贤，钟群英，
申请(专利权)人：厦门视加科技有限公司，
类型：发明
国别省市：