一种基于机器视觉检测技术的智能验布方法及装置制造方法及图纸

本发明专利技术公开了一种基于机器视觉检测技术的智能验布方法及装置，通过设置CCD工业摄像机矩阵，并在每个CCD工业摄像机上设置有定位模块，当检测出缺陷图像时，获取该缺陷图像的定位信息，从而实现对布料出现瑕疵的位置进行定位的效果，同时，通过构建第一神经网络模型和第二神经网络模型，所述第一神经网络模型用于识别待检测的图像是否存在布料缺陷，所述第二神经网络模型用于识别布料缺陷的具体原因，能够准确对出现瑕疵的原因进行分析，从而有效解决现有技术所存在的对于布料出现瑕疵的位置和原因并不能进行定位和分析的缺陷。置和原因并不能进行定位和分析的缺陷。置和原因并不能进行定位和分析的缺陷。

【技术实现步骤摘要】
一种基于机器视觉检测技术的智能验布方法及装置


[0001]本专利技术涉及智能验布
，尤其涉及一种基于机器视觉检测技术的智能验布方法及装置。

技术介绍

[0002]现有技术中，为了进行工业异常检测，例如布料质检，通常基于大量正样本布料图像进行模型训练，在进行布料检测时，利用训练好的模型，获取待检测布料图像与样本布料图像之间的差异，当差异超过阈值时，则判定该待检测布料为瑕疵布料，然而，现有的布料检测方法只能够简单识别出瑕疵布料，对于布料出现瑕疵的位置和原因并不能准确进行定位和分析。

技术实现思路

[0003]有鉴于此，本专利技术提出一种基于机器视觉检测技术的智能验布方法及装置，可以解决现有布料检测方法所存在的对于布料出现瑕疵的位置和原因并不能进行定位和分析的缺陷。
[0004]本专利技术的技术方案是这样实现的：
[0005]一种基于机器视觉检测技术的智能验布方法，具体包括以下步骤：
[0006]设置CCD工业摄像机矩阵，所述CCD工业摄像机矩阵用于采集布料图像信息；
[0007]在每个CCD工业本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉检测技术的智能验布方法，其特征在于，具体包括以下步骤：设置CCD工业摄像机矩阵，所述CCD工业摄像机矩阵用于采集布料图像信息；在每个CCD工业摄像机上设置有定位模块，用于获取定位信息；构建第一神经网络模型和第二神经网络模型，所述第一神经网络模型用于识别待检测的图像是否存在布料缺陷，所述第二神经网络模型用于识别布料缺陷的具体原因；将待检测的布料输送至CCD工业摄像机矩阵下进行图像采集，得到待检测的图像和每个待检测图像的定位信息；将待检测的图像发送至第一神经网络模型中进行检测，得到存在布料缺陷的图像；依据存在布料缺陷的图像，获取相对应的定位信息，得到布料存在瑕疵的位置；将存在布料缺陷的图像发送至第二神经网络模型中进行分析，得到布料缺陷分析结果，从而实现智能验布的效果。2.根据权利要求1所述的一种基于机器视觉检测技术的智能验布方法，其特征在于，所述将待检测的图像发送至第一神经网络模型中进行检测，得到存在布料缺陷的图像，具体包括：将待检测的图像输入到第一神经网络模型的图像输入层，并依此经过第一卷积层、第一归一化层、第一激活函数层、第一池化层、第二卷积层、第二归一化层、第二激活函数层、第二池化层、第三卷积层、第四卷积层、第五卷积层、第三归一化层、第三激活函数层、第三池化层、第一全连接层、第二全连接层至分类输出层，以得到布匹缺陷检测结果，所述分类识别为对存在布料缺陷的图像按照预设分类进行识别。3.根据权利要求2所述的一种基于机器视觉检测技术的智能验布方法，其特征在于，所述将存在布料缺陷的图像发送至第二神经网络模型中进行分析，得到布料缺陷分析结果，具体包括：获取布料缺陷图像库，所述布料缺陷图像库包括各个种类的布料缺陷图像；针对每个存在布料缺陷的图像，将所述存在布料缺陷的图像和各个种类的缺陷图像输入预设的第二神经网络模型，获取所述存在布料缺陷的图像的缺陷信息；根据每个存在布料缺陷的图像的缺陷信息以及对应的定位信息，生成布料缺陷分析结果。4.根据权利要求3所述的一种基于机器视觉检测技术的智能验布方法，其特征在于，所述预设的第二神经网络模型获取所述存在布料缺陷的图像的缺陷信息，具体包括：提取所述存在布料缺陷的图像的特征信息；提取各个种类的缺陷图像的特征信息；将所述存在布料缺陷的图像的特征信息与各个种类的缺陷图像的特征信息进行比对，确定所述存在布料缺陷的图像属于各个缺陷种类的概率；确定所...

【专利技术属性】
技术研发人员：钟志宏，谢华焯，
申请(专利权)人：广州宝立科技有限公司，
类型：发明
国别省市：