CN110189325A - 一种布匹疵点检测装置及检测方法 - Google Patents
一种布匹疵点检测装置及检测方法 Download PDFInfo
- Publication number
- CN110189325A CN110189325A CN201910586927.0A CN201910586927A CN110189325A CN 110189325 A CN110189325 A CN 110189325A CN 201910586927 A CN201910586927 A CN 201910586927A CN 110189325 A CN110189325 A CN 110189325A
- Authority
- CN
- China
- Prior art keywords
- cloth
- image
- fabric defects
- obtains
- defects inspection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000004744 fabric Substances 0.000 title claims abstract description 125
- 230000007547 defect Effects 0.000 title claims abstract description 62
- 238000007689 inspection Methods 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 title claims abstract description 39
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000002156 mixing Methods 0.000 claims abstract description 9
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 230000007797 corrosion Effects 0.000 claims abstract description 4
- 238000005260 corrosion Methods 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 8
- 229910052755 nonmetal Inorganic materials 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims 1
- 238000003199 nucleic acid amplification method Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 239000004753 textile Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000012812 general test Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明公开了一种布匹疵点检测方法,包括如下步骤:步骤一,获取布匹疵点图像;步骤二,对布匹疵点图像进行Hought变换,得到布匹的纹理方向;步骤三,对布匹疵点图像进行Gabor滤波,得到含疵点布匹图像;步骤四,对含疵点布匹图像沿布匹的纹理方向采用最大熵进行分割,得到多个二值图像;步骤五,对多个二值图像进行异或运算,得到融合图像;步骤六,对融合图像进行腐蚀和膨胀处理,得到疵点分割图。通过本发明,可以提高疵点检测效率和纺织品生产质量,降低了生产成本。
Description
技术领域
本发明涉及纺织领域,具体是一种布匹疵点检测装置及检测方法。
背景技术
传统的纺织品疵点检测主要依靠大量检测工人通过眼睛观察的方式来完成,人工检测虽然能根据国家标准对检测出的疵点很容易进行分类和评分,但存在着很大的缺限。由于人眼视觉精度的限制,不能检测到尺寸较小的疵点,而且疵点检测是一项简单、枯燥和机械重复的工作,长时间工作容易产生疲劳,检测效率和精度会受到严重影响。
机器视觉和图像处理技术应用到工业检测过程中替代工人的肉眼检测,能够自动检测和识别各种疵点,大幅提高了检测精度和效率,提高了生产效率和产品质量。目前,由于织物疵点的检测对象具有柔软易变形的特殊性和产品种类的多样性,开发能够检测所有类型织物疵点的通用检测系统面临极大的困难。
发明内容
本发明的目的在于克服现有技术的不足,提供一种布匹疵点检测方法,包括如下步骤:
步骤一,获取布匹疵点图像;
步骤二,对布匹疵点图像进行Hought变换,得到布匹的纹理方向
步骤三,对布匹疵点图像进行Gabor滤波,得到含疵点布匹图像;
步骤四,对含疵点布匹图像沿布匹的纹理方向采用最大熵进行分割,得到多个二值图像;
步骤五,对多个二值图像进行异或运算,得到融合图像;
步骤六,对融合图像进行腐蚀和膨胀处理,得到疵点分割图。
进一步的,所述的对布匹图像进行Hought变换,得到布匹的纹理方向,具体的包括如下步骤:
1.对布匹图像进行灰度处理,得到灰度图;
2.对灰度图进行骨架提取,对提取到的骨架进行边界求导,对求导后的骨架图进行Hought变换,得到布匹Hought变换图;
3.设定阈值,得到参数空间中对应阈值的叠加的点,这些点对应的角度是布匹纹理的向量角θ;
4.布匹纹理的方向角采用如下的计算公式:
进一步的,所述的对布匹图像进行Gabor滤波,得到含疵点布匹图像,具体的包括如下步骤:
1.先对布匹疵点图像进行直方图均衡化处理,再进行高斯滤波,得到布匹疵点图像β(X,Y);
2.利用Gabor滤波器g(x,y)与布匹疵点图像β(X,Y)进行卷积,采用如下公式:
,
式中χ=1,2,其中1,2分别表示布匹纹理的方向角的方向和与布匹纹理的方向角正交方向,输出含疵点布匹图像Bf(x,y),采用如下公式:
Bf(x,y)=|βf(x,y)|
式中,|*|表示取*的模。
进一步的,所述的步骤四中的沿布匹的纹理方向包括布匹纹理的方向角的方向和与布匹纹理的方向角正交的方向。
一种布匹疵点检测装置,其特征在于,包括面阵相机、视觉控制器、环形LED灯、LED灯控制器、微处理器、电机、电机控制器、通信模块、非金属超声波检测仪、激光定位装置;所述的面阵相机与视觉控制器连接,所述的视觉控制器、LED灯控制器、电机控制器、通信模块、激光定位装置、非金属超声波检测仪分别与微处理器连接,所述的环形LED灯与LED灯控制器连接,所述的电机与电机控制器连接。
优选的,还包括报警装置,所述的报警装置包括触摸显示器、扬声器、功率放大器、报警灯,所述的触摸显示器、功率放大器、报警灯分别与微处理器连接,所述的扬声器与功率放大器连接。
优选的,所述的面阵相机包括两个面阵相机,所述的两个面阵相机分别与视觉控制器连接;所述的两个面阵相机相对设置于布匹的两面。
优选的,所述的激光定位装置包括多个激光定位器,所述的多个激光定位器分别与微处理器连接,所述的激光定位器采用型号为M-16A650-10-GS的圆点瞄准器。
优选的,所述的面阵相机采用海康威视工业面阵相机CE系列,型号为MV-CE013-80UC;所述的视觉控制器采用海康威视平台视觉控制器,型号为MV-VB2100-120G;所述的通信模块采用WIFI模块,所述的WIFI模块的型号为Intel I-219V。
优选的,还包括数据存储模块,所述的数据存储模块与微处理器连接。
本发明的有益效果是:采用面阵相机获取布匹图像,使硬件设备能够满足色织物疵点检测的要求,提升了图像的采集质量,能够准确定位疵点位置,通过Hought变换和Gabort滤波可提高疵点的检出率,以此提高了疵点检测效率和纺织品生产质量,降低了生产成本。
附图说明
图1为一种布匹疵点检测方法的流程示意图;
图2为对布匹疵点图像进行Hought变换的流程图;
图3为一种布匹疵点检测装置的原理图;
图4为一种布匹疵点检测装置的示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,通过Hough变换来检测直线和曲线,可以查找到疵点的重叠程度来确定图像中的直线的共线程度;通过选择模值图像通过Gabort变换得到含疵点布匹图像。通过对图像进行直方图均衡化处理,以此来增加图像像素的动态范围,以减少光线所造成的影响,再对图像进行高斯滤波,获得平滑的图像。对通过Gabor滤波后的含疵点的图像采用最大熵分割,获得二值图像,对沿着布匹图像纹理的方向的分割图片采用异或操作进行融合,得到融合图像。
具体的,一种布匹疵点检测方法,包括如下步骤:
步骤一,获取布匹疵点图像;
步骤二,对布匹疵点图像进行Hought变换,得到布匹的纹理方向
步骤三,对布匹疵点图像进行Gabor滤波,得到含疵点布匹图像;
步骤四,对含疵点布匹图像沿布匹的纹理方向采用最大熵进行分割,得到多个二值图像;
步骤五,对多个二值图像进行异或运算,得到融合图像;
步骤六,对融合图像进行腐蚀和膨胀处理,得到疵点分割图。
本方法中对布匹图像进行Hought变换,得到布匹的纹理方向,具体的包括如下步骤:
1.对布匹图像进行灰度处理,得到灰度图;
2.对灰度图进行骨架提取,对提取到的骨架进行边界求导,对求导后的骨架图进行Hought变换,得到布匹Hought变换图;
3.设定阈值,得到参数空间中对应阈值的叠加的点,这些点对应的角度是布匹纹理的向量角θ;
4.布匹纹理的方向角采用如下的计算公式:
本方法中对布匹图像进行Gabor滤波,得到含疵点布匹图像,具体的包括如下步骤:
1.先对布匹疵点图像进行直方图均衡化处理,再进行高斯滤波,得到布匹疵点图像β(X,Y);
2.利用Gabor滤波器g(x,y)与布匹疵点图像β(X,Y)进行卷积,采用如下公式:
,
式中χ=1,2,其中1,2分别表示布匹纹理的方向角的方向和与布匹纹理的方向角正交方向,输出含疵点布匹图像Bf(x,y),采用如下公式:
Bf(x,y)=|βf(x,y)|
式中,|*|表示取*的模。
本方法中的沿布匹的纹理方向包括布匹纹理的方向角的方向和与布匹纹理的方向角正交的方向。
如图3所示,本布匹疵点检测装置采用设置于布匹两面的面阵相机来获取布匹的双面图像,通过视觉控制器来获取布匹上的疵点信息,避免了传统疵点检测只能检测一面,存在疵点漏检的风险,微处理器控制电机的工作状态,电机控制出布卷筒和收布卷筒的运行,通过微处理器控制激光定位器,定位疵点的位置,使得工人能迅速的找到疵点所在的位置。本装置还利用超声波检测仪来检测较厚的布匹的内部缺陷,避免了相机疵点检测只能获取表面疵点的缺陷。
具体的一种布匹疵点检测装置,包括面阵相机、视觉控制器、环形LED灯、LED灯控制器、微处理器、电机、电机控制器、通信模块、非金属超声波检测仪、激光定位装置;所述的面阵相机与视觉控制器连接,所述的视觉控制器、LED灯控制器、电机控制器、通信模块、激光定位装置、非金属超声波检测仪分别与微处理器连接,所述的环形LED灯与LED灯控制器连接,所述的电机与电机控制器连接。
其中,所述的视觉控制器采用海康威视平台视觉控制器,型号为MV-VB2100-120G;面阵相机采用海康威视工业面阵相机CE系列,型号为MV-CE013-80UC;微处理器采用的型号为EM64T。所述的激光定位装置包括多个激光定位器,所述的多个激光定位器分别与微处理器连接,所述的激光定位器采用型号为M-16A650-10-GS的圆点瞄准器。所述的通信模块采用WIFI模块,所述的WIFI模块的型号为Intel I-219V。
本装置还包括报警装置,所述的报警装置包括触摸显示器、扬声器、功率放大器、报警灯,所述的触摸显示器、功率放大器、报警灯分别与微处理器连接,所述的扬声器与功率放大器连接。检测到布匹疵点,报警装置发出报警信息,并将获取到的布匹疵点图片显示在显示器上。
装置中的面阵相机包括两个面阵相机,所述的两个面阵相机分别与视觉控制器连接;所述的两个面阵相机相对设置于布匹的两面,用于获取布匹同一位上两面的布匹图像,可避免漏检布匹上的疵点。
本装置中的非金属超声波检测仪用于检测较厚布料的内部缺陷,这样扩大了布匹疵点检测装置的应用范围,增强了布匹疵点检测装置的适应性。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.一种布匹疵点检测方法,其特征在于,包括如下步骤:
步骤一,获取布匹疵点图像;
步骤二,对布匹疵点图像进行Hought变换,得到布匹的纹理方向
步骤三,对布匹疵点图像进行Gabor滤波,得到含疵点布匹图像;
步骤四,对含疵点布匹图像沿布匹的纹理方向采用最大熵进行分割,得到多个二值图像;
步骤五,对多个二值图像进行异或运算,得到融合图像;
步骤六,对融合图像进行腐蚀和膨胀处理,得到疵点分割图。
2.根据权利要求1所述的一种布匹疵点检测方法,其特征在于,所述的对布匹图像进行Hought变换,得到布匹的纹理方向,具体的包括如下步骤:
(1)对布匹图像进行灰度处理,得到灰度图;
(2)对灰度图进行骨架提取,对提取到的骨架进行边界求导,对求导后的骨架图进行Hought变换,得到布匹Hought变换图;
(3)设定阈值,得到参数空间中对应阈值的叠加的点,这些点对应的角度是布匹纹理的向量角θ;
(4)布匹纹理的方向角采用如下的计算公式:
3.根据权利要求1所述的一种布匹疵点检测方法,其特征在于,所述的对布匹图像进行Gabor滤波,得到含疵点布匹图像,具体的包括如下步骤:
(1)先对布匹疵点图像进行直方图均衡化处理,再进行高斯滤波,得到布匹疵点图像β(X,Y);
(2)利用Gabor滤波器g(x,y)与布匹疵点图像β(X,Y)进行卷积,采用如下公式:
,
式中χ=1,2,其中1,2分别表示布匹纹理的方向角的方向和与布匹纹理的方向角正交方向,输出含疵点布匹图像Bf(x,y),采用如下公式:
Bf(x,y)=|βf(x,y)|
式中,|*|表示取*的模。
4.根据权利要求1所述的一种布匹疵点检测方法,其特征在于,所述的步骤四中的沿布匹的纹理方向包括布匹纹理的方向角的方向和与布匹纹理的方向角正交的方向。
5.一种布匹疵点检测装置,其特征在于,包括面阵相机、视觉控制器、环形LED灯、LED灯控制器、微处理器、电机、电机控制器、通信模块、非金属超声波检测仪、激光定位装置;所述的面阵相机与视觉控制器连接,所述的视觉控制器、LED灯控制器、电机控制器、通信模块、激光定位装置、非金属超声波检测仪分别与微处理器连接,所述的环形LED灯与LED灯控制器连接,所述的电机与电机控制器连接。
6.根据权利要求1所述的一种布匹疵点检测装置,其特征在于,还包括报警装置,所述的报警装置包括触摸显示器、扬声器、功率放大器、报警灯,所述的触摸显示器、功率放大器、报警灯分别与微处理器连接,所述的扬声器与功率放大器连接。
7.根据权利要求1所述的一种布匹疵点检测装置,其特征在于,所述的面阵相机包括两个面阵相机,所述的两个面阵相机分别与视觉控制器连接;所述的两个面阵相机相对设置于布匹的两面。
8.根据权利要求1所述的一种布匹疵点检测装置,其特征在于,所述的激光定位装置包括多个激光定位器,所述的多个激光定位器分别与微处理器连接,所述的激光定位器采用型号为M-16A650-10-GS的圆点瞄准器。
9.根据权利要求1所述的一种布匹疵点检测装置,其特征在于,所述的面阵相机采用海康威视工业面阵相机CE系列,型号为MV-CE013-80UC;所述的视觉控制器采用海康威视平台视觉控制器,型号为MV-VB2100-120G;所述的通信模块采用WIFI模块,所述的WIFI模块的型号为Intel I-219V。
10.根据权利要求1所述的一种布匹疵点检测装置,其特征在于,还包括数据存储模块,所述的数据存储模块与微处理器连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910586927.0A CN110189325A (zh) | 2019-07-01 | 2019-07-01 | 一种布匹疵点检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910586927.0A CN110189325A (zh) | 2019-07-01 | 2019-07-01 | 一种布匹疵点检测装置及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110189325A true CN110189325A (zh) | 2019-08-30 |
Family
ID=67724527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910586927.0A Pending CN110189325A (zh) | 2019-07-01 | 2019-07-01 | 一种布匹疵点检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110189325A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102706881A (zh) * | 2012-03-19 | 2012-10-03 | 天津工业大学 | 基于机器视觉的布匹瑕疵检测方法 |
CN102818809A (zh) * | 2012-09-05 | 2012-12-12 | 杭州瑞利测控技术有限公司 | 一种基于机器视觉的坯布疵点在线检测系统及实现方法 |
CN210181656U (zh) * | 2019-07-01 | 2020-03-24 | 福建凤竹纺织科技股份有限公司 | 一种布匹疵点检测装置 |
-
2019
- 2019-07-01 CN CN201910586927.0A patent/CN110189325A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102706881A (zh) * | 2012-03-19 | 2012-10-03 | 天津工业大学 | 基于机器视觉的布匹瑕疵检测方法 |
CN102818809A (zh) * | 2012-09-05 | 2012-12-12 | 杭州瑞利测控技术有限公司 | 一种基于机器视觉的坯布疵点在线检测系统及实现方法 |
CN210181656U (zh) * | 2019-07-01 | 2020-03-24 | 福建凤竹纺织科技股份有限公司 | 一种布匹疵点检测装置 |
Non-Patent Citations (1)
Title |
---|
刘伟斌等: "一种方向性纹理织物疵点的检测方法", 《华侨大学学报(自然科学版)》, vol. 35, no. 6, 30 November 2014 (2014-11-30), pages 642 - 646 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107301637B (zh) | 近矩形平面状工业产品表面瑕疵检测方法 | |
CN103604808B (zh) | 一种瓶盖缺陷视觉检测方法 | |
CN102779279B (zh) | 搅拌摩擦焊弧形纹间距的图像识别方法 | |
CN106952257A (zh) | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 | |
CN107966454A (zh) | 一种基于fpga的端塞缺陷检测装置及检测方法 | |
WO2014139273A1 (zh) | 焊缝缺陷检测方法 | |
CN107884413A (zh) | 一种自动检测轴承滚动体缺失的装置及检测方法 | |
CN104458766B (zh) | 一种基于结构纹理法的布匹表面瑕疵检测方法 | |
CN104597057B (zh) | 一种基于机器视觉的柱状二极管表面缺陷检测装置 | |
CN103279765A (zh) | 基于图像匹配的钢丝绳表面损伤检测方法 | |
CN110111330B (zh) | 手机屏幕检测方法 | |
CN112232222B (zh) | 基于图像处理的动车轴箱端盖螺栓丢失故障检测方法 | |
CN105139399A (zh) | 一种二极管极性检测方法及装置 | |
CN111257329A (zh) | 一种智能手机摄像头缺陷检测方法以及检测系统 | |
CN114494226B (zh) | 一种基于图形质心跟踪算法的纺织丝饼油污缺陷检测方法 | |
CN115512381A (zh) | 文本识别方法、装置、设备、存储介质及作业机械 | |
CN111398292A (zh) | 一种基于gabor滤波和CNN的布匹瑕疵检测方法、系统及设备 | |
WO2022222467A1 (zh) | 开口圆环工件外观缺陷检测方法、系统及计算机存储介质 | |
CN113838043A (zh) | 金属箔材制造中基于机器视觉的质量分析方法 | |
CN103926255A (zh) | 一种基于小波神经网络的布匹表面瑕疵检测方法 | |
CN105699386B (zh) | 一种采用接触式图像传感器的自动验布标记方法 | |
CN110189325A (zh) | 一种布匹疵点检测装置及检测方法 | |
CN107121063A (zh) | 检测工件的方法 | |
CN110987968A (zh) | 一种利用三维矩阵表示的图像进行布料表面瑕疵检测的方法 | |
CN108663376B (zh) | 一种无缝钢管质量检测装置及检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |