CN110389130A - 应用于织物的智能检测系统 - Google Patents
应用于织物的智能检测系统 Download PDFInfo
- Publication number
- CN110389130A CN110389130A CN201910600538.9A CN201910600538A CN110389130A CN 110389130 A CN110389130 A CN 110389130A CN 201910600538 A CN201910600538 A CN 201910600538A CN 110389130 A CN110389130 A CN 110389130A
- Authority
- CN
- China
- Prior art keywords
- fault
- detected material
- unit
- processing unit
- checking system
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8901—Optical details; Scanning details
- G01N21/8903—Optical details; Scanning details using a multiple detector array
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/04—Batch operation; multisample devices
- G01N2201/0484—Computer controlled
Landscapes
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Textile Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种应用于织物的智能检测系统,包括:智能相机和计算机;所述智能相机包括拍摄单元、处理单元和收发单元;所述拍摄单元用于采集被检测物的图像;所述处理单元用于接收所述图像和被检测物的生产加工装置的运转信息,根据所述图像和所述运转信息,判断和记录被检测物的速度、长度、宽度至少一者,并识别所述图像中是否存在疵点;当所述处理单元检测到所述图像中存在疵点时,所述处理单元根据所述图像确定疵点特征,并结合所述运转信息确定所述疵点坐标,并通过所述收发单元将所述包含疵点的图像、所述疵点特征、所述疵点坐标发送至所述计算机;所述计算机用于存储所述图像、所述疵点特征和所述疵点坐标。
Description
技术领域
本申请涉及纺织领域,特别是涉及一种应用于织物的智能检测系统。
背景技术
纺织材料是指纤维及纤维制品,具体表现为纤维、纱线、织物及其复合物。依据纺织材料的定义,纺织材料的内容包括纤维及纤维集合体。纺织品按生产方式的不同,可广义地分为纱线类、带类、绳类、机织物、针织物、编织物和非织造布等门类。
织物疵点自动检测是对织物质量进行控制、实现织造及验布工序自动化、无人化的关键环节。传统的织物疵点检测是检验人员按照个人经验和织物评等标准对织物等级做出评定,这种方法存在检测速度低、漏检率高、检测结果受人的主观影响等诸多问题,无法满足高效、稳定、高品质的产品生产。因此,发展一种快速、准确的织物疵点智能检测方法和系统,是当前纺织或织物印刷企业的迫切需求。
现有技术提出了多种针对织物疵点检测方法与系统,但是现有技术的检测方式多数集中于织物检测算法,例如使用机器学习模型对织物的疵点进行检测,不仅计算量大,而且需要大量的织物疵点样品图像,还需要花费大量的时间收集图像信息,另外,使用的场景变化后还需要重新进行疵点样品的信息采集,造成资源配置的浪费。
发明内容
鉴于上述问题,本发明一实施例提出一种应用于织物的智能检测系统,以解决现有技术存在的问题。
本发明提出一种应用于织物的智能检测系统,包括:智能相机和计算机;
一种应用于织物的智能检测系统,其特征在于,包括:智能相机和计算机;
所述智能相机包括拍摄单元、处理单元和收发单元;
所述拍摄单元用于采集被检测物的图像;
所述处理单元用于接收所述图像,判断和记录被检测物的速度、长度、宽度至少一者,并识别所述图像中是否存在疵点;
当所述处理单元识别到所述图像中存在疵点时,所述处理单元根据所述图像确定疵点特征,并确定所述疵点坐标,并通过所述收发单元将所述包含疵点的图像、所述疵点特征、所述疵点坐标发送至所述计算机;
所述计算机用于存储所述图像、所述疵点特征和所述疵点坐标。
本发明还提出一种智能相机,包括:拍摄单元、处理单元和收发单元;
所述拍摄单元用于采集被检测物的图像;
所述处理单元用于接收所述图像,判断和记录被检测物的速度、长度、宽度至少一者,并识别所述图像中是否存在疵点;
当所述处理单元识别到所述图像中存在疵点时,所述处理单元根据所述图像确定疵点特征,并确定所述疵点坐标,并通过所述收发单元将所述包含疵点的图像、所述疵点特征、所述疵点坐标发送至所述计算机。
本发明还提出一种被检测物生产加工系统,包括:
前述的智能检测系统、被检测物的生产加工装置;以及远程操控装置;
所述被检测物的生产加工装置用于生产加工被检测物,所述远程操控装置信号连接于所述智能相机,并能够操控所述智能相机。
由上述可知,本申请实施例包括以下优点:
本发明实施例提出的智能检测系统,区别于传统的针对织物的疵点检测系统,本发明创造性地在相机中集成采集单元、处理单元、控制单元和收发单元,使得智能相机在拍摄并检测出存在疵点时,能够即时进行处理,如及时改变生产加工设备的运行状态(停机、报警、变速等),避免生产加工过程中的损失持续发生。在所拍摄的海量图像的大部分图像中不存在疵点时,则不对这些图像进行进一步处理和保存,以避免产生过大的数据处理量,造成运算和存储资源的浪费。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见的,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的智能检测系统示意图。
图2是图1所示的智能检测系统的智能相机示意图。
图3是智能相机包含的内部结构单元方框图。
图4是智能检测系统的服务器的内部单元方框图。
图5是包含智能变焦单元的智能相机方框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
本发明实施例提出一种应用于织物的智能检测系统。图1所示本发明实施例的智能检测系统的示意图,如图1所示,该智能检测系统包括智能相机 10和计算机20。其中智能相机10为一个或多个。本发明的被检测物可以为织物,也可以为纸张等其他材质的非织物。
在一些实施例中,智能检测系统还可以包括支架100,支架100用于架设至少一个智能相机10,支架100用于将智能相机10架设在被检测物的生产加工装置,例如织布机的上方,使得智能相机10无阻碍地对准生产加工装置的需检测织物表面。需检测被检测物表面可以为平面或曲面等,平面或曲面包括光滑的平面或曲面、因被检测物组织结构造成的凹凸不平的平面或曲面以及其他类型的平面或曲面。智能相机10可以为多个,智能相机10设置的数量可以与被检测物的生产加工装置所生产加工的检测物的幅宽、疵点检测要求、生产加工装置生产加工时的速度、安装智能检测系统的位置空间等相关,例如单个智能相机10拍摄的视野宽度是300mm,其他可能会影响智能相机个数的因素都相同,当被检测物的幅宽是2000mm时,则需要智能相机个数为2000mm/300mm=6.7,则可以确定需要的智能相机数量至少7个;当被检测物的幅宽是1000mm时,则需要智能相机个数为 1000mm/300mm=3.3,则可以确定需要的智能相机数量至少4个。
本发明为了清楚起见,图1并未示出生产加工装置、光源,然而本领域技术人员应当知晓,支架100的作用在于将包括但不限于智能相机10设置在生产加工装置的被检测物的上方,因此支架100的形状和智能相机10设置的位置均与生产加工装置适配。如图1所示的支架100包括纵向的支撑杆 101和横向的支撑杆102,横向的支撑杆102上可以设置多个纵向的支撑杆 101,纵向的支撑杆101上可以设置智能相机10。
在一些实施例中,智能检测系统还可以包括移动终端30a或者服务端 30b,或者二者同时具备。移动终端30a或者服务端30b通过有线网络、无线网络、通信网络等方式与智能相机10连接,可以用于向智能相机10发出指令,并采集智能相机10回传的信号;或者用于向生产加工装置发出指令,并采集生产加工装置回传的信号。
图2所示为智能相机10的示意图,图3所示为智能相机10内部的结构示意图。结合图2和图3所示,智能相机10内部具有拍摄单元11、处理单元13和收发单元16;在一些可选的实施例中,智能相机10内部还可以具有控制单元15。控制单元15可以用于控制被检测物的生产加工装置的启动、停止、报警、变速等操作。
除此之外,智能相机10还可以具有外壳12和光源14,光源用于补充拍摄光。
所述拍摄单元11用于采集被检测物的图像;当被检测物为织物时,拍摄单元11用于采集织物的图像。拍摄单元11可以为工业相机,通常来说可以是由镜头组和图像传感器(例如CCD)组成,通过进入镜头的光线在感光元件上成像,获取被拍摄物的图像。在一些具体实施例中,拍摄单元11 还可以包括光圈、快门、测距、取景器、测光、对焦、变焦、滤镜等系统,本发明并不特别限制。
拍摄单元11可以是高速的工业相机,所拍摄的照片可以是例如每秒0.5 至1000帧的图像。针对每一帧图像,由后续的处理单元13判断是否存在疵点。拍摄单元11拍照的频率可以与织物生产加工装置所生产加工的速度相关,即,织物产出的速度相关,需要保证拍摄单元11所采集的信息的集合能够完全反映被检测物在运动过程中的连续表面;也可以与智能相机的处理单元13的处理速度相关,本发明并不特别限制。
处理单元13用于处理拍摄单元11采集的被检测物的图像,并判断和记录被检测物的速度,长度和宽度的至少一者。在可选实施例中,处理单元13 可以结合被检测物的生产加工装置的运转信息,判断和记录被检测物的速度,长度和宽度的至少一者。
生产加工装置的运转信息例如可以是织布机传来的织布机信号,或者设置在织布机上的计码器传来的计码器信号等,用于示出生产加工装置的运转信息,在此并不特别限制。在一些实施例中,运转信息包括被检测物的生产加工装置的生产速度(例如生产被检测物的速度)、被检测物的长度和宽度,其中生产速度和被检测物的长度可以从生产加工装置或者其上设置的计码器获得,宽度可以从智能相机拍摄到的图像中计算获得。计码器除了可以检测和计算速度和长度之外,还可以记录生产加工装置的开机和停机状态。
处理单元13还用于识别所述被检测物的图像中是否存在疵点;疵点是织物上不应当有的瑕疵。由纤维原料到最后制造成成品织物,需经过纺纱、织造、印染和后整理等工序流程,且每种工序流程中,又需经过连续多个生产加工流程才能完成。在各层次的生产加工中,由于设定条件不当、人员操作疏忽、机械故障等原因,均可能致使产品发生外观上的疵点。
疵点是广泛存在于织物上的,在智能相机拍摄的织物图像上,疵点所展现的颜色与周围正常区域的颜色不同,因此正如本领域技术人员可以了解的,处理单元13可以是通过被检测的图像中疵点的像素灰度值与疵点周围正常图像的像素灰度值的差别,判断图像中存在灰度值不同于周围的部分,进而判断当下所拍摄的织物上存在疵点。
在另一些实施例中,当确定存在疵点时,处理单元13还可以根据图像确定疵点的位置、形态、类型、尺寸等至少其中之一。
在一些实施例中,疵点可以是点的形式,例如油污等污点。处理单元13 在确定图像中存在疵点时,可以通过图像确定疵点在织物中的X坐标;在可选实施例中,处理单元13还可以结合前述运转信息,例如通过当下拍摄的时刻和计码器记录的累计脉冲数,再结合脉冲间隔距离,可以确定疵点在织物中的y坐标。通过智能相机的X轴方向像素编号及像素尺寸,可以确定疵点在织物中的X坐标。
例如,计码器开始记录脉冲时刻为T1,疵点确定时刻为T2,此时累计脉冲数是A,脉冲间隔距离为L.疵点在X轴方向像素编号是P1,像素尺寸是L, 则对于T2时刻确定的疵点在以T1时刻为起点的整个织物中的坐标(X,Y) 为:
X=(P1*L);Y=(A*L)
在另一些实施例中,疵点可以是一块疵点区域。
确定坐标区域的方式可以认为是确定多个点的坐标,本领域技术人员可以根据疵点坐标的计算方式类推出疵点区域的坐标区域,并进一步确定出疵点区域的面积,在此不再赘述。
通过上述方案,智能相机10可以识别疵点的形态、类型、尺寸、走向、灰度、坐标位置。例如,疵点的形态和尺寸可以通过坐标位置和面积计算获得,疵点的灰度可以通过拍摄的图像获得;疵点的走向可以通过计算疵点是否在同一纵向/横向像素或像素范围内持续发生而获得。疵点的类型可以通过面积、尺寸和走向计算获得。
处理单元13判断出疵点的存在后,存在疵点的图像由所述收发单元16 发送至所述计算机20,对疵点进行显示。计算机20除了可以对疵点图像及关联信息进行存储之外,还可以作为人机界面使用,进行显示结果、设定参数等操作。例如,设定参数可以包括:针对不同的织物设定不同的参数、针对不同的工艺设定不同的参数等。
在一可选实施例中,移动终端30a或者服务端30b可以认为是智能检测系统的远程操控装置。所述远程操控装置可以为具有计算处理能力的电子设备,并具有通过网络连接其他设备,例如智能相机10、织物生产加工装置等。服务端30b可以为本地服务器或者远程服务器等。
在一些实施例中,远程操控装置——例如移动终端30a或者服务端30b 可以通过电信网络、无线网络、有线网络等方式,以信号连接的方式连接于智能相机10,并能够操控所述智能相机10。例如,移动终端30a可以操控智能相机10对织物上特定的位置进行拍照,或者调整智能相机10拍摄的分辨率、智能相机10的启动和停止时间、光源的开闭或强弱调整、获取并控制织物生产加工装置的运行状态等。
再例如,服务端30b可以通过有线网络、无线网络信号连接于所述智能相机10,如图4所示,在一实施例中,服务端30b可以包括通信单元31、存储单元32和服务端处理单元33。
通信单元31用于信号连接所述智能相机10、移动终端30a等;存储单元32用于存储所述包含被检测物的属性信息及疵点图像,疵点特征,疵点坐标,被检测物的速度,长度,宽度等被检测物状态和被检测物生产加工设备运行状态的信息和从上述信息中提取的数据;服务端处理单元33用于对所提取的数据进行统计分析和总结。
服务端处理单元33可以用于执行如下至少一种操作:
获取和存储包含被检测物的属性信息及所述疵点的图像,疵点特征,疵点坐标,被检测物的速度,长度,宽度等被检测物状态和被检测物生产加工设备运行状态的信息;
针对所述被检测物的信息及生产加工设备的信息进行统计、分析和总结;
将包含所述被检测物的属性信息及所述疵点的图像、疵点特征、疵点坐标、速度、长度、宽度等被检测物状态和被检测物生产加工设备运行状态的信息,发送至所述智能相机,计算机,移动终端或者用户的管理系统(如 ERP或者MES系统等),供操作人员参考并进行处理;
发送控制指令到计算机和所述智能相机至少一者。
其中,在一可选实施例中,所述针对所述包含被检测物的属性信息及所述疵点的图像、疵点特征、疵点坐标,被检测物的速度、长度、宽度等被检测物状态和被检测物生产加工设备运行状态的信息进行统计分析的操作,例如可以包括如下至少一种操作:
获取被检测物的属性信息,如品种、操作员、被检测物编号、疵点类型、疵点评分、疵点数量等;
获取疵点所在的被检测物的速度、长度、宽度等被检测物状态;
获取被检测物生产加工设备运行状态的信息;
获取故障类别、故障数量。
在一可选实施例中,如图5所示,智能相机10的拍摄单元11可以包括镜头11a、图像传感器11b(如前述CCD)和智能变焦单元11c;
所述智能变焦单元11c可以连接于所述处理单元13,用于调整所述镜头 11a的焦距。使得拍摄到的图像是清晰可辨别的。
所述智能变焦单元11c还可以用于根据所述处理单元13的指令实现变焦。例如,当处理单元13检测到先前拍摄的图像的清晰度不符合要求时,处理单元13可以控制智能变焦单元11c进行变焦,使得所拍摄的图像满足清晰的要求。不同于传统相机中的变焦单元,本发明中的智能变焦单元11c 可以由处理单元13设定的预设规则进行变焦,可以根据距离、光线、先前所拍摄的图像的清晰程度、预先设定的清晰程度阈值等,进行自动变焦操作,以保证高速拍摄状态下所拍摄的每一帧图像都是清晰可用的。
在一可选实施例中,所述处理单元13还可以用于:当所述处理单元确认所拍摄的图像中不存在所述疵点时,将不保留当前所拍摄的图像。
在一可选实施例中,前述的智能相机10的光源14用于突出所述被检测物的表面信息,例如织物上的疵点;所述光源的强度范围可以为1000-100000 流明之间;所述智能相机与被检测物之间的距离计算方式可以为:
d=w2*(d1/w1)
其中:
d为智能相机与被检测物被检测处的垂直距离
w1为传感器x轴方向的尺寸;
d1为智能相机镜头焦距;
w2为智能相机x轴方向的所有像素所覆盖的被检测物宽度。
在一可选实施例中,除了智能相机10可以包括光源以外,所述智能检测系统也可以包括光源。光源例如可以设置在支架100的横向支撑杆102上,光源的投射使得所述被检测物的疵点图像与被检测物无疵点部位的图像产生灰度的不同。光源的强度范围可以为200-100000流明之间。
在一些实施例中,当智能相机检测到存在疵点时,织物生产加工装置停机,此时可以根据计算出的疵点的位置坐标,通过对应疵点位置的光源闪亮,指示出疵点位置,方便操作人员进行操作。
在一可选实施例中,所述智能相机的分辨率可以为 720*540~16320*15560,所述每一图像所拍摄的织物尺寸可以为100像素*100 像素~16320像素*1024像素之间。
本发明实施例还提出一种智能相机,包括前述的:拍摄单元11、处理单元13、控制单元15和收发单元16;
所述拍摄单元11用于采集被检测物的表面信息;
所述处理单元13用于处理所述拍摄单元采集的被检测物的表面信息,并生成被检测物的图像,以判断和记录被检测物的速度,长度和宽度,并识别所述被检测物的图像中是否存在疵点
当所述处理单元13判断被检测物的图像中存在所述疵点时,系统对疵点图像进行保存,记录疵点特征和坐标,并对疵点进行归类和评分
所述控制单元15根据被检测物实际生产要求对被检测物的生产加工装置进行控制(如开机、停机,报警,变速等)
所述收发单元16将包含所述被检测物的属性信息及所述疵点的图像,疵点特征,疵点坐标,速度,长度,宽度等被检测物状态和被检测物生产加工设备运行状态的信息,发送至所述计算机,手机,云端或者管理系统(如 ERP或者MES系统等),供操作人员参考并进行处理,同时可以从所述计算机,手机,云端或者管理系统接收信息,如指令,被检测物信息等;其中所述被检测物包括织物。
本发明实施例还提出一种控制织物生产加工装置的系统,包括:前述的智能检测系统和远程操控装置。
所述织物生产加工装置用于生产加工织物,所述远程操控装置例如可以信号连接于所述智能相机10、计算机20等,并能够操控所述智能相机10 和所述计算机20。
在一可选实施例中,所述远程操控装置可以信号连接于所述织物生产加工装置,用于控制所述织物生产加工装置的启停。例如智能相机10检测到存在疵点时,可以直接控制控制织物生产加工装置的运行状态,如开机,报警,停机或变速等,同时系统还可以使用光源指示疵点的位置,并分析疵点的位置和形成原因等。
由上述可知,本申请实施例包括以下优点:
本发明实施例提出的智能检测系统,区别于传统的针对织物的疵点检测系统,本发明创造性地在相机中集成采集单元、处理单元、控制单元和收发单元,使得智能相机在拍摄并检测出存在疵点时,能够即时进行处理,如及时改变生产加工设备的运行状态(停机、报警、变速等),避免生产加工过程中的损失持续发生。在所拍摄的海量图像的大部分图像中不存在疵点时,则不对这些图像进行进一步处理和保存,以避免产生过大的数据处理量,造成运算和存储资源的浪费。
在其他实施例中,当判断存在疵点时,可以由远程操控设备对智能相机进行操控,例如获取包括含疵点的图像、织物的实时检测信息、获取织物生产加工装置的生产数据和运行状态等;远程操控设备可以包括安装有App 的手机、服务器和云端等,可以实现操控、统计、分析和总结等功能。
在其他实施例中,智能相机还可以包括智能变焦单元,用于根据当前拍摄的图像,在处理单元的控制下进行变焦,获得满足清晰度要求的图像。
本发明实施例还提出一种智能相机,用于在拍照的同时识别图像中的织物的疵点,实现即时处理的效果。
本发明实施例还提出一种控制织物生产加工装置的系统,包括前述的智能检测系统和远程操控装置。织物智能检测系统用于在拍照的同时识别图像中的织物的疵点,并且远程操控装置信号连接于织物生产加工装置,用于根据织物的疵点控制织物加工装置的工作状态。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种应用于织物的智能检测系统,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (20)
1.一种应用于织物的智能检测系统,其特征在于,包括:智能相机和计算机;
所述智能相机包括拍摄单元、处理单元和收发单元;
所述拍摄单元用于采集被检测物的图像;
所述处理单元用于接收所述图像,判断和记录被检测物的速度、长度、宽度至少一者,并识别所述图像中是否存在疵点;
当所述处理单元识别到所述图像中存在疵点时,所述处理单元根据所述图像确定疵点特征,并确定所述疵点坐标,并通过所述收发单元将所述包含疵点的图像、所述疵点特征、所述疵点坐标发送至所述计算机;
所述计算机用于存储所述图像、所述疵点特征和所述疵点坐标。
2.根据权利要求1所述的智能检测系统,其特征在于,所述处理单元还用于接收被检测物的生产加工装置的运转信息,
所述处理单元判断和记录被检测物的速度、长度、宽度至少一者,包括:
所述处理单元根据所述图像和所述运转信息,判断和记录被检测物的速度、长度、宽度至少一者;
所述处理单元根据所述图像确定疵点特征,并确定所述疵点坐标,包括:
所述处理单元根据所述图像并结合所述图像所述运转信息确定所述疵点坐标。
3.根据权利要求2所述的智能检测系统,其特征在于,所述智能相机还包括控制单元,所述控制单元用于对被检测物的生产加工装置进行控制。
4.根据权利要求2所述的智能检测系统,其特征在于,所述疵点特征包括如下至少一者:疵点类型、疵点评分、疵点尺寸、疵点面积、疵点形状、疵点颜色。
5.根据权利要求3所述的智能检测系统,其特征在于,所述运转信息包括从被检测物的生产加工装置接收到的信息和/或从计码器接收到的信息。
6.根据权利要求5所述的智能检测系统,其特征在于,所述收发单元还用于将所述被检测物的速度,长度,宽度、被检测物状态和被检测物生产加工设备运行状态的信息的至少一者发送至所述计算机。
7.根据权利要求2所述的智能检测系统,其特征在于,所述智能检测系统还包括远程操控装置,所述远程操控装置信号连接于所述智能相机,并能够操控所述智能相机和所述被检测物的生产加工装置至少一者。
8.根据权利要求7所述的智能检测系统,其特征在于,所述远程操控装置包括移动设备,所述移动设备信号连接于所述智能相机,用于执行如下至少一种操作:
获取所述疵点的图像、疵点特征、疵点坐标;
获取被检测物的速度,长度,宽度和被检测物生产加工设备运行状态的信息的至少一者。
9.根据权利要求7所述的智能检测系统,其特征在于,所述远程操控装置包括,所述服务端信号连接于所述智能相机,所述服务端包括:
通信单元,用于信号连接所述智能相机和所述计算机;
存储单元,用于存储所述疵点图像、疵点特征、疵点坐标;以及用于存储被检测物的属性信息、被检测物的速度,长度,宽度、被检测物状态和被检测物生产加工设备运行状态的信息至少其中一者;
收发单元,用于收发数据;
处理单元,用于对所述存储单元存储的至少部分数据进行统计分析;
显示单元,用于显示一套或多套智能检测系统的工作状态及经过处理单元处理后的数据信息。
10.根据权利要求9所述的智能检测系统,其特征在于,所述处理单元进一步用于:
获取被检测物的关联信息,所述关联信息包括:被检测物的品种、被检测物的加工操作员、被检测物编号、疵点类型、疵点评分、疵点尺寸、疵点面积、疵点形状、疵点颜色、疵点数量至少其中之一;
获取所述疵点所在的被检测物的状态,所述状态包括被检测物的速度、长度、宽度至少一者;
获取被检测物的生产加工装置的运行状态的信息;
获取检测物的生产加工装置的故障类别、故障数量至少一者。
11.根据权利要求2所述的智能检测系统,其特征在于,所述智能相机的拍摄单元包括镜头、传感器和智能变焦单元;
所述智能变焦单元连接于所述处理单元,用于调整所述镜头的焦距;
所述智能变焦单元还用于根据所述处理单元的指令实现变焦。
12.根据权利要求11所述的智能检测系统,其特征在于,所述智能变焦单元根据当前所拍摄的被检测物的图像的清晰程度实现变焦。
13.根据权利要求2所述的智能检测系统,其特征在于,所述处理单元还用于:
当所述处理单元确认所拍摄的图像中不存在所述疵点时,不保留当前所拍摄的图像。
14.根据权利要求2所述的智能检测系统,其特征在于,所述智能检测系统还包括光源,用于突出所述被检测物的表面信息;
所述光源的强度范围为200-100000流明;所述智能相机与被检测物之间的距离计算方式为:
d=w2*(d1/w1)
其中:
d为智能相机与被检测物被检测处的垂直距离
w1为传感器x轴方向的尺寸;
d1为智能相机镜头焦距;
w2为智能相机x轴方向的所有像素所覆盖的被检测物尺寸。
15.根据权利要求2所述的智能检测系统,其特征在于,所述智能检测系统还包括光源,所述光源的投射使得所述被检测物的疵点图像与正常被检测物图像产生灰度的差异。
16.根据权利要求2所述的智能检测系统,其特征在于,所述智能检测系统还包括计码器,用于计量被检测物的运行速度和码长,以及用于感应被检测物的运行状态。
17.根据权利要求2所述的智能检测系统,其特征在于,所述智能相机还包括指示灯,用于指示疵点的位置。
18.一种智能相机,包括:拍摄单元、处理单元和收发单元;
所述拍摄单元用于采集被检测物的图像;
所述处理单元用于接收所述图像,判断和记录被检测物的速度、长度、宽度至少一者,并识别所述图像中是否存在疵点;
当所述处理单元识别到所述图像中存在疵点时,所述处理单元根据所述图像确定疵点特征,确定所述疵点坐标,并通过所述收发单元将所述包含疵点的图像、所述疵点特征、所述疵点坐标发送至计算机。
19.一种被检测物生产加工系统,包括:
如权利要求1-17中任一项所述的智能检测系统、被检测物的生产加工装置;以及远程操控装置;
所述被检测物的生产加工装置用于生产加工被检测物,所述远程操控装置信号连接于所述智能相机,并能够操控所述智能相机。
20.根据权利要求19所述的被检测物生产加工系统,其特征在于,所述远程操控装置信号连接于所述被检测物的生产加工装置,用于控制所述被检测物生产加工装置的运转状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910600538.9A CN110389130A (zh) | 2019-07-04 | 2019-07-04 | 应用于织物的智能检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910600538.9A CN110389130A (zh) | 2019-07-04 | 2019-07-04 | 应用于织物的智能检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110389130A true CN110389130A (zh) | 2019-10-29 |
Family
ID=68286093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910600538.9A Pending CN110389130A (zh) | 2019-07-04 | 2019-07-04 | 应用于织物的智能检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110389130A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672635A (zh) * | 2019-12-04 | 2020-01-10 | 杭州利珀科技有限公司 | 一种布匹疵点检测装置及实时检测方法 |
EP4083287A1 (en) | 2021-04-28 | 2022-11-02 | Pai Lung Machinery Mill Co., Ltd. | Circular knitting machine for prompting knitting machine status instantaneously based on cloth surface condition of fabric |
CN116233614A (zh) * | 2023-04-24 | 2023-06-06 | 钛玛科(北京)工业科技有限公司 | 一种工业相机采集的处理方法 |
US11739450B2 (en) | 2021-04-28 | 2023-08-29 | Pai Lung Machinery Mill Co., Ltd. | Circular knitting machine for prompting knitting machine status instantaneously based on cloth surface status of fabric |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4389575A (en) * | 1980-07-03 | 1983-06-21 | Sparton Corporation | Fabric inspection system |
CN101510085A (zh) * | 2009-03-13 | 2009-08-19 | 东华大学 | 基于工控机的氟塑料薄膜疵点在线检测控制系统 |
CN103207186A (zh) * | 2013-04-08 | 2013-07-17 | 北京经纬纺机新技术有限公司 | 自动验布机疵点检测识别方法及其系统 |
CN103913460A (zh) * | 2013-01-04 | 2014-07-09 | 北京兆维电子(集团)有限责任公司 | 一种在线纸病检测系统 |
CN105203547A (zh) * | 2015-08-26 | 2015-12-30 | 李云栋 | 基于智能视觉传感器的布匹瑕疵检测方法和装置 |
CN108268892A (zh) * | 2017-12-29 | 2018-07-10 | 英特尔产品(成都)有限公司 | 生产故障管理分析方法 |
CN108931531A (zh) * | 2017-05-24 | 2018-12-04 | 香港纺织及成衣研发中心 | 一种织物疵点自动检测方法、系统和计算机可读存储介质 |
-
2019
- 2019-07-04 CN CN201910600538.9A patent/CN110389130A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4389575A (en) * | 1980-07-03 | 1983-06-21 | Sparton Corporation | Fabric inspection system |
CN101510085A (zh) * | 2009-03-13 | 2009-08-19 | 东华大学 | 基于工控机的氟塑料薄膜疵点在线检测控制系统 |
CN103913460A (zh) * | 2013-01-04 | 2014-07-09 | 北京兆维电子(集团)有限责任公司 | 一种在线纸病检测系统 |
CN103207186A (zh) * | 2013-04-08 | 2013-07-17 | 北京经纬纺机新技术有限公司 | 自动验布机疵点检测识别方法及其系统 |
CN105203547A (zh) * | 2015-08-26 | 2015-12-30 | 李云栋 | 基于智能视觉传感器的布匹瑕疵检测方法和装置 |
CN108931531A (zh) * | 2017-05-24 | 2018-12-04 | 香港纺织及成衣研发中心 | 一种织物疵点自动检测方法、系统和计算机可读存储介质 |
CN108268892A (zh) * | 2017-12-29 | 2018-07-10 | 英特尔产品(成都)有限公司 | 生产故障管理分析方法 |
Non-Patent Citations (2)
Title |
---|
张玉希等: "《工业机器人入门》", 31 July 2017, 北京理工大学出版社 * |
韩九强: "《机器视觉智能组态软件XAVIS及应用》", 30 April 2018, 西安交通大学出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672635A (zh) * | 2019-12-04 | 2020-01-10 | 杭州利珀科技有限公司 | 一种布匹疵点检测装置及实时检测方法 |
CN110672635B (zh) * | 2019-12-04 | 2020-04-10 | 杭州利珀科技有限公司 | 一种布匹疵点检测装置及实时检测方法 |
EP4083287A1 (en) | 2021-04-28 | 2022-11-02 | Pai Lung Machinery Mill Co., Ltd. | Circular knitting machine for prompting knitting machine status instantaneously based on cloth surface condition of fabric |
US11739450B2 (en) | 2021-04-28 | 2023-08-29 | Pai Lung Machinery Mill Co., Ltd. | Circular knitting machine for prompting knitting machine status instantaneously based on cloth surface status of fabric |
CN116233614A (zh) * | 2023-04-24 | 2023-06-06 | 钛玛科(北京)工业科技有限公司 | 一种工业相机采集的处理方法 |
CN116233614B (zh) * | 2023-04-24 | 2023-07-18 | 钛玛科(北京)工业科技有限公司 | 一种工业相机采集的处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110389130A (zh) | 应用于织物的智能检测系统 | |
US10942133B2 (en) | Method and system for automatically detecting fabric defect, and computer readable storage medium | |
CN103471512B (zh) | 一种基于机器视觉的玻璃板宽检测系统 | |
CN106226157B (zh) | 混凝土构件裂缝自动检测装置及方法 | |
CN103529051B (zh) | 一种机织纺织品瑕疵自动在线检测方法 | |
CN206023052U (zh) | 一种高压输电线路巡检机器人 | |
CN108681690A (zh) | 一种基于深度学习的流水线人员规范操作检测系统 | |
CN104535004B (zh) | 一种基于图像处理的纱线直径检测方法 | |
CN108627520A (zh) | 一种非均质固体材料外观质量的在线检测系统和方法 | |
CN110399831B (zh) | 一种巡检方法及装置 | |
CN202869985U (zh) | 一种基于机器视觉的整经断纱在线监测系统 | |
CN109559304A (zh) | 用于工业视觉检测的图像品质在线评估方法、装置及应用 | |
CN109357629A (zh) | 一种基于三维扫描仪的智能检测系统及使用方法 | |
CN106815575A (zh) | 人脸检测结果集的优选系统及其方法 | |
CN106651849A (zh) | 基于面阵相机的pcb裸板缺陷检测方法 | |
CN102601131A (zh) | 一种钢坯表面质量在线检测装置 | |
CN102830120A (zh) | 一种基于机器视觉的整经断纱在线监测系统及其实现方法 | |
CN103116351A (zh) | 一种纺织疵布检测摄像头及其检测系统 | |
CN105096305A (zh) | 绝缘子状态分析的方法及装置 | |
CN110796754A (zh) | 一种基于图像处理技术的机房巡检方法 | |
CN113808087A (zh) | 钢板表面的缺陷管控方法、装置及计算机可读存储介质 | |
CN109030499A (zh) | 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法 | |
CN102538759B (zh) | 近地和中高轨空间目标实时全自动捕获方法 | |
CN101334367A (zh) | 基于计算机图形识别原理的印染产品在线品质监测方法 | |
CN115508282B (zh) | 一种在线智能验布检测系统 |
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 |