CN110987968A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN110987968A
CN110987968A CN201911344005.5A CN201911344005A CN110987968A CN 110987968 A CN110987968 A CN 110987968A CN 201911344005 A CN201911344005 A CN 201911344005A CN 110987968 A CN110987968 A CN 110987968A
Authority
CN
China
Prior art keywords
cloth
detected
image
pixel point
matrix
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
Application number
CN201911344005.5A
Other languages
English (en)
Inventor
李续
王美春
王献康
孙玉梅
王印滨
倪康
申景升
安凯
刘方
苏凤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hon Hai Precision Industry Co Ltd
Original Assignee
Hon Hai Precision Industry Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hon Hai Precision Industry Co Ltd filed Critical Hon Hai Precision Industry Co Ltd
Publication of CN110987968A publication Critical patent/CN110987968A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明旨在提供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。待检布料放在背景布料上面，背景布料是与待检布料完全相同、经人工检查无瑕疵的布料。CCD固定安装，相面与待检布料平行，并根据待检布料的移动速度定时拍摄图像。以矩阵R、G、B表示CCD图像中红、绿、蓝三个颜色分量矩阵，固定红、绿、蓝三种颜色的顺序，用三维向量表示CCD图像中任何像素点处的颜色向量以及相应的单位颜色向量。在每一帧图像的左右两边分别提取背景布料的若干列像素，将这些像素对应的颜色向量求和并单位化，再与其余的每个像素对应的单位颜色向量做内积，当内积足够小是判定该像素点在待检布料上的对应点为疵点，否则为非疵点。本发明的有益效果在于：1.充分利用图像数据，有效避免疵点漏检；2.算法简单，检查速度快。

Description

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
技术领域
本发明属于纺织领域，具体涉及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。
背景技术
在我国，布料表面瑕疵检测大部分还是由人工视觉来完成的，由于人工验布检测速度较慢，一般在5—20米/分钟，1小时最多可检测出200个疵点，与大规模工业化生产不相适应。人工验布仅在20—30分钟内精力可以很集中，超过后易发生漏检，即使是最熟练的验布工人也只能发现大于70％的疵点；人眼视觉存在偏差，重现率比较低且检测结果不稳定，检测质量难以保证。以先进的检测技术代替人眼进行布料表面瑕疵的自动检测能够提高检测效率、减少劳动力、降低劳动强度和进一步提高布料质量。
由于人工验布对疵点检验的可靠性及重复性不能满足要求，随着织机产量的不断提高，高速度可靠的自动化验布体系的出现，成为验布工作的发展方向。在现有的自动化验布设备中，采用CCD高速摄像机进行检测是目前主流的发展方向。但目前将 CCD图像用于验布都是针对图像的二维矩阵进行数据处理，甚至是针对黑白图像的二维0-1矩阵进行数据处理。考虑到在很多情况下布料的疵点与非疵点的颜色区别并不明显，只有依靠详尽的图像数据才能将它们区分出来，而二维矩阵表示的图像本身就比三维矩阵表示的图像丢失了大量信息，因此在布料表面瑕疵检测中更容易出现漏检的情形。本专利将公开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，以降低瑕疵检测的漏检率，从而提高布料表面瑕疵检测的质量。
发明内容
本发明旨在提供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，以提高布料表面瑕疵检测的质量。待检布料放在背景布料上面，背景布料是与待检布料完全相同、经人工检查无瑕疵的布料。CCD固定安装，相面与待检布料平行，并根据待检布料的移动速度定时拍摄图像。
以矩阵R、G、B表示CCD图像中红、绿、蓝三个颜色分量矩阵，固定红、绿、蓝三种颜色的顺序，用三维向量表示CCD图像中任何像素点处的颜色向量以及相应的单位颜色向量。在每一帧图像的左右两边分别提取背景布料的若干列像素，将这些像素对应的颜色向量求和并单位化，再与其余的每个像素对应的单位颜色向量做内积，当内积足够小是判定该像素点在待检布料上的对应点为疵点，否则为非疵点。
本发明的有益效果在于：
1.充分利用图像数据，有效避免疵点漏检；
2.算法简单，检查速度快。
附图说明
图1是CCD成像区域示意图。
标号说明
1待检布料，2背景布料，3 CCD成像区域
具体实施方式
如图1所示，待检布料1放在背景布料2上面，背景布料2是与待检布料1完全相同、经人工检查无瑕疵的布料。放置背景布料2的作用之一是便于待检布料1与无瑕疵布料的对比；作用之二是保证待检布料1的左右两边都在CCD视场之内。CCD 固定安装，相面与待检布料1平行，并根据待检布料1的移动速度定时拍摄图像。
以m×n矩阵R、G、B表示CCD图像中红、绿、蓝三个颜色分量矩阵，其中 m和n分别表示矩阵的行数和列数，矩阵中的元素为0到256之间的整数。固定红、绿、蓝三种颜色的顺序，就可以用三维向量(r,g,b)表示CCD图像中任何像素点处的颜色向量，其中r,g,b均为0到256之间的整数。为揭示两个像素点之间颜色的差异将三维向量(r,g,b)单位为
Figure RE-GDA0002389047830000021
称为单位颜色向量。这样，一个像素点的单位颜色向量与非瑕疵像素点的单位颜色向量的夹角足够大，就意味着该像素点对应的布料点有瑕疵；否则当一个像素点的单位颜色向量与非瑕疵像素点的单位颜色向量的夹角足够小时，意味着该像素点对应的布料点无瑕疵。
在每一帧图像的左右两边分别提取背景布料2的k列像素，以(r1,g1,b1)、 (r2,g2,b2)、
…、(rm×2k,gm×2k,bm×2k)分别表示提取背景布料2的各像素点处的颜色向量，记
Figure RE-GDA0002389047830000031
Figure RE-GDA0002389047830000032
则对图像中第k+1列到第n-k列中的任何像素点(u,v)，其中1≤u≤m,k+1≤v≤n-k，以(ru,v,gu,v,bu,v)表示对应的颜色向量，
Figure RE-GDA0002389047830000033
表示对应的单位颜色向量。当
Figure RE-GDA0002389047830000034
确定像素点(u,v)在待检布料1上的对应点为疵点，否则为非疵点，其中γ为0到1之间的实数，表示检验阈值。

Claims (2)

1.一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，其特征在于：待检布料(1)放在背景布料(2)上面，背景布料(2)是与待检布料(1)完全相同、经人工检查无瑕疵的布料；CCD固定安装，相面与待检布料(1)平行，并根据待检布料(1)的移动速度定时拍摄图像；通过对拍摄图像的识别算法找出待检布料(1)的瑕疵。
2.根据权利要求1所述的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，其图像的识别算法的特征在于：以m×n矩阵R、G、B表示CCD图像中红、绿、蓝三个颜色分量矩阵，其中m和n分别表示矩阵的行数和列数，矩阵中的元素为0到256之间的整数；固定红、绿、蓝三种颜色的顺序，就可以用三维向量(r,g,b)表示CCD图像中任何像素点处的颜色向量，其中r,g,b均为0到256之间的整数；将三维向量(r,g,b)单位为
Figure RE-FDA0002389047820000011
称为单位颜色向量；在每一帧图像的左右两边分别提取背景布料2的k列像素，以(r1,g1,b1)、(r2,g2,b2)、…、(rm×2k,gm×2k,bm×2k)分别表示提取背景布料2的各像素点处的颜色向量，记
Figure RE-FDA0002389047820000012
Figure RE-FDA0002389047820000013
则对图像中第k+1列到第n-k列中的任何像素点(u,v)，其中1≤u≤m,k+1≤v≤n-k，以(ru,v,gu,v,bu,v)表示对应的颜色向量，
Figure RE-FDA0002389047820000014
表示对应的单位颜色向量；当
Figure RE-FDA0002389047820000015
确定像素点(u,v)在待检布料1上的对应点为疵点，否则为非疵点，其中γ为0到1之间的实数，表示检验阈值。
CN201911344005.5A 2019-09-30 2019-12-24 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 Pending CN110987968A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019109471258 2019-09-30
CN201910947125 2019-09-30

Publications (1)

Publication Number Publication Date
CN110987968A true CN110987968A (zh) 2020-04-10

Family

ID=70074703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911344005.5A Pending CN110987968A (zh) 2019-09-30 2019-12-24 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

Country Status (1)

Country Link
CN (1) CN110987968A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113284147A (zh) * 2021-07-23 2021-08-20 常州市新创智能科技有限公司 一种基于黄色异物疵点的异物检测方法和系统
CN114882033A (zh) * 2022-07-11 2022-08-09 心鉴智控(深圳)科技有限公司 一种医用包装盒制品的瑕疵在线检测方法及检测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102175692A (zh) * 2011-03-17 2011-09-07 嘉兴学院 织物坯布疵点快速检测系统及方法
CN202416024U (zh) * 2012-01-13 2012-09-05 洛阳方智测控股份有限公司 一种混合光源的自动验布机
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
CN105957082A (zh) * 2016-05-04 2016-09-21 广东锐视智能检测有限公司 一种基于面阵相机的印刷质量在线监测方法
CN106610384A (zh) * 2015-10-22 2017-05-03 上海兴彦影像科技有限公司 一种代替人工验布的智能化装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102175692A (zh) * 2011-03-17 2011-09-07 嘉兴学院 织物坯布疵点快速检测系统及方法
CN202416024U (zh) * 2012-01-13 2012-09-05 洛阳方智测控股份有限公司 一种混合光源的自动验布机
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
CN106610384A (zh) * 2015-10-22 2017-05-03 上海兴彦影像科技有限公司 一种代替人工验布的智能化装置
CN105957082A (zh) * 2016-05-04 2016-09-21 广东锐视智能检测有限公司 一种基于面阵相机的印刷质量在线监测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113284147A (zh) * 2021-07-23 2021-08-20 常州市新创智能科技有限公司 一种基于黄色异物疵点的异物检测方法和系统
CN114882033A (zh) * 2022-07-11 2022-08-09 心鉴智控(深圳)科技有限公司 一种医用包装盒制品的瑕疵在线检测方法及检测系统

Similar Documents

Publication Publication Date Title
CN109767445B (zh) 一种高精度的pcb缺陷智能检测方法
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
CN102262093A (zh) 基于机器视觉的印花机在线检测方法
CN111311487B (zh) 一种光伏组件图像的快速拼接方法及系统
CN114113129B (zh) 一种镜片微小缺陷识别抓取系统及方法
CN114240939A (zh) 一种主板元器件外观缺陷检测方法、系统、设备及介质
CN112630158B (zh) 一种脱膜布残留检测系统及其检测方法
JP2001264257A (ja) 画像欠陥検出装置、画像欠陥検出方法、及び画像欠陥検出方法の手順を記憶した記憶媒体
CN110570422A (zh) 一种基于矩阵分析的胶囊缺陷视觉检测方法
CN106228541A (zh) 视觉检测中屏幕定位的方法及装置
CN113034488A (zh) 一种喷墨印刷品的视觉检测方法
CN104749801B (zh) 高精度自动光学检测方法和系统
CN111024722B (zh) 一种基于数据融合的木材缺陷检测系统及方法
CN108982544B (zh) 一种印制电路板瑕疵部件检测方法
CN108520496B (zh) 一种基于光流法的海空背景监控视频图像拼接方法
CN113870204A (zh) 一种光学玻璃的异常检测方法及装置
CN113192061A (zh) Led封装外观检测图像的提取方法、装置、电子设备和存储介质
CN112215816A (zh) 一种生产线中显示器故障的实时检测方法、存储介质和装置
CN114311572B (zh) Smd led注塑支架在线检测装置及其检测方法
CN115947066A (zh) 皮带撕裂检测方法、装置及系统
CN115690077A (zh) 一种泡罩板背面缺陷检测方法及系统
CN115239615A (zh) 基于ctpn的布匹缺陷检测方法
US11080860B2 (en) Image inspection method
CN115266762A (zh) 锡球缺陷检测装置、方法、电子设备及存储介质
CN114004783A (zh) 一种基于图像识别的自动扶梯的扶手带剩余寿命的判断方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200410