TWM580178U - Cloth 瑕疵 line automatic identification system - Google Patents

Abstract

本新型提出一種布料瑕疵線上自動辨識系統，包含了一影像擷取裝置、 一人工瑕疵標示模組、一操作模組、一資料庫模組、一布料比對模組、一自動瑕疵檢測模組、一瑕疵學習模組及一布料捲動模組。本新型使用的影像擷取裝置可應用於彩色影像，不再限制於灰階影像。此外，由於人工瑕疵標示模組、資料庫模組、布料比對模組、自動瑕疵檢測模組，與瑕疵學習模組的配合，使得本系統可以很快地完成訓練學習並具有即時檢知的功能，可以應用於不同種類的布料，尤其適合非大量生產之布料的品檢。

Description

布料瑕疵線上自動辨識系統

本新型關於一種布料瑕疵線上自動辨識系統，特別是一種以人工檢檢測加上機器學習的布料瑕疵線上自動辨識系統。

成品的出貨品管(Quality Control)對於製造商來說至關緊要。如果做得不好，除了會讓有瑕疵的成品流通市面，造成商譽受損；同時，製造商也很難找出問題源，對製造流程中發生的問題進行改進。因此，各行各業都從自身的利益出發，絞盡腦汁地強化品管作業。

布料(包含天然紡織布與化學纖維布)是成千上萬商品中的一類。有別於其它商品，布料的品管著重在其平面可現的缺失，比如織線密度的差異、斷線、髒污、黃化等。因此，傳統上布料品管非常重視目檢員的經驗。然而，這樣的作法易因目檢員眼睛疲勞及不經意的疏失，導致成效不彰。從而，布料生產廠商很早之前就開始著手進行自動化的品管作業。

一般來說，布料品管會使用攝影機擷取待檢測的布料影像，依照設計的分析程式，檢選出布料中不符合品質要求的部分而放行其他部分。這種檢選機制在人工智慧技術出現後，可以讓品管設備經由「學習」而找出出貨品質的可接受範圍，進而減少人工的干涉，從而減少生產成本及降低產品退貨率。 一個相關的技術如台灣新型專利第410275，「應用數位影像處理及神經網路群作織物表面瑕疵檢測之方法」，所揭露。

然而，隨著時代的進步與市場對布料的需求變化，前述的技術還需要進一步的修正。首先，該些技術是在灰階影像的基礎上，然而，現有的影像技術已經可以處理不同顏色的圖像了，針對布料的實際影像來執行品管檢測更能提供精度。其次，這些技術的應用是色澤單調的產品，比如單一顏色的丹寧布匹，檢測設備在學習過程中阻礙不大，因為問題點不複雜。但是，現今很多的市場需求不再是單調大宗的布料，取而代之的是更多個性化且少量的產品，檢測設備的機器學習模組依靠現有的學習經驗，難以應付各種花紋、材質的布料所帶來的瑕疵型態。

因此，本新型提供一種布料瑕疵線上自動辨識系統，以期解決前述問題。

本段文字提取和編譯本新型的某些特點，其它特點將被揭露於後續段落中，其目的在涵蓋附加的申請專利範圍之精神和範圍中，各式的修改和類似的排列。

為了解決上述問題，本新型提出一種布料瑕疵線上自動辨識系統，該系統包含：一影像擷取裝置，用以連續擷取一布料各部位的複數個布料影像；一人工瑕疵標示模組，與該影像擷取裝置連接，用以提供人工選擇該些布料影像中的至少一問題影像及輸入對應該至少一問題影像的即時瑕疵資料；一操作模組，與該影像擷取裝置及該人工瑕疵標示模組連接，包括：一控制介 面，用以顯示該些連續布料影像，及提供該人工瑕疵標示模組的輸入操作；與一資料處理單元，與該控制介面連接，用以傳送該至少一問題影像與該即時瑕疵資料，及處理該些布料影像；一資料庫模組，與該操作模組及該人工瑕疵標示模組連接，用以儲存來自該影像擷取裝置的該些布料影像、來自該人工瑕疵標示模組的至少一問題影像、即時瑕疵資料、預設瑕疵資料及預設問題影像，以供存取；一布料比對模組，與該影像擷取裝置及該資料庫模組連接，用以比對來自該影像擷取裝置的布料影像與預設問題影像；一自動瑕疵檢測模組，與該布料比對模組連接，用以控制布料展示以便該影像擷取裝置進行影像擷取，並透過該布料比對模組的比對結果找出包含瑕疵布料的布料影像；及一瑕疵學習模組，與該資料庫模組連接，用以操作內設之一機器學習演算程式學習前述的至少一問題影像、即時瑕疵資料、預設瑕疵資料及預設問題影像，並產生新的預設瑕疵資料及預設問題影像並增添於該資料庫模組中。

所述的布料瑕疵線上自動辨識系統可進一步包含：一布料捲動模組，與該自動瑕疵檢測模組連接，接受該自動瑕疵檢測模組的控制而捲動成匹的布料，以便該影像擷取裝置進行影像擷取。

最好，該影像擷取裝置可為CCD攝影機或CMOS攝影機。該即時瑕疵資料可包含瑕疵類別代號、瑕疵名稱、瑕疵位置、影像擷取裝置代碼及檢測時間。該預設瑕疵資料可包含瑕疵類別代號、瑕疵名稱、瑕疵位置、影像擷取裝置代碼及檢測時間。該機器學習演算程式可來自開源軟體庫。

依照本新型，若該布料比對模組比對的影像差異部分大於10%時，該資料處理單元可暫存對應的布料影像，以進一步供該控制介面呈現。若該自動瑕疵檢測模組找到包含瑕疵布料的布料影像時，該資料處理單元可將發現前述包含瑕疵布料的布料影像時點前10秒內的布料影像，透過該控制介面呈 現。該資料處理單元可針對一指定時間範圍，自該資料庫模組中取出擷取自該指定時間範圍的布料影像，透過該控制介面呈現。

本新型使用的影像擷取裝置可應用於彩色影像，不再限制於灰階影像。此外，由於人工瑕疵標示模組、資料庫模組、布料比對模組、自動瑕疵檢測模組，與瑕疵學習模組的配合，使得本系統可以很快地完成訓練學習並具有即時檢知的功能，可以應用於不同種類的布料，尤其適合非大量生產之布料的品檢，從而解決了前述的問題。

1‧‧‧布料

10‧‧‧影像擷取裝置

20‧‧‧人工瑕疵標示模組

30‧‧‧操作模組

310‧‧‧控制介面

320‧‧‧資料處理單元

40‧‧‧資料庫模組

50‧‧‧布料比對模組

60‧‧‧自動瑕疵檢測模組

70‧‧‧瑕疵學習模組

80‧‧‧布料捲動模組

圖1為依照本新型的實施例的一種布料瑕疵線上自動辨識系統的示意圖；圖2繪示一塊布料上的布料影像取像位置；及圖3繪示操作模組的控制介面所顯示的影像。

為使本新型的目的、技術方案和優點更加清楚，下面將結合圖式對本新型作進一步地詳細描述。

請見圖1，該圖為依照本新型的實施例的一種布料瑕疵線上自動辨識系統的示意圖。布料瑕疵線上自動辨識系統包含了一影像擷取裝置10、一人工瑕疵標示模組20、一操作模組30、一資料庫模組40、一布料比對模組50、一自動瑕疵檢測模組60、一瑕疵學習模組70及一布料捲動模組80。上述各個元件的功能及互動作用將於下方說明。

影像擷取裝置10是用來連續擷取一布料各部位的數個布料影像的硬體。影像擷取裝置10可以安裝在最容易觀察(檢驗)布料的位置，而與其 它元件分離(不在同一個保護機殼內)。可應用於本新型的布料，在材質上可以是天然的，比如棉織布，或是化學合成的，比如化纖布，甚至可以是混紡布。就形態而言，該布料可以是未裁切的長條布匹，也可以是經裁切過，形成一片片的零碼布。但是在使用上，連續檢測的布料必須在材料及表面花紋上一致才行。實作上，影像擷取裝置10可以是CCD攝影機或CMOS攝影機，可以拍攝影片或連續擷取影像。是故，連續布料影像可以是影片檔(如.csv檔)中一幀幀的瞬時影像，也可以是連續拍攝的影像檔(如.jpg檔)。本新型不限定之。然而，布料影像要覆蓋布料的每一個角落，才不至於布料有些位置被遺落，從而檢測不出該處的瑕疵。為了瞭解布料影像的位置，請參考圖2，該圖繪示一塊布料1上的布料影像取像位置。在該例子中布料1呈長條狀，由布料捲動模組80沿箭頭指示方向捲收。在捲收的同時，布料1各部位依序出現在影像擷取裝置10的下方。影像擷取裝置10鏡頭可以取景的範圍以點線繪示。在布料1所在的平面上，影像擷取裝置10可以取得如實線框所界定的範圍內的影像(布料影像)。為了不遺落布料1的任何一個位置，布料影像可以包含一些布料1以外的邊緣景象，這些邊緣景象可以在判別時除去。然而，影像擷取裝置10也可以剛好對切布料1邊緣或是取得在布料1邊緣內的布料影像，其前提是這些沒有被偵測到的布料1的部分會被裁切，不會在將來使用到而免於品管。在第一幀布料影像取得後，布料1繼續向左捲收，影像擷取裝置10擷取第二幀布料影像(以虛線框繪示之)。第一幀與第二幀布料影像最好有重疊的部分，理由也是不遺落檢測布料1的任何一個位置。

人工瑕疵標示模組20與該影像擷取裝置10連接，其功用是提供人工選擇該些布料影像中的至少一問題影像，及輸入對應該至少一問題影像的即時瑕疵資料。人工瑕疵標示模組20是一個管控資料的模組，因此，其資料的選擇與輸入要靠操作模組30來執行。這裡，問題影像是影像擷取裝置10在一次操 作中所取得的所有布料影像中，經由有經驗的目檢員所找到布料有瑕疵位置的影像。即時瑕疵資料就是用來說明該些瑕疵的，包含了瑕疵類別代號、瑕疵名稱、瑕疵位置、影像擷取裝置代碼及檢測時間。其中影像擷取裝置代碼需要知道是因為影像擷取裝置10可能會被更換，每一個更換上來的影像擷取裝置特性會有差異；或者布料瑕疵線上自動辨識系統可一次裝設數個影像擷取裝置以同步對數個布匹進行檢測。前述的瑕疵名稱，可以依照不同的布料來定義。請參見圖3，該圖繪示操作模組30的一控制介面310所顯示的影像，其中展現了不同的瑕疵種類名稱，比如細折、停故、針入、裁疋短碼、針孔拉傷、色污色點、脫針、折痕跡、黃化、頭尾異色、缸內擦傷、緯密不足、磨毛擦傷、磨毛條、膠班、破洞、退色斑、橫色條、滑紗、白斑點、勾紗、油污、幅不足、樹脂斑、樹脂油、材質不一、扣痕、疋間異色、飛花、組織不一、粗節紗、緯紗異、織段、異經、斷緯、色紗、斷經、胚布磨毛條等等。

操作模組30與影像擷取裝置10及人工瑕疵標示模組20連接，包括了前述的控制介面310與一資料處理單元320。操作模組30是操作布料瑕疵線上自動辨識系統的主要元件。依照本新型，控制介面310可用來顯示該些連續布料影像，及如前所述提供人工瑕疵標示模組20的輸入操作。實作上，控制介面310可以是一個觸控面板；也可以是一個螢幕配合輸入設備(滑鼠與鍵盤)。資料處理單元320與控制介面310連接，用以傳送前述的至少一問題影像與即時瑕疵資料到需要的裝置中，如到控制介面310或資料庫模組40。此外，資料處理單元320還可以處理該些布料影像，比如針對一指定時間範圍(如昨日上午9：00至中午12：00)，自資料庫模組40中取出擷取自該指定時間範圍的布料影像，透過控制介面310呈現。如此，品管檢測人員可以調出任何時間有問題的布料影像來分析研究。實作上，可以使用一台個人電腦的CPU運行特定程式來達成資料處理 單元320同樣的功能。該資料處理單元可針對一指定時間範圍，自該資料庫模組中取出擷取自該指定時間範圍的布料影像，透過該控制介面呈現。

資料庫模組40與操作模組30及人工瑕疵標示模組20連接，用以儲存來自影像擷取裝置10的布料影像、來自人工瑕疵標示模組20的至少一問題影像、即時瑕疵資料、預設瑕疵資料及預設問題影像，以供存取。這裡，預設問題影像與預設瑕疵資料分別是已經確認的瑕疵布料影像及其對應的瑕疵資料。是故，預設瑕疵資料也包含了瑕疵類別代號、瑕疵名稱、瑕疵位置、影像擷取裝置代碼及檢測時間。實作上，資料庫模組40包含了儲存設備，比如硬碟、資料庫軟體及儲存設備內儲存的資料。

布料比對模組50與影像擷取裝置10及資料庫模組40連接，用以比對來自影像擷取裝置10的布料影像與預設問題影像，以便找出有問題的布料影像(布料含有瑕疵)。依照本新型，若布料比對模組50比對的影像差異部分大於10%時，資料處理單元320可暫存對應的布料影像，以進一步供控制介面310呈現。這些大於10%的影像差異部分不見得會被判為瑕疵，但需要再加以留意，以免有漏網瑕疵未被發現。

自動瑕疵檢測模組60與布料比對模組50連接，用以控制布料展示以便影像擷取裝置10可進行影像擷取。也就是說，自動瑕疵檢測模組60可以控制布料捲動模組80捲動布料，使得影像擷取裝置10的作業可以進行。此外，由於自動瑕疵檢測模組60是在經歷無數次學習「瑕疵」後而能無須人工操作進行瑕疵檢測的元件，所以也可透過布料比對模組50的比對結果找出包含瑕疵布料的布料影像。依照本新型，若自動瑕疵檢測模組60找到包含瑕疵布料的布料影像時，資料處理單元320便可將發現前述包含瑕疵布料的布料影像時點前10秒內的布料影像，透過控制介面310呈現。這樣的做法可以藉由比對更多的布料影像，找出該瑕疵可能發生的原因。

瑕疵學習模組70與資料庫模組40連接，用以操作內設之一機器學習演算程式學習前述的至少一問題影像、即時瑕疵資料、預設瑕疵資料及預設問題影像，並產生新的預設瑕疵資料及預設問題影像並增添於資料庫模組40中。前述的機器學習演算程式可以是基於一種或數種機器學習演算法，比如人工神經網路演算法、聚類分析演算法等而發展出的。實作上，該機器學習演算程式可來自開源軟體庫，比如TensorFlow。

布料捲動模組80與自動瑕疵檢測模組60連接，接受該自動瑕疵檢測模組60的控制而捲動成匹的布料，以便影像擷取裝置10進行影像擷取。在組裝上，布料捲動模組80、影像擷取裝置10與自動瑕疵檢測模組60是獨立於其它元件而分別裝設。除前述的影像擷取裝置10外，布料捲動模組80是單純受控制的機台，自動瑕疵檢測模組60使用獨立的嵌入式單板電腦，而人工瑕疵標示模組20、操作模組30、資料庫模組40、布料比對模組50與瑕疵學習模組70可以x86架構之個人電腦系統為硬體，各個作業環境皆以C/C++配合Qt程式語言所開發。

雖然本新型已以實施方式揭露如上，然其並非用以限定本新型，任何所屬技術領域中具有通常知識者，在不脫離本新型之精神和範圍內，當可作些許之更動與潤飾，因此本新型之保護範圍當視後附之申請專利範圍所界定者為準。

Claims (8)

1. 一種布料瑕疵線上自動辨識系統，包含：一影像擷取裝置，用以連續擷取一布料各部位的複數個布料影像；一人工瑕疵標示模組，與該影像擷取裝置連接，用以提供人工選擇該些布料影像中的至少一問題影像及輸入對應該至少一問題影像的即時瑕疵資料；一操作模組，與該影像擷取裝置及該人工瑕疵標示模組連接，包括：一控制介面，用以顯示該些連續布料影像，及提供該人工瑕疵標示模組的輸入操作；與一資料處理單元，與該控制介面連接，用以傳送該至少一問題影像與該即時瑕疵資料，及處理該些布料影像；一資料庫模組，與該操作模組及該人工瑕疵標示模組連接，用以儲存來自該影像擷取裝置的該些布料影像、來自該人工瑕疵標示模組的至少一問題影像、即時瑕疵資料、預設瑕疵資料及預設問題影像，以供存取；一布料比對模組，與該影像擷取裝置及該資料庫模組連接，用以比對來自該影像擷取裝置的布料影像與預設問題影像；一自動瑕疵檢測模組，與該布料比對模組連接，用以控制布料展示以便該影像擷取裝置進行影像擷取，並透過該布料比對模組的比對結果找出包含瑕疵布料的布料影像；及一瑕疵學習模組，與該資料庫模組連接，用以操作內設之一機器學習演算程式學習前述的至少一問題影像、即時瑕疵資料、預設瑕疵資料及預設問題影像，並產生新的預設瑕疵資料及預設問題影像並增添於該資料庫模組中。
2. 如申請專利範圍第1項所述的布料瑕疵線上自動辨識系統，進一步包含：一布料捲動模組，與該自動瑕疵檢測模組連接，接受該自動瑕疵檢測模組的控制而捲動成匹的布料，以便該影像擷取裝置進行影像擷取。
3. 如申請專利範圍第1項所述的布料瑕疵線上自動辨識系統，其中該影像擷取裝置為CCD攝影機或CMOS攝影機。
4. 如申請專利範圍第1項所述的布料瑕疵線上自動辨識系統，其中該即時瑕疵資料包含瑕疵類別代號、瑕疵名稱、瑕疵位置、影像擷取裝置代碼及檢測時間。
5. 如申請專利範圍第1項所述的布料瑕疵線上自動辨識系統，其中該預設瑕疵資料包含瑕疵類別代號、瑕疵名稱、瑕疵位置、影像擷取裝置代碼及檢測時間。
6. 如申請專利範圍第1項所述的布料瑕疵線上自動辨識系統，其中若該布料比對模組比對的影像差異部分大於10%時，該資料處理單元暫存對應的布料影像，以進一步供該控制介面呈現。
7. 如申請專利範圍第1項所述的布料瑕疵線上自動辨識系統，其中若該自動瑕疵檢測模組找到包含瑕疵布料的布料影像時，該資料處理單元將發現前述包含瑕疵布料的布料影像時點前10秒內的布料影像，透過該控制介面呈現。
8. 如申請專利範圍第1項所述的布料瑕疵線上自動辨識系統，其中該資料處理單元可針對一指定時間範圍，自該資料庫模組中取出擷取自該指定時間範圍的布料影像，透過該控制介面呈現。