疵点检测

摘要： 针对现阶段深度学习应用于纺织疵点检测时,由于疵点织物数据量不足而导致检测模型准确率低、疵点识别种类少的问题,提出一种基于改进Pix2PixGAN网络的训练数据增强方法。无疵点织物图像比较容易获取,利用多层深度Pix2PixGAN网络,可在无疵点织物图像上自动生成疵点,从而实现疵点图像数据的增强。首先对数据集进行预处理,得到语义分割图;然后加深U-net网络,利用双重Pix2PixGAN网络加强疵点与纹理的融合;最后将新生成的疵点图像数据加入原训练集完成数据增强。分别以数据增强前后的疵点织物样本作为训练集,采用Faster R-CNN目标检测模型进行对比实验。实验结果表明,数据增强方法可有效提高织物疵点检测的效果。对于线状、破洞和污渍3种疵点,与原训练数据集相比,数据增强后的检测模型平均精度分别从73%、75%、62%提升到84%、79%、65%。

摘要： 针对当前织物疵点检测存在大多数采用人工检测、速度慢、检测准确率低等问题,提出一种改进DenseNet201网络的织物检测算法。先对数据集图像进行预处理,可视化各种织物疵点类型的数量,把数据集划分为正常织物、8种常见织物疵点,对疵点图像进行数据增强,从而扩增训练集数量;然后提取在数据集ImageNet下预训练好的DenseNet201权重参数进行迁移学习,改进卷积层第1层、添加SPP层和本研究9分类的分类层;最后经过反复调整参数训练得到织物疵点检测模型。试验表明:改进后的DenseNet201模型对正常织物、8种常见织物疵点识别精度为96.8%。认为:改进DenseNet201网络模型具有良好的泛化性和鲁棒性。

摘要： 为了解决短纤纱在高速经编机上生产效率低的问题,归纳总结出短纤纱智能型高速经编机开发与应用的关键技术,阐述了柔性成圈运动曲线、经编电子横移系统优化、经纱张力调控系统、飞花清除以及疵点检测的关键技术及其在高速经编机中的实际应用。得出结论:高速经编装备中运用这5类关键技术,可为短纤纱智能型经编机的设计提供理论与技术支持,有利于推动短纤纱经编生产朝着高速化、清洁化、智能化方向发展。

摘要： 本文提出一种基于机器视觉的在线检测方法,用于圆形纬编机针织面料疵点的自动检测。在归纳总结针织面料疵点图像学特征的基础上,设计一种可检测织物疵点的深度学习神经网络。基于单阶段目标检测模型YOLOv3,修改网络结构中的两条支路后该网络可参照图像中的背景织物用以识别其上的疵点。并使用深度可分离卷积层降低模型参数、加快检测速度。实验表明,基于YOLOv3改进的纬编针织面料疵点检测算法的m AP(各类别平均准确率的平均值)为81.44%,相较于YOLOv3明显提升。

摘要： 为解决传统人工检测织物疵点时准确率和效率低、经典Canny算子无法自适应平滑和自适应阈值选择的问题,提出一种小波模极大值算法和自适应Canny算子结合的织物疵点检测算法.将自适应Canny算子和小波模极大值算法提取到的织物疵点边缘图像进行加权融合并优化处理.结果显示,该融合算法优于融合前两种单独使用的算法,能有效提取较连续、完整的织物疵点边缘特征,正检率为95.83%,较同类算法提高了1.98%.

摘要： 为实现喷水织机织物上疵点的有效检测及疵点准确定位,本文提出一种基于二维信息熵的特征显著图的疵点检测方法。将待检测织物图像使用改进的同态滤波进行预处理,改善图像因光照不均对疵点检测产生的影响;利用图像基元信息熵与图像纹理的关系引入二维熵来反映图像纹理的空间分布,计算每个重叠的图像基元的信息熵,并把该熵值作为中心像素的灰度值,经归一化后生成一幅特征显著图;最后对显著图进行阈值分割得到疵点的轮廓,同时通过显著图得到径向投影差分序列对织物图像进行疵点判别。结果表明,本方法能够有效地抑制织物中重复的纹理背景,突出疵点部分,实现疵点区域的准确定位。

摘要： 随着技术的发展,机器学习的思想也慢慢融入布匹检测领域,而机器学习中基于统计学上的学习方法之一是支持向量机(SVM)。文章利用单分类支持向量机(OC-SVM)对标准布匹图像样本进行学习训练,再将采集到的实际图像通过训练完成的OC-SVM分类器进行分类。若有疵点则分割疵点的区域,得到疵点的大小位置等信息。

摘要： 为了实现织物疵点的自动检测与分类,提出了一种基于改进RefineDet的疵点检测方法。首先,将VGG16改为全卷积网络对织物图像特征进行提取;其次,为了获取疵点重要的特征并抑制不必要的特征,在Anchor细化模块(Anchor refinement module,ARM)中加入了注意力机制;为了提高网络的分类性能,在传输连接块(Transfer connection block,TCB)中加入了SE模块(Squeeze and excitation,SE);最后,目标检测模块(Object detection module,ODM)将检测的结果回归到准确的目标位置,并预测疵点的类别,对疵点进行定位。结果表明:本文算法对孔、污渍、纱疵和线状4种类别织物图像的均值平均精度mAP达到了79.7%,比传统RefineDet检测方法均值平均精度提高了5.0%,具有良好的分类和定位效果。

摘要： 无纺布生产过程中产生的疵点会严重影响产品质量并限制生产效率.提高疵点检测的自动化程度对于无纺布的生产效率和质量管控至关重要.传统疵点检测方法难以应对纹理、疵点类型以及环境变化等问题,限制了其应用范围.近年来基于卷积神经网络的方法在疵点检测领域得到了广泛应用,具有泛化性强、准确度高的特点.但是在无纺布生产过程中,布匹宽度大、速度快的特点会产生大量图像数据,基于卷积神经网络的方法难以实现实时检测.针对上述难题,本文提出了一种基于最大稳定极值区域分析与卷积神经网络协同的疵点实时检测方法,并设计了分布式计算处理架构应对数据流过大的问题.在实际生产部署应用中,本文所设计的系统与算法无需使用专用计算硬件(GPU、FPGA等),通过8台工控机与16路工业摄像头对复卷机上布宽2.8m、速度30 m/min的无纺布进行分布式实时在线检测,大幅度提高无纺布生产中疵点检测的自动化程度与效率.本文所提出的系统能够实现对0.3 mm以上疵点召回率100％,对0.1 mm丝状疵点召回率98.8％.

摘要： 疵点检测是现代纺织工业产品质量控制中的关键环节之一,对保证聚酯纤维纺织品质量具有重要的现实意义.由此本文提出了一种基于Gabor滤波疵点检测方法.该检测方法通过Gabor滤波处理,使特定方向与特定频率的疵点位置初步被过滤呈现出来,之后通过边缘检测算法计算图像中待检测的疵点位置,准确获得疵点在图像中的位置.仿真实验结果表明,该方法在工厂坏境情况下,高效的识别出喷丝板的疵点位置,有效地提高检测准确度,可满足无损检测要求.

摘要： 机器视觉在织物疵点检测方面具有广泛的应用,对纺织品质量控制具有重要的现实意义.本文通过对近几年相关文献的分析,简要综述关于疵点检测各种方法,并按照对织物图像处理的方法不同可分为:结构方法、统计学方法、频谱分析方法、基于模型的方法和基于学习的方法.着重阐述了各类方法的优缺点,并总结该领域的发展趋势.

摘要： 鉴于当前坯布疵点检测仍面临着疵点与非疵点对比度低、疵点种类繁多、细小瑕疵不易检测等难题,提供基于图像处理的坯布疵点检测的最新调研结果.分析了坯布疵点检测的应用背景,明确了检测的性能指标,将坯布检测方法分为3类:基于空间域的统计方法、基于频域的谱分析方法和基于模型的方法.对各类别中的典型算法进行深入研究和比较,分析其优缺点和有效性.

摘要： 通过基于机器视觉的织物疵点测试技术探讨，在织疵在线检测难于实现的情况下，进行离线检测探索与实践，对提高检测技术水平、提高织疵检验的检验效率和产品质量具有十分重要的现实意义;织物疵点检测技术要实现产业化和自动化，除需进一步加强软件的开发升级外，必须进一步解决好织物传输速度的均匀性，图像采集的完整性和准确性，光照系统亮度的稳定性及疵点检出和准确标记的联动问题等关键技术，来全面提高检测效果和质量.

摘要： 传统的织物疵点检测易受验布人员主观因素的影响，致使误检率、错检率高。图像的局部熵可以反映图像局部的特征，但是通常的局部熵方法只考虑了窗口中灰度值出现的概率，而没有考虑窗口内灰度的起伏。本文在局部熵的基础上提出了加权局部熵的检测方法，取得了一定的效果。相比于单一局部熵的方法，此方法在缺纬、断经、油污、破洞4类常见疵点的检测操作上更方便、更精确。

摘要： 基于疵点识别的图像分析技术，从系统组成、硬件构成和软件结构方面详述了经编布匹疵点检测多摄像机机器视觉系统的研制过程：给出了检测算法的流程并分析了算法的有效性：rn 推出了工程产品系统“MV006型经编疵点检测仪”。工厂试验结果表明，该系统稳定可靠，适用性、实用性强。

摘要： 根据小波在奇异信号分解中的特点，提出了一种基于小波提升分解的疵点检测新方法。首先对被检测图像进行小波提升分解，获得分解后的子图。然后把其中高频子图分割成若干小窗口，统计小窗口的能量标准差与均值加权求和作为提取的特征值。最后计算整个高频子图中特征值的均值作为判别疵点的依据，通过与正常子图特征均值相比较，判断疵点是否存在。实验表明，该检测方法能快速检测疵点，检测正确率达到90%。

摘要： 本文描述了一种用于织物疵点检测的基于简化脉冲耦合神经网络(PCNN)的自适应图像分割方法.织物疵点分割是坯布疵点检测中至关重要的一步.由于受到环境(如光照、噪声)以及织物纹理等因素的影响,织物疵点分割研究仍具有挑战性.针对常见织物疵点大多在相邻纱线上带有纬向或经向的方向性变异的特点,引入了一个用待测织物图像行、列灰度对比度相对于无疵点的织物图像行、列灰度对比度的变异度参数(DOC)描述织物图像特征的新方法,它可有效地削弱织物纹理和光照的影响.简化PCNN利用局部和全局的DOC特征信息和空间分布信息选择网络参数值,减少了神经网络参数的数目.最后,用机器视觉检测平台的线阵扫描相机采集的织物图像和来自TILDA织物纹理数据库中的图像进行了测试,验证了本方法的有效性.

摘要： 本文首先对织物疵点的类型的进行了综合的介绍和分析,并且着重对跳纱进行了实验和检测.采用了中值滤波和边缘锐化的方法以进行图像预处理.利用了小波变换和灰度共生矩阵对织物图像特征值进行了提取,与没有疵点的织物图像进行对比,得到了织物疵点的图像.在对疵点织物图像进行二值化和膨胀腐蚀的操作后,确实找到疵点的位置,并且进行了疵点边缘检测.

摘要： 本文首先对织物疵点的类型的进行了综合的介绍和分析,并且着重对跳纱进行了实验和检测.采用了中值滤波和边缘锐化的方法以进行图像预处理.利用了小波变换和灰度共生矩阵对织物图像特征值进行了提取,与没有疵点的织物图像进行对比,得到了织物疵点的图像.在对疵点织物图像进行二值化和膨胀腐蚀的操作后,确实找到疵点的位置,并且进行了疵点边缘检测.

摘要： 本文首先对织物疵点的类型的进行了综合的介绍和分析,并且着重对跳纱进行了实验和检测.采用了中值滤波和边缘锐化的方法以进行图像预处理.利用了小波变换和灰度共生矩阵对织物图像特征值进行了提取,与没有疵点的织物图像进行对比,得到了织物疵点的图像.在对疵点织物图像进行二值化和膨胀腐蚀的操作后,确实找到疵点的位置,并且进行了疵点边缘检测.

摘要： 本发明公开了一种布匹疵点检测装置，包括设置于经编机上的用于为待检测布匹提供背景的背景组件，用于照射待检测布匹为布匹提供光照的光源组件，用于拍摄待检测布匹以采集布匹图像的相机组件以及连接相机组件的主控装置；背景板设于待检测布匹的下方，线光源沿布匹宽度方向设于待检测布匹的上方且照射在待检测布匹上与背景板的重合区域，工业相机设于待检测布匹的上方且工业相机镜头指向线光源照射光线与待检测布匹的交汇区域，工业相机镜头到线光源照射光线与待检测布匹的交汇区域的距离L1为800‑1000mm，工业相机镜头的轴线与待检测布匹所在平面的夹角α为55‑75°。该装置能精确检测出布匹表面的缺陷并进行报警，结构简单，实用性好。

摘要： 本发明涉及一种针织圆机在线疵点检测装置，其特征在于，包括：矩形撑布框、摄像单元、DSP和RAM控制板、计算机；矩形撑布框、摄像单元、DSP和RAM控制板位于针织圆机的大圆盘下方，计算机、报警器位于针织圆机外。本发明的另一个技术方案是提供了一种基于上述的检测装置的针织圆机在线疵点检测方法。本发明的目的在于提供一种针对圆筒形针织物的织物图像采集、识别和处理的自动、快速、准确的针织物疵点在线检测装置和检测方法。与已有的发明相比，本发明的检测疵点种类多、精度高、反应快、疵点定位准。

摘要： 本发明公开了一种白坯帘子布经纱疵点检测装置，包括传感器、织机、墙板和疵点检测控制系统，传感器包括发射器和接收器，织机输出轴与导丝辊相连接，导丝辊设置在两个墙板之间，导丝辊上设有垂直于导丝辊的白坯帘子布经纱，白坯帘子布经纱两侧的墙板上分别设有传感器的发射器和接收器；织机、发射器和接收器均与疵点检测控制系统相连接；疵点检测控制系统包括主控制器、存储器、LCD液晶显示器、电源和声光报警器，存储器、LCD液晶显示器、电源和声光报警器均与主控制器相连接。还公开了该疵点检测装置的检测方法。本发明可以检测出95%以上的疵点，可以对大疵点和小疵点分别进行计数，根据设定产生报警或停车信号，方便挡车工的处理。

摘要： 本发明公开了一种布匹表面疵点自动检测装置，包括机架、出布辊、卷布辊、平台、图像采集机构、驱动机构和电脑主机，所述机架上设置有输送辊组，所述输送辊组输送布料从所述出布辊到另一端的卷布辊，所述布料在水平设置的所述平台上方经过；所述机架在所述平台上方设置所述图像采集机构，所述图像采集机构为所述驱动机构驱动且能够在所述布料幅宽的方向上往复移动，所述图像采集机构电连接到所述电脑主机。本发明布匹表面疵点自动检测装置和布匹表面疵点检测方法，能够适用于幅宽大的布匹表面检测，避免了布料输送抖动带来的影响，提高了检测准确度。

摘要： 本发明涉及校服质量检测技术领域，公开了一种校服布匹疵点检测装置，包括底板，所述底板上侧一端固定安装有两组支撑板，两组支撑板之间转动安装有第一卷辊，所述底板上侧另一端固接有固定板，所述固定板一侧设有第二卷辊；固定框，固定框两端均转动连接有除皱辊，两组导向辊之间转动安装有输送辊；检测组件，包括横板、探照灯和照相机，所述底板中部一侧固定安装有立板，所述立板上设有导向槽，所述导向槽内部转动安装有螺纹杆，所述螺纹杆顶端贯穿导向槽与固定安装在立板顶部的第二电机的输出轴固定连接，所述横板一侧固定安装有导向块，所述导向块位于导向槽内且与螺纹杆螺纹连接；保证光线足够明亮，从而减小疵点检测误差。

摘要： 本专利发明了一种透明物疵点检测和成像用的光栅及其平面面阵检测方法。使用这种光栅可以使透明物一个整平面的疵点全部显现，并可用工业相机成像，为数字图像处理创造了基础条件。所述光栅的特征是一组亮暗相间(如黑白相间)的图形并布满整个光栅。利用亮暗相间的边界可使光场突变而使透明物的疵点特征显现，并当所述光栅与被测目标相对移动时，被测物因切割突变的背景光线而使微小疵点边界变化而显现。这时，不断采集图像而使得疵点边界的识别不断补强而完整。所述光栅及其衍生的面阵检测方法，可应用于薄膜或树脂的鱼眼测定仪、疵点在线检测；玻璃疵点或边界在线检测、实验室玻璃品质检测仪等众多领域。它将产生可观的工业应用和经济效益。

摘要： 本发明公开了一种布匹疵点检测装置，包括设置于经编机上的用于为待检测布匹提供背景的背景组件，用于照射待检测布匹为布匹提供光照的光源组件，用于拍摄待检测布匹以采集布匹图像的相机组件以及连接相机组件的主控装置；背景板设于待检测布匹的下方，线光源沿布匹宽度方向设于待检测布匹的上方且照射在待检测布匹上与背景板的重合区域，工业相机设于待检测布匹的上方且工业相机镜头指向线光源照射光线与待检测布匹的交汇区域，工业相机镜头到线光源照射光线与待检测布匹的交汇区域的距离L1为800‑1000mm，工业相机镜头的轴线与待检测布匹所在平面的夹角α为55‑75°。该装置能精确检测出布匹表面的缺陷并进行报警，结构简单，实用性好。

摘要： 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。

摘要： 本发明涉及一种针织圆机在线疵点检测装置，其特征在于，包括：矩形撑布框、摄像单元、DSP和RAM控制板、计算机；矩形撑布框、摄像单元、DSP和RAM控制板位于针织圆机的大圆盘下方，计算机、报警器位于针织圆机外。本发明的另一个技术方案是提供了一种基于上述的检测装置的针织圆机在线疵点检测方法。本发明的目的在于提供一种针对圆筒形针织物的织物图像采集、识别和处理的自动、快速、准确的针织物疵点在线检测装置和检测方法。与已有的发明相比，本发明的检测疵点种类多、精度高、反应快、疵点定位准。

摘要： 本实用新型公开了一种珠宝瑕疵点检测的检测台，包括工作台，所述一号固定板和二号固定板上表面固定连接有若干个均匀分布的承载盘，所述工作台上表面前方安装有升降调节组件，所述升降调节组件上安装有检测盘，本实用新型通过一号电机和二号电机分别带动一号螺纹杆和二号螺纹杆旋转，由于一号螺纹杆和二号螺纹杆旋转通过表面的螺纹啮合连接有一号螺纹圈和二号螺纹圈，就起到了驱动移动的作用，由于一号螺纹圈设置于一号滑块一侧，而另一侧通过穿孔贯穿二号螺纹杆，就可以带动一号滑块沿着一号滑轨和二号滑轨左右移动，由于二号螺纹圈设置于二号滑块一侧，而另一侧通过穿孔贯穿一号螺纹杆，就可以带动二号滑块沿着一号滑轨和二号滑轨左右移动。