基于机器视觉技术的织物检测

简介:

当前,计算机视觉技术正在被越来越广泛的应用与各种工业生产的质量监控,纺织品表观质量检测尤其是织物疵点的计算机视觉检测一直是近年行业的关注热点.织疵可产生于加工过程中的任何阶段,种类繁多且呈现复杂的外观形态,生产过程的变动有肯能导致新的种类的疵点产生.通过机器视觉技术以快速和可靠实现织物疵点自动检测.

织物疵点检测目的在于对织造过程和织物后整理过程中能及时发现已存在的疵点,完成对其瑕疵点的分类。对于某些瑕疵,可以在后期整理过程中由人工进行修补,对于不能修补的瑕疵,可以根据其形状、大小信息,对布匹的质量等级进行评价。

纺织生产厂对坯布的检测主要表现在两个方面:

(1)检测织物中疵点的种类、数量等信息,以实现为织物打分定级;

(2)给出关于疵点的可用信息,进而可使检测者诊断问题的症结所在,并采取合理的解决手段,以减少后续类似问题的再次发生。

长期以来,织物瑕疵检测都由人工视觉完成。这种方法具有许多弊端。例如,人工验布速度慢一般来说20米/分。其次,人工视觉检测无法客观一致,易产生误检和漏检。据相关研究,人类视觉系统只能检测出大约60%-75%的显著瑕疵,因而使织物在离厂时已存有潜在的质量隐患,其直接导致了缺陷检测的低效率并使生产企业的利润下降,进而降低产品竞争力并惨遭市场淘汰。而自动织物瑕疵检测系统则为解决上述检测方法的不足提供了一种行之有效的方法。

一套完整的基于机器视觉的织物瑕疵自动检测及分类系统是由:线扫描CCD相机、主机、机械传动系统等。采用分布式机器视觉系统和自主研发的检测软件代替人工肉眼检测,可以满足宽幅面、高速度、高精度的检测要求,能够实现检测标准的统一,使得质检工作的效率大幅提高。

机器视觉技术1.jpg

其可检测织物中的断经、粗节、粗经、纬档、松边、起球、污迹、孔洞等疵点,集自动探测、疵点定位、缺陷分类、布边打标、质量评估等多种功能于一体,可针对门幅800~4800mm的织物进行检测,检测速度与精度达到国际同类产品水平,并且具有使用维护方便,性价比高的优点。

朗锐智科(www.lrist.com)认为以较低成本的系统硬件,配以高质量的检测软件,以微型计算机为平台,以CCD和图像信息采集卡为织物图像信息获取设备,采用数学形态学、小波分析技术等来研究开发织物疵点的自动检测系统应该是这一领域的发展方向。

相关文章
|
7月前
|
机器学习/深度学习 算法 安全
基于图像识别的面瘫检测技术
基于图像识别的面瘫检测技术
115 0
|
25天前
|
机器学习/深度学习 监控 算法
车辆违停检测:基于计算机视觉与深度学习的自动化解决方案
随着智能交通技术的发展,传统人工交通执法方式已难以满足现代城市需求,尤其是在违法停车监控与处罚方面。本文介绍了一种基于计算机视觉和深度学习的车辆违停检测系统,该系统能自动监测、识别并报警违法停车行为,大幅提高交通管理效率,降低人力成本。通过使用YOLO算法进行车辆检测,结合区域分析判断车辆是否处于禁停区,实现了从车辆识别到违停判定的全流程自动化。此系统不仅提升了交通管理的智能化水平,也为维护城市交通秩序提供了技术支持。
|
25天前
|
机器学习/深度学习 传感器 算法
行人闯红灯检测:基于计算机视觉与深度学习的智能交通解决方案
随着智能交通系统的发展,传统的人工交通违法判断已难以满足需求。本文介绍了一种基于计算机视觉与深度学习的行人闯红灯自动检测系统,涵盖信号灯状态检测、行人检测与跟踪、行为分析及违规判定与报警四大模块,旨在提升交通管理效率与安全性。
|
数据采集 JSON 前端开发
基于Cssom的暗链检测技术
网络安全开发-数据分析技术
141 0
|
机器学习/深度学习 人工智能 监控
艾科瑞特科技(iCREIDT):2023年6月6日智能图像分析目标检测识别
艾科瑞特科技(iCREIDT):2023年6月6日智能图像分析目标检测识别 人工智能技术应用、iCREDIT、目标识别、图像分析、目标追踪、MIDJOURNEY、目标追踪、目标检测、大数据、智能图像分析、艾科瑞特科技、艾科瑞特科技云市场、AI、目标检测分析、目标检测识别、CHATGPT、机器学习、DETECT、AIGC、人工智能技术、艾科瑞特、人工智能、YOLO
|
机器学习/深度学习 运维 监控
基于计算机视觉的跌倒检测
随着社会的发展,老龄化程度日剧加深,独居老人发生跌倒若不能及时发现并预警,可能造成严重后果。因此,利用智能算法进行跌倒情况自动化检测成为了重要研究课题。
788 0
|
机器学习/深度学习 数据采集 人工智能
AI+医学影像应用全景扫描:除自动识别病灶,还支持放射治疗、手术路径规划等
新冠疫情的肆虐,牵动了无数人的心弦。CT影像是新冠肺炎诊断的重要依据,大量疑似病例的CT影像诊断和确诊患者的CT影像评估给影像医生带来了沉重的工作负担。医学影像AI公司纷纷在此次疫情中贡献力量,推出新冠肺炎CT诊断产品,辅助影像医生在有限的时间内对海量CT影像进行快速诊断。实际上,在新冠疫情之前,医学影像AI产品就已经走在商业化道路之中,能够对X光、CT、MR、病理图像等多种影像类型进行识别分析,并在肺结节、乳腺癌、脑卒中等多个病种诊断中取得相当效果。此次疫情让医学影像AI产品受到更多关注与认可,医学影像AI公司也将迎来一波新的发展机遇期。
587 0
AI+医学影像应用全景扫描:除自动识别病灶,还支持放射治疗、手术路径规划等
|
传感器 编解码 算法
机器视觉与图像传感器的演变
嵌入式系统中视觉技术的迅速发展,为汽车安全,机器视觉和运动分析提供了超高速成像解决方案。反过来,这说明了通过更强大的图像传感器和更小的像素架构转化为性能和成像能力的显著提升。机器视觉技术使用图像识别算法来识别图像中的对象,并且在诸如工业自动化,机器人,农业无人机和3D建模的广泛应用中实现对象的更详细和准确的图像而不失真。
2190 0