利用CCD檢測(cè)來(lái)檢測(cè)織布缺陷
如今，許多基于視覺(jué)的檢查系統(tǒng)已集成到工業(yè)材料生產(chǎn)線(xiàn)中。在諸如鋼鐵，皮革和織物制造等在線(xiàn)生產(chǎn)線(xiàn)中，已經(jīng)發(fā)現(xiàn)基于相機(jī)的CCD檢測(cè)已取代了人工檢查。檢驗(yàn)對(duì)產(chǎn)品質(zhì)量的重要性非常重要，因?yàn)槿毕輹?huì)大大減少加工過(guò)程（例如，在織物中降低多達(dá)60％）。在紡織品生產(chǎn)中，由于織物緩慢地從織機(jī)中卷出（3-8 m / min），在線(xiàn)檢查是一個(gè)緩慢的過(guò)程，這使人工檢查員不具有成本效益。另一方面，基于CCD檢測(cè)的檢查可以在此緩慢的過(guò)程中節(jié)省人工，從而避免了人工疲勞和新穎性和缺陷檢測(cè)中的錯(cuò)誤。
許多人造織物不一定具有預(yù)定的和結(jié)構(gòu)化的表面。從特寫(xiě)視圖中可以看到，該幾何圖案可以呈現(xiàn)許多形狀，類(lèi)似于妊娠紋，劃痕和眼淚。對(duì)于這樣的非結(jié)構(gòu)化表面，基于幾何特征的CCD檢測(cè)方法很難應(yīng)用。因此，基于表面的頻域表征，通過(guò)紋理分析可以更好地完成織物檢查。
檢測(cè)到缺陷的紡織品質(zhì)地
頻域中紋理的表征通常通過(guò)利用基于小波，Gabor濾波器或傅立葉分析的技術(shù)來(lái)完成。頻域在采集過(guò)程中對(duì)噪聲不太敏感，因此優(yōu)于紋理的空間分析（如共現(xiàn)矩陣分析）。頻域分析可以發(fā)現(xiàn)強(qiáng)大的幾何特征和空間域的周期性模式。這些模式可以在頻域中濾除。轉(zhuǎn)換回圖像域后，剩下的就是圖像，其主要特征是：與局部圖案和紋理的偏離，異常和缺陷。
必須在頻域中進(jìn)行仔細(xì)分析，以便能夠?qū)⒕植磕Ｊ脚c異常區(qū)分開(kāi)。在頻域中，有關(guān)重復(fù)模式的信息（如果存在）通常應(yīng)集中在傅立葉頻譜的一個(gè)區(qū)域中，而異常則聚集在另一個(gè)區(qū)域中。因此，在我們的織物檢查過(guò)程中發(fā)現(xiàn)異常的問(wèn)題被簡(jiǎn)化為將傅立葉頻譜聚類(lèi)為結(jié)構(gòu)化圖案的頻率和其他攜帶缺陷信息的頻率之一。
對(duì)于帶紋理的和非帶紋理的表面和織物，都需要對(duì)頻域分析進(jìn)行微調(diào)，以捕獲每種制造產(chǎn)品特有的紋理特征。為此，需要真正的計(jì)算機(jī)視覺(jué)專(zhuān)家。通過(guò)對(duì)圖像結(jié)構(gòu)，光譜分析和制造過(guò)程的深刻理解，秘銀科技可以構(gòu)建最適合您的生產(chǎn)線(xiàn)的CCD檢測(cè)算法。我們的算法已成功集成到工業(yè)應(yīng)用中超過(guò)二十年。
