基于機器視覺的玻璃纖維布缺陷檢測技術研究.pdf

1、隨著經濟的發(fā)展，我國紡織業(yè)步入迅猛發(fā)展的階段。然而國內大多數(shù)紡織品生產企業(yè)勞動密集程度較高，紡織品的缺陷檢測仍然依靠人工檢測，這種方式存在主觀性強，精確度低，工作強度高等諸多弊端。機器視覺技術的日益成熟，使其在工業(yè)生產過程中的應用越來越為廣泛，基于機器視覺技術的紡織品在線缺陷檢測已然成為紡織品質量控制的重要發(fā)展方向。
　　國外的織物在線檢測技術起步相對較早，然而從外國引進織物在線缺陷檢測設備價格昂貴，成本較高。國內的研究主要是針對

2、某一種算法的研究且僅適用于一種織物缺陷檢測，不能直接應用于玻璃纖維布的缺陷檢測生產實際中。因此研究玻璃纖維布缺陷檢測的關鍵技術，對于推動玻璃纖維織物自動化生產和布匹質量快速分級具有極其重要的意義。
　　本文對玻璃纖維布缺陷檢測系統(tǒng)的關鍵技術進行了深入系統(tǒng)地研究，主要內容包括：
　　基于玻璃纖維布的紋理特性、檢測要求和生產環(huán)境等設計了玻璃纖維布缺陷檢測系統(tǒng)的總體方案，搭建了玻璃纖維布機器視覺檢測平臺，根據(jù)玻璃纖維布的缺陷特征，

3、確定了背光照明的光源配置方案和基于 GigE的多相機檢測方案，獲得了高對比度織物圖像，降低了缺陷識別難度。
　　針對被檢玻璃纖維布布幅較寬和工業(yè)CCD視場小的問題，提出采用多相機同步采集圖像然后對采集到的多幅圖像進行拼接處理的實用性方案。分別基于模板匹配拼接方法和基于 Harris特征點拼接方法研究了玻璃纖維布圖像拼接技術，并從配準精度、拼接速度等方面對二者進行了對比分析。本文從實時性和可靠性出發(fā)，選擇了基于模板匹配的拼接方法進行

4、玻璃纖維布圖像的拼接工作。
　　為了解決玻璃纖維織物在線檢測效率低、實時性差等問題，提出了一種基于Blob分析的織物缺陷檢測方法。首先對織物圖像采用均值濾波器進行平滑處理，以削弱噪聲和織物紋理的干擾，然后采用迭代法尋找最佳閾值將圖像分割為Blob和背景的像素集合，采用形態(tài)學處理調整分割后的Blob形狀，最后對圖像進行連通性分析和特征提取，通過對Blob區(qū)域進行最小外接矩形擬合得到缺陷特征的個數(shù)和尺寸等信息，實現(xiàn)了玻璃纖維布劈縫、跳

5、花、破洞、污漬等常見缺陷的識別。實驗結果表明，該方法計算簡單，檢測結果穩(wěn)健可靠，實時性好，是一種有效的織物缺陷在線檢測方法。
　　在VS2010平臺下基于C＃、Halcon和SQL Sever數(shù)據(jù)庫研制了玻璃纖維織布缺陷檢測軟件系統(tǒng)，系統(tǒng)包括圖像采集模塊、人機交互模塊、圖像處理模塊和缺陷數(shù)據(jù)統(tǒng)計模塊，實現(xiàn)了玻璃纖維布缺陷的檢測和布匹分級。在實驗平臺上進行了調試和實驗驗證，結果表明本文的研究方法穩(wěn)定可靠、實時性好，滿足了預期的研發(fā)要