一种基于机器视觉的布料表面缺陷检测装置及方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113777030A(43)申请公布日2021.12.10(21)申请号202110765759.9(22)申请日2021.07.08(71)申请人杭州信畅信息科技有限公司地址311122浙江省杭州市余杭区运河街道宏达路28号1幢3楼302室(72)发明人沈人庄健尚金道(51)Int.Cl.G01N21/01(2006.01)G01N21/898(2006.01)权利要求书3页说明书7页附图4页(54)发明名称一种基于机器视觉的布料表面缺陷检测装置及方法(57)摘要本发明公开了一种基于机器视觉的布料表面缺陷检测装置及方法，检测装置分模块组装，包括预处理模块，视觉检测模块和收卷模块；利用视觉检测模块里的面阵相机模组拍摄无疵点的布匹图像作为标准样本,根据标准样本计算平场校正矩阵并实现亮度补偿；采用K均值聚类算法的原理计算标准样本的聚类中心及其他特征参数；面阵相机模组实时拍摄待测布匹并进行平场校正；根据背景与布匹图像的亮度值差异实现边缘检测和区域裁减；计算待测图像像素到聚类中心的欧氏距离并根据阈值判定是否存在疵点；如有则保存疵点图像。本发明克服了传统人工目测检测速度慢、精度低﹑漏检率高、误检率高的问题,推动了纺织领域的检测自动化发展。CN113777030ACN113777030A权利要求书1/3页1.一种基于机器视觉的布料表面缺陷检测装置，其特征在于：机械组件分模块组装，包括预处理模块，视觉检测模块，收卷模块，所述预处理模块将行进中的布匹除皱展平并送至视觉检测模块，所述视觉检测模块采集行进中的布匹图像并做疵点检测，所述收卷模块对检测完成的布料进行对边收卷。2.根据权利要求1所述的一种基于机器视觉的布料表面缺陷检测装置，其特征在于：预处理模块包括步进电机(71)、挡布架(82)、卷布辊(12)、分丝辊(14)、滑条辊(15)、活动辊(13)，通过设置主动和从动卷布辊的转速差来调节张力，行进中的布匹先后经过分丝辊、滑条辊、活动辊从而达到除皱展平的效果，以便于后续的视觉检测。3.根据权利要求1所述的一种基于机器视觉的布料表面缺陷检测装置，其特征在于：视觉检测模块包括LED顶光源(36)、LED底光源(35)、面阵相机模组(42)、计算机(91)、光源控制器(92)，所述面阵相机模组与计算机通过数据线相连接，用于确保实时采集行进过程中的布匹表面图像，将数据传输至计算机做算法检测，识别出布料边界以及布料疵点并做记录和保存有瑕疵的布料图像。4.一种基于机器视觉的布料表面缺陷检测方法，其特征在于，包括以下步骤：步骤1)、采集无缺陷布匹图像样本，并将获取到的样本图像传输至计算机；步骤2)、对步骤1中采集到的标准样本图像进行亮度平场校正矩阵的计算，并根据校正矩阵对所述样本图像做亮度补偿；步骤3)、对所述亮度补偿后的样本图像进行K均值聚类算法处理，迭代计算得到聚类中心并计算其他相关的特征参数存储于计算机，所述的其他特征参数包括每一个聚类项中的像素平均距离、标准偏差，以及像素距离的最大值和最小值；步骤4)、利用面阵相机模组实时拍摄验布机视觉检测模块上的待检测布匹图像，传送至计算机，并根据步骤2计算出的平场校正矩阵给所述待检测布匹图像做亮度补偿；步骤5)、对步骤4中面阵相机模组边缘两个相机采集到的图像进行布料边缘检测与图像裁减处理，只保留需要检测的布料图像数据，将背景与布料边界的毛边部分裁减掉。步骤6)、对步骤4和步骤5所得到的待检测图像进行疵点检测算法处理，计算待检测图像像素与步骤3所得到的聚类中心的欧氏距离，根据步骤3中计算出的特征参数来设定阈值，若欧氏距离均在所设置的阈值范围内，则判断实测布匹图像合格，否则判断实测布匹图像存在疵点。步骤7)、对步骤6中判断出来的存在瑕疵的布匹图像做形态学闭运算与疵点的框选处理，保存框选疵点后的布匹图像至计算机中，并将疵点信息存入数据库。步骤8)、判断当前检测布匹图像是否为最后一张，若不是最后一张，则转至步骤4继续采集布匹图像并检测；若是最后一张，则停止采集图像，并根据步骤7数据库中保存的疵点情况进行打分，对当前整卷布进行等级评估。5.根据权利要求4所述一种基于机器视觉的布料表面缺陷检测方法，其特征在于，步骤2中的亮度平场校正矩阵的计算是首先选取样本图像中心50*50个像素的矩形区域，再计算该区域HSV空间中的V空间亮度均值MeanValue，然后对样本图像HSV空间中的V空间进行逐像素做差，计算与矩形区域亮度均值的差值，如下式Mc＝Mmean‑MV其中Mmean是像素值均为MeanValue的单通道矩阵，MV为标准样本图像HSV通道分离出的V2CN113777030A权利要求书2/3页空间图像矩阵，二者做差从而得到平场校正矩阵Mc。6.根