织物常见疵点 检测标准 目前检测方式 自动化检测..
织物疵点自动检测系统中疵点图像特征参数选择与提取研究
织物疵点自动检测系统中疵点图像特征参数选择与提取研究摘要：疵点图像的特征提取是识别织物疵点的重要依据，它直接影响疵点识别的效率和准确率。
特征参数应具有灵敏度高、独立性强、运算快的特点，提取出疵点的区域面积、边界周长、中心点坐标、长短轴长度、形状参数F和离心率E作为疵点的特征参数。
实验证明它能够识别出大部分常见疵点，并为疵点定位标识提供充分依据。
关键词：疵点识别特征提取疵点检测图像处理1 引言织物疵点是影响产品质量的重要因素，目前，在国内绝大部分的纺织企业中，对织物的疵点检测还是采用人工离线检测。
随着计算机技术和数字图像处理技术的飞速发展，可以实现织物疵点的自动检测。
基于数字图像处理技术的疵点检测过程包括图像采集、图像分析和特征值提取、疵点判别和分类，其核心技术是特征值提取和分类。
织物图像的特征值提取实质是寻找描述织物疵点特征的一组度量值，这组值能够准确地表达疵点的大小、方向和位置等，为疵点的识别和分类提供依据。
2 织物疵点图像的特征参数选择特征参数选取很重要，若特征抽取不正确，就不能很精确的进行分类。
但是，可选取的特征参数很多，如果这些参数全部用来表征图像的特征，不仅计算量大，而且各个参数的灵敏度不同，有些参数表达的内容会有重复，因此需要对参数进行认真选择。
从所提取的特征参数中选取特征向量时，一般的方法是根据每一类的协方差矩阵，在变换后的矩阵中，作为特征向量取代原来的特征参数代表图像特征，这种取代的结果均方差最小。
由此看出，特征向量的抽取目的是在不明显降低系统识别性能条件下，用较少的特征参数代表图像。
在特征向量选择时的依据为：[1]1）可靠性：特征向量各元素对应的特征参数的灵敏度要高，即各参数的误判率较低；2）独立性：特征向量之间各个元素彼此独立，表达不同疵点的特征；3）数量要少：特征向量的元素尽可能少，这样可以使判断速度快，计算量小。
各种疵点分类的主要依据是疵点的形状，所以对它们进行特征提取时，主要选择描述形状特征的参数作为特征值。
一种织物瑕疵检测方法
一种织物瑕疵检测方法摘要:针对纺织业生产过程中的断线问题，对瑕疵检测进行了研究。
介绍了基于单片机的检测系统的设计，对检测系统实际检测到的布匹瑕疵的波形图进行处理分析，根据分析结果设计基于“自基准判别”的思想的控制程序。
实物检测结果表明，本系统可以准确的检测织物生产出现的瑕疵，是织物瑕疵检测一种可行的方法。
关键词：瑕疵检测、单片机、波形分析、自基准判别0 引言在纺织品生产过程中，质量控制与检测是非常重要的，织物疵点检测是其中最重要的一部分。
目前国内织物检测基本上是由人工视觉来完成。
在检测过程中，由于人眼视觉存在偏差，首先，一个检验员精力集中的最长时间只有20 min~30 min，超过这个时间就会疲劳，检验员的注意力就会降低引起漏检。
其次，一个检验员的工作状态受到外界因素，如疵点类型和大小、频率、天气、身体情况影响会不断变化，较低的重现率并不奇怪，也会影响检测结果。
[1]基于以上原因，织物疵点的自动检测技术是近年来国内外学者共同关注和研究的热门课题之一。
综述其原理方法可分为以下三类：纹理结构模型方法【2】、象素特征统计方法、图像变换滤波方法【3】。
本研究采用单片机对采集的信号进行分析处理，相比于通过分析从图像中发现异常的纹理结构，从而确定织物疵点的图像处理的织物疵点检测技术，本研究检测简单实用、准确率高。
1 系统设计1.1系统框图系统实现过程：光源发出的光线经透镜折射成平行光透射过布匹再聚焦为一点被传感器采集，相比于扩散光线平行光能准确的的反应布匹的信息。
光电传感器将光信号转变为电信号，经滤波放大电路去噪声和优化信号处理，提取有用的信号再经A/D转换成数字信号以便单片机系统可以采集到信号并对信号进行处理。
单片机系统通过内部的自基准瑕疵判断程序对信号进行处理，根据处理结果控制电机和外部人员设备交换信息。
采用单片机控制系统可靠性高，处理速度快，能实现实时控制，一出现瑕疵即可报停，节约生产成本。
一般的光电检测系统都采用反射光检测，但是一般物体表面反射率不到10%，反射的光线很弱，而生产现场往往有白炽灯太阳光反射等嘈杂光信号使信号采集困难、信号信噪比小、信号处理难、系统可靠性差。
织物表面疵点自动检测方法研究
织物表面疵点自动检测方法研究织物作为我们日常生活中不可或缺的一部分，其品质的好坏直接影响到我们的穿着舒适度和外观。
然而在织物制造过程中，由于各种原因可能会出现一些疵点，如结疵、破洞、污渍等，如果这些疵点没有及时检测和修复，将直接影响到织物的质量。
开发一种快速、高效、准确的织物表面疵点自动检测方法至关重要。
近年来，随着计算机视觉与图像处理技术的发展，织物表面疵点自动检测方法也得到了很大的提升。
传统的疵点检测方法主要依赖于人工目视检测，其效率低、准确度差且易受到操作人员主观意识的影响。
通过利用计算机视觉技术来实现织物表面疵点自动检测成为了当前研究的热点之一。
一种常用的织物表面疵点自动检测方法是基于图像处理和机器学习的技术。
通过摄像设备对织物表面进行拍摄，获取高清晰度的图像数据。
然后，利用图像处理技术对图像进行预处理，如去噪、平滑、增强对比度等，以便更好地提取疵点信息。
接下来，利用机器学习算法，如支持向量机（SVM）、卷积神经网络（CNN）等，对预处理后的图像进行特征提取和分类，从而实现对织物表面疵点的自动检测和识别。
这种方法无需人工干预，可以大大提高检测效率和精度。
当前织物表面疵点自动检测方法还存在一些问题和挑战。
织物表面疵点种类繁多、形态复杂，不同种类的织物表面疵点对图像处理和机器学习算法的要求也不同。
由于织物表面疵点受到光照、角度等因素的影响，样本图像的变化也很大，这对算法的鲁棒性提出了更高的要求。
针对以上问题，研究人员提出了一些新的解决方案。
一种是利用深度学习技术，针对不同种类的织物表面疵点进行更精细化的特征提取和分类，提高检测的准确度和鲁棒性。
另一种是结合多种图像处理技术，如纹理分析、形状识别、颜色分割等，以综合性的方式对织物表面疵点进行检测和识别。
还有一种是利用新型的传感器技术，如多光谱成像、红外成像等，获取织物表面的多维信息，从而更全面地进行疵点检测。
在未来，随着计算机视觉与图像处理技术的不断进步和完善，织物表面疵点自动检测方法将会迎来更大的发展空间。
织物瑕疵的检测技术
织物瑕疵的检测技术
织物瑕疵的检测技术主要包括人工检测和自动检测两种方式。
人工检测主要是通过人眼视觉来进行检测，操作简单、成本低廉，但其缺点是容易疲劳、视力偏差大、效率低下、易发生漏检和误判等
问题。
自动检测技术则是利用计算机视觉技术，通过图像处理、模式识
别等算法来对织物中的瑕疵进行检测。
它具有检测速度快、效率高、
有利于提高产品质量等优点。
常用的自动检测技术包括数字图像处理技术、神经网络技术、机
器视觉技术等方法。
其中，数字图像处理技术广泛应用于织物瑕疵检
测领域，包括图像增强、边缘检测、滤波、分割、特征提取等处理方法。
神经网络技术则是通过模拟人脑神经系统的运作模式，进行模式
分类、模式识别等任务。
它通过学习大量的样本，自动提取特征并建
立模型，实现对织物瑕疵的自动检测。
机器视觉技术则是将数字图像处理、模式识别、机器学习等技术
融合在一起，实现对织物瑕疵的自动检测和分类。
通过机器视觉技术，可以实现对织物表面的瑕疵、无纺布的光学缺陷、繁忙的纱线等进行
有效检测。
综上所述，自动检测技术是织物瑕疵检测领域的重要发展方向，
其应用将会极大地提高织物产品的质量和生产效率。
常见机织面料疵点种类及验布现状
常见机织面料疵点种类及验布现状纺织企业中布面疵点的产生是难以避免的，造成布面疵点的原因也是多方面的。
常见的机织面料疵点的种类及形成原因有：跳花——三根及以上的经纱或纬纱相互脱离组织，并列跳过多根纬纱或经纱的破损疵点。
百脚——斜纹或缎纹织物的一个完全组织内有一根或几根纬纱未织所形成的疵点。
松经——织物表面经纱松浮，在布面呈现较其他经纱色泽稍深的疵点。
双纬——两根纬纱未按组织起伏并织入织物所形成的疵点。
结头——纱线断裂后打结在织物上形成结头密集一处或结头的大小、长短不合规定的疵点。
双经——织物中两根经纱并列织入而形成的疵点。
纬缩——纬纱扭结织入织物，在织物上呈现白色的起圈。
跳纱——1～2根经纱（或纬纱）未按组织上下、并列跳过规定根数的纬纱（或经纱）而形成的线条状或面积状浮线疵点。
断经——织物中经纱折断，在布面呈现一条隐约可见的白色痕迹疵点。
白线织入——白线织到织物中形成的疵点。
稀弄——纬向组织的纬线比正常组织的纬线少所造成的布面疵点。
粗经——直径偏粗的经纱织入织物所形成的疵点。
细经——经纱比正常经纱细，织入到地组织的疵点。
稀纬——局部纬密较规定少，在织物表面呈现稀薄纬向深色横条疵点。
据调查，织物布面疵点的存在将会使织物价格降低45%-65%，众所周知，验布是成布出厂的最后一关，也是质量控制的重要一环，直接影响到最终的布面质量及成品等级。
当前，国外利用计算机技术的织物疵点自动检测技术可以有效减少人工、提高准确性，且速度快，成熟的系统可达100m/min以上，可以较大地提高生产效率。
代表性产品有以色列EVS公司的I-TEX、比利时BARCO公司的Cyclops、瑞士Uster公司的Fabriscan织物在线检测系统等。
相比之下，我国纺织企业验布是以人眼观察为主，对检测人员要求较高，劳动强度大、需要长时间的专心工作，对工人健康不利，且易受主观因素影响，漏检率高，检测速度仅有5-20m/min，很难适应时下纺织企业前道工序中自动化程度较高的高速化生产方式。
织品(帘子布)瑕疵点检测算法
织品（帘子布）瑕疵点检测算法纺织品的生产过程中总会产生瑕疵点，这些瑕疵点直接影响到织物质量的好坏，从而直接影响到产品的销售以及出口等相关行业。
所以验布环节是织物质量控制的一个十分重要的过程。
迄今为止，传统的验布工作都是由人工完成的，鉴于验布人员主观意识影响，常常存在有错检、漏检等问题，并且效率比较低。
但是随着计算机数字图像处理技术和工业自动化的发展，纺织品生产的自动化成为了必然趋势，基于机器视觉的自动验布系统已经成为大家关注的焦点。
1.引言目前，国外纺织品的检测已经开始靠硬件完成，但价格非常昂贵。
找到一种基于PC平台的自动检测算法，可以有效的快速、准确并且低成本的检测织物表面的瑕疵点。
帘子布图像瑕疵点检测算法研究主要有四部分组成，1)首先是预处理，在对织物图像进行直方图均衡化后，通过对比分析几种平滑锐化算法，选择了用中值滤波对图像进行平滑去噪，用Top-Hat 算子变换对织物图像进行锐化增强；2)接着是通过分析对比，选择了灰度直方图法对织物图像是否含有瑕疵点进行快速判断；3)然后是图像分割，提出了一种基于数学形态学的检测算法，即先利用自相关函数和FFT 找出织物经纬结构的重复单元，以其为依据，用形态学中腐蚀背景和膨胀目标的方法检测图像中的疵点信息，再在传统的形态学处理法之后，再一次采用开运算进一步的消除噪声，从而更加突出疵点；4)最后通过织物疵点长度L、疵点宽度W、疵点的经纬伸长度R、疵点面积S 及疵点的紧密度C五个特征常量对织物进行特征提取。
通过实验可以结果证明，本文提出的算法都是有效可行的。
1.1 背景众所周知，产品的质量关系着企业的存亡。
而产品质量的检测是企业生存的一个重要内容。
比如纺织物等表面瑕疵点的检测和识别。
它是产品质量的一个重要因素，亦是产品材料表面检测的重要环节。
瑕疵点检测就是在产品生产完成后，通过肉眼观察，找到有瑕疵的地方，然后再经过修复和整理，尽可能的降低瑕疵点数量，从而保证产品的质量。
26433750_织物疵点自动检测方法及应用进展
检测精度的限制,现 有 的 织 物 疵 点 自 动 检 测 系 统 通 常
选择在机下进行验布,一般具有布面牵引系统、图 像 采
视觉对织物疵 点 进 行 自 动 检 测 成 为 研 究 的 热 点 话 题,
集系统、图像识别系统、疵点标记系统和人机界面 等 配
以“织物疵点检 测”为 主 题 进 行 中 英 文 文 献 的 检 索,可
计法、频谱 分 析 法、模 型 法 是 传 统 的 数 字 图 像 处 理 方
量较低,对 光 照 变 化 不 敏 感,普 遍 应 用 于 人 脸 识 别 方
法,基于学习的方法则涉及到了机器学习的概念,按 照
向,
Ta
e
rpour等首 次 将 LBP 算 子 应 的方法介绍。
特征提取三个方面介绍了织物疵点检测系统中用到的
方图(HOG),提 取 较 为 稳 定 的 边 缘 特 征,对 局 部 形 状
算法
。还有 一 种 比 较 常 见 的 分 类 方 式 主 要 聚 焦 在
[
15]
特征提取和分类阶段,按照图像处理的原理不同,分 成
结构方法、统计 学 方 法、频 谱 分 析 方 法、基 于 模 型 的 方
t
e
r的 Q-Ba
r2 织 物 检 测 仪,可 直
接定位在经纱和 纬 纱 的 交 织 区 域,在 纬 纱 穿 过 前 对 经
纱进行监控,同时也能够监控引入纬纱的动作,实 时 进
行织物疵点检测,及时对布面瑕疵做出反应,但此 系 统
主要针对机织物织造阶段。江南大学开发了一款 检 测
收稿日期:
2021
09
服务,如 陕 西 长 岭 纺 织 机 电 科 技 有 限 公 司 的 FS220 型
织物表面疵点自动检测方法研究
织物表面疵点自动检测方法研究织物是我们日常生活中常见的一种材料，它被广泛应用于服装、家居用品、车辆内饰等领域。
在织物生产过程中，常常会出现疵点，如结疵、污点、断经、断纬等问题，这些疵点会影响织物的质量和美观度，甚至影响产品的销售。
研究织物表面疵点的自动检测方法对于提高织物生产质量和效率具有重要意义。
本文将探讨织物表面疵点自动检测方法的研究现状和发展趋势。
一、织物表面疵点的特点和影响织物表面疵点主要包括结疵、污点、断经、断纬等问题。
这些疵点会影响织物的外观和质量，降低产品的使用价值。
特别是在服装等领域，疵点对产品的影响更加显著。
及时准确地检测和处理织物表面疵点是非常重要的。
二、织物表面疵点检测的传统方法传统的织物表面疵点检测方法主要依靠人工目视检查和手工智能检测。
人工目视检查虽然可以发现一些明显的疵点，但是由于人的主观判断和疲劳度，往往容易漏检或误判。
而手工智能检测则是依靠专人操作检测设备进行检测，虽然准确度较高，但是成本较高且效率低下。
随着计算机视觉、图像处理和人工智能技术的发展，织物表面疵点自动检测方法也得到了迅速发展。
目前，主要的研究方向包括图像采集、特征提取和疵点识别。
1. 图像采集图像采集是织物表面疵点自动检测的第一步，其主要目的是获取织物表面的图像数据。
近年来，随着成像技术的不断进步，高分辨率、高速度的相机和传感器得到了广泛应用，可以实现对织物表面的高质量图像采集。
2. 特征提取特征提取是织物表面疵点自动检测的关键步骤，其主要目的是从图像数据中提取能够表征疵点的特征。
常用的特征提取方法包括纹理特征、色彩特征、形状特征等。
通过有效的特征提取方法，可以有效地区分疵点和正常区域。
3. 疵点识别疵点识别是织物表面疵点自动检测的最终目标，其主要目的是利用图像处理和机器学习技术识别出织物表面的疵点。
目前，常用的疵点识别方法包括基于规则的方法、基于特征的方法和基于深度学习的方法。
这些方法可以有效地识别出织物表面的疵点，并实现自动化检测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
机织物常见的疵点
• 5错、松、紧经 • 在布面上出现不合工艺要求的粗、细或松、紧经纱称错、 松、紧经。 • 原因分析: • (1)上道工序不同品种的经纱混淆或因其它原因使经纱出 现多、缺股造成。 • (2)织布档车工用不同号数的纱线随倒倒经纱,遭成错经。 • 预防及处理: • (l)档车工加强巡迥,认真检查布面和织轴,发现错、松、紧 经纱要立即换掉。 • (2)倒断纱需随经纱时,要用相同品种的纱线,并在织轴上绕 一圈再进入布面。‘ • (3)加强整经机的维修与保养,提高上轴工的技术,保证织轴 质量。
2018/10/15
小田 @
1
断经:
2018/10/15
小田 @
2
机织物常见的疵点
• • • • • • • • • • • 2错纬 即在布面上出现不符合工艺要求的纬纱。 原因分析: (1)上道工序出现不同品种纬纱混淆情况造成。 (2)品种更改频繁、装板新工较多,对不同品种用纬纱不了 解或责任心不强造成。 (3)梭子张力装置瓷牙起糟,合股纬纱中单股纱摩断,造成缺 股错纬。 (4)原丝标号不合工艺标准要求造成错纬。 预防及处理: (l)加强巡迥,发现错纬疵点应尽可能拆布。 (2)加强梭子的检查,注意张力装置的磨损情况。 (3)档车工、装梭工要随时注意车间品种的更改情况,以免 造成错纬。
小田 @ 7
• •
2018/10/15
机织物常见的疵点
• • • • • • • • 7杂物 布面止出现的大大小小的毛纱团称杂物。 原因分析,、 (1)原纱质量差,起毛严重或由于各工序生产中纱线通道不 光滑,原纱损伤起毛造成。 (2)打扫机台、灯管卫生,飞花落下织入布面。 预防及处理: (1)档车工加强巡迥,防疵捉泉,减少杂物。 (2)加强原纱及设备管理,提高纱支质量。
织物常见疵点和一般标准
小田 @
机织物常见的疵点
• • • • • • • • • • • • • 1.断经: 即经纱断头后未及时处理,在布面上出现缺少经纱的部分。 原因分析: (1)织布机断经自停机构失灵,断经不停车。 (2)经纱捻度大,缭眼处断经后,纱头与相邻的经纱扭结在一起,停经片不能自然 落下造成断经。 (3)断经纱头下落缠绕在弯轴上,随着弯轴的转动,断经纱受到张力,使停经片不 能自然落下。 (4)经纱相互交叉缠绕,在停经片处摩擦断头,因摩擦产生的杂物将断经的停经 片与相邻停经片粘连,不能自然落下造成。 (5)经纱穿错缭眼造成。 预防及处理: (l)档车工加强巡迥,防疵捉疵,发现问题及时处理。 (2)相互交叉的经纱还原对接良好,捻度较大的经纱用随纱换掉,较多时应及时 报告车间工艺员。 (3)对于断经、特别是双根及以上的断经,应考虑尽可能拆布。 (4)因布机故障造成的断经,立即立信号牌停机等候处理。
小田 @ 常见的疵点
• 4稀、密路 • 由于纬纱密度过大或过小,在布面上出现的稀、密横条称稀、 密路。 • 原因分析: • (1)档车工操作方法不当,手换梭后没对好织口造成。 • (2)布机卷取及送经机构发生故障或卡头螺针松紧不合适 造成(即小布卷卡头紧,大布卷卡头松)。 • (1)加强档车工操作培训,提高操作水平,对于织口至胸梁范 围内出现的稀、密路,特别是扣分严重的,应立信号牌拆布。 不能拆布的密路疵点,米用抽纱的方法处理。即在密路部位 连续抽出2根或以上双数纬纱(弯轴停在前心,放松布面)、 然后以密路部位为中心,两手捏住布边交错枚拉,使纬纱排 列均匀、密度合适为止(见图2)。 • (2)因布机故障产生的稀、密路,如停车稀路,运转中出现的 稀、密路等应立信号牌修理。
小田 @ 3
2018/10/15
机织物常见的疵点
• • • • • • • • • • 3接头痕迹: 断头对接后,在纱线上留下的胶水痕迹。 原因分析: (l)档车工质量意识不强,接头方法不合操作要求。 (2)原纱质量差,背股、翘头、杂物等疵卢、较多,断头率高 造成。 (3)档车工手止出汗或油污较多,造成油污接头。 (4)胶水质量差,钻性低。预防及处理: (1)加强职工质量意识教育,提高操作水平。 (2)随身带一块棉纱,及时擦净手上的汗渍和油污。 (3)加强巡迥,防疵捉疵,及时处理原纱疵点。
2018/10/15 小田 @ 6
机织物常见的疵点
• • • • • • • • • 6双纬、脱纬 织造中,每一梭口中织入2根纬纱称双纬,织入3根及以土的纬纱称脱纬。 原因分析: (l)纬纱卷绕松软或存放处干燥,存放时间长,卷烧直径大产生脱纬、双纬。 (2)布机投校力大,缓冲力小或车速高.梭子冲击力大适成。 (3)梭子不良(包括梭挺不正、张力装置不合适、瓷牙起槽)、原纱质量差,设备 故障等原因,引起梭外断纬后未及时停车,梭外的纱头被夹在织口中继续引入纬 纱产生双纬。 (4)档车工操作不当,手换梭时未处理好织口内的纬纱产生双纬。 预防及处理: (l)档车工加强巡迥,认真检查布面。如发现双纬或脱纬疵点,应及时处理,常用 方法如下:如疵点在胸梁至织口范围内,应考虑拆布。如疵点织过织口较长一段 时,可采用抽、换纬纱的方法即;将钢箱停在织口位置,放松布面,然后用挑针将 双纬或脱纬中多余的纬纱挑出抽掉(抽纬法),或者用一根合格的纬纱与双纬、 脱纬疵点的一头对接,慢慢枚拉另一头,用正确的纬纱将疵点纬纱换掉(换纬法)。 (2)加强纬纱的质量管理,降低存放时间,并增加存放纬纱库房的湿度。 加强设备维修,降低断纬率
2018/10/15
小田 @
8
机织物常见的疵点
• • • • 8拖纱 在布面及布边出现长度为Icm以上的纱尾称施纱。 原因分析: (l)档车工对质量标准不掌握,不能准确辩别并处理施纱夜 点。 (2)布机停台率高,断经、断纬处理后,施纱处理不及时或未 处理干净。 (3)布机梭箱部位有毛刺,纬纱被挂造成边部施纱。 预防及处理: (1)施纱是最常见,最易处理的夜卉、,因此,档车工要加强 巡迥,对布面、布边施纱及时处理,不留小纱头。 (2)发现边部挂线情况,应立即立信号牌修理。