一、 布匹生产在线检测概述
自动检测技术作为一种快速、实时、准确采集与处理信息的高新技术，已逐渐成为国民经济信息化、增强竞争力不可缺少的技术工具和手段。布匹在现代生产流水线上，需要判别出布匹的颜色是否合格、布匹上是否有杂质及杂质的数量。由于生产线运行速度较快，要求杂质分辨直径较小，用人工难以做到实时检测，事后抽样检测效率低下，且抽检后的产品仍然有存在瑕疵的可能。计算机的自动化，正好适合于快速实时地检测。布匹生产在线检测系统正是基于机器视觉的技术，快速高效的检测出布匹的颜色和存在的杂质。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布、亮度和颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来识别图像的内容或控制现场的设备动作。
二、项目要求
在布匹的生产过程中，像布匹质量检测这种有高度重复性和智能性的工作只能靠人工检测来完成,在现代化流水线后面常常可看到很多的检测工人来执行这道工序,给企业增加巨大的人工成本和管理成本的同时,却仍然不能保证100 %的检验合格率(即“零缺陷”) 。对布匹质量的检测是重复性劳动，容易出错且效率低。
流水线进行自动化的改造，使布匹生产流水线变成快速、实时、准确、高效的流水线。在流水线上，所有布匹的颜色、及数量都要进行自动确认（以下简称“布匹检测”）。现在采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的布匹检测中，用人工检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。
三、项目方案
机器视觉是在没有人工干预的情况下使用计算机来处理和分析图像信息并作出结论。机器视觉的特点是自动化、客观、非接触和高精度,与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性。
在机器视觉应用中，包括以下几个过程：
图像采集
通过光学系统，由相机采集图像，图像转换成数字格式式并传入计算机存储器。
图像处理
处理器运用不同的算法来处理对决策有重要影响的图像要素，如对图像进行颜色辨识,面积、长度测量，图像增强，边缘锐化，降噪等处理。
特性提取
处理器识别并量化图像的关键特性，例如布匹的颜色和杂质的形状等等。然后这些数据传送到控制程序。
判决和控制
处理器的控制程序根据收到的数据做出结论。例如：这些数据包括杂质的直径是否在要求规格之内或者布匹的颜色是否合格。
视觉系统一般包括：光源、光学系统、相机、图像处理单元、图像分析处理软件、监视器、通讯/输入输出单元等。布匹检测的机器视觉系统的组成如下图所示。视觉系统的输出是经过运算处理之后的检测结果——各种杂质的数量。计算机系统实时获得检测结果后,指挥运动系统或输入输出系统执行相应的控制动作（如分选）。
下面就布匹检测系统提出详细方案设计说明书。
图像处理软件
机器视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。
特征提取辨识
一般布匹检测（自动识别）先利用高清晰度、高速摄像镜头拍摄标准图像，在此基础上设定一定标准；然后拍摄被检测的图像，再将两者进行对比。但是在布匹质量检测工程中要复杂一些：
1． 图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致。
2． 杂质的形状难以事先确定。
3． 由于布匹快速运动对光线产生反射，图像中可能会存在大量的噪声。
4． 在流水线上，对布匹进行检测，有实时性的要求。
由于上述原因，图像识别处理时应采取相应的算法，提取杂质的特征，进行模式识别，实现智能分析。
京公网安备 11011202001138号
