基于機器視覺的紡織品瑕疵自動檢測及分類方法

復合材料玻璃纖維屬于產業用紡織品，在軍工，汽車，造船等行業廣泛應用。我國的玻璃纖維產量站到全球的75%以上。但由于該行業在我國起步較晚，設備自動化程度不高，產品質量難以控制，產品以中低端為主。企業迫切需要采用機器實現自動化檢測，替代人工，保證產品質量。

1、關鍵技術

建立有效的玻璃纖維產品疵點紋理圖像預處理方法西安獲德將該方法應用于玻璃纖維圖像增強方面能使圖像邊緣明顯突出、紋理更加清晰和非線性保留圖像平滑區域細節信息。

2、基于深度學習的疵點分類方法

玻璃纖維產品多樣化，檢測需求各不相同，根據各種玻璃纖維產品的紋理特征，采用模式識別的先進方法深度學習方法，對各種產品的缺陷不斷收集，不斷學習，形成良好的分類模型，對檢測到的缺陷進行正確分類，并對玻璃纖維產品質量進行客觀評價。

3、工業環境下機器視覺系統的架構

搭建高速的圖像處理平臺，以滿足高速的生產線在線檢測。解決工業現場環境差，系統穩定性不好的問題。紡織廠的環境一般是高溫，高濕，并且灰塵較多，但工業環境下的檢測要求是24小時，365天不間斷的工作。因此西安獲德經過長期調研及現場經驗，研發了能夠滿足紡織行業環境下的機器視覺檢測硬件系統。