毛条瑕疵检测设备制造技术

本发明专利技术提供了一种毛条瑕疵检测设备，属于纺织质量检测技术领域，具体包括至少三对牵引辊，对待测毛条进行牵引，第一对牵引辊和第二对牵引辊的间距不小于第二对牵引辊和第三对牵引辊的间距，第一对牵引辊和第二对牵引辊之间的速度比小于第二对牵引辊和第三对牵引辊的速度比；毛条拉伸机构，设置在第三对牵引辊的出口且与第三对牵引辊的辊面贴合，具有用于伸展待测毛条的弧面；拍摄机构，对被伸展的待测毛条进行拍摄；运算机构，接收拍摄的照片并进行运算分析，识别出待测毛条中瑕疵点对应的类型及位置坐标，运算机构采用深度学习算法训练的瑕疵识别模型进行分析。通过本申请的处理方案，可以对毛条清洁度进行精准检测从而便于对毛条质量进行判定。对毛条质量进行判定。对毛条质量进行判定。

【技术实现步骤摘要】
毛条瑕疵检测设备


[0001]本专利技术涉及纺织质量检测
，具体涉及一种毛条瑕疵检测设备。

技术介绍

[0002]由于生产工艺等问题，在毛条生产阶段羊毛中的草、异纤、腔毛、色毛等异物无法清除，因此制备得到的毛条存在瑕疵点，而且异物在后续生产过程会造成毛粒、毛片，这些都影响后续的产品质量，因此制备的毛条需要进行检测。而且检测结果可以反馈有问题的工艺设备，一旦工艺设备发生问题会导致这些疵点含量异常增多；检测结果还可以反馈毛条的质量检测，从而提供给不同的客户符合其品质要求的毛条。
[0003]现有技术中虽然采用设备检测毛条，但通常只能在上面检测草、毛粒、毛片等杂色瑕疵，而中毛粒、腔毛、色毛等瑕疵点还需要人工二次检测，人工检测容易疲劳，检测强度高，准确性低，不同检测人员检测结果差异大。另外，由于毛条存在细毛、短毛，在机器检测过程中毛条容易发生卷毛，毛面不开等问题，而毛面不开容易导致大量疵点隐藏在毛面中，相机无法拍摄到疵点，因此需要设置工作人员在设备旁边处理卷毛问题，所以无法直接基于现有设备简单增加设置相机进行智能检测。

技术实现思路

[0004]因此，为了克服上述现有技术的缺点，本专利技术提供一种对毛条清洁度进行精准检测从而便于对毛条质量进行判定的毛条瑕疵检测设备。
[0005]为了实现上述目的，本专利技术提供一种毛条瑕疵检测设备，包括：机体；至少三对牵引辊，平行设置在所述机体的上表面，用于对待测毛条进行牵引，第一对牵引辊和第二对牵引辊的间距不小于第二对牵引辊和第三对牵引辊的间距，第一对牵引辊和第二对牵引辊之间的速度比小于第二对牵引辊和第三对牵引辊的速度比；毛条拉伸机构，设置在所述第三对牵引辊的出口且与所述第三对牵引辊的辊面贴合，具有用于伸展所述待测毛条的弧面；拍摄机构，固定在所述机体的侧表面，用于对被伸展的所述待测毛条进行拍摄；运算机构，用于接收拍摄的照片，并进行运算分析，识别出所述待测毛条中瑕疵点对应的类型及位置坐标，所述运算机构采用深度学习算法训练的瑕疵识别模型进行分析。
[0006]在其中一个实施例中，所述拍摄机构对所述待测毛条多角度拍摄；所述运算机构对多角度拍摄得到的图像进行校正，并将校正后的图像拼接成一张拼接图像，所述运算机构采用事先训练的学习模型对所述拼接图像进行分析进行瑕疵识别，确定所述瑕疵的类型、左上角坐标和右下角坐标。
[0007]在其中一个实施例中，所述运算机构还根据所述左上角坐标和右下角坐标从所述拼接图像中裁剪瑕疵区域，得到瑕疵待分析图像；所述运算机构将所述瑕疵待分析图像输入与所述类型对应的掩膜分割模型，所述运算机构采用所述掩膜分割模型确定所述瑕疵对应的骨架信息；所述运算机构根据所述骨架信息查找到组成骨架的所有端点、支点，并根据所述支点把骨架信息对应的骨架分化为多个分支从而确定所述瑕疵的最终形态。
[0008]在其中一个实施例中，所述毛条拉伸机构的中部呈三角圆锥形。
[0009]在其中一个实施例中，所述三角圆锥形的弧面离底部的距离为3~5mm。
[0010]在其中一个实施例中，所述毛条拉伸机构的底面呈矩形铝板，所述三角圆锥形的最大宽度和所述底面的宽度比为1：2~3：4。
[0011]在其中一个实施例中，所述拍摄机构具有摄像机、对拍摄进行补光的照明灯以及设置在毛条拉伸机构后端的拍摄底板，所述拍摄底板固定在所述机体的侧表面，所述拍摄底板沿着所述毛条运动方向具有黑白两底色区域。
[0012]在其中一个实施例中，所述设备还包含设置在第二对牵引辊和第三对牵引辊之间的第一静电消除器、靠近第三对牵引辊的出口设置的第二静电消除器。
[0013]在其中一个实施例中，所述设备还包含设置在所述牵引辊前端的导毛杆，所述导毛杆用于引导待测毛条进入所述第一对牵引辊的方向。
[0014]在其中一个实施例中，所述牵引辊的上辊体均为柔性辊，所述牵引辊的下辊体均为刚性辊，且所述刚性辊的直径略大于所述柔性辊。
[0015]在其中一个实施例中，所述第一对牵引辊的下辊体和第二对牵引辊的下辊体为带槽钢辊，所述第三对牵引辊的下辊体为光滑刚辊。
[0016]与现有技术相比，本专利技术的优点在于：通过三对牵引辊两次不同速比牵引提高了毛面稀疏度；并通过毛条拉伸机构实现了对毛条的毛面进行撵开，从而提高了毛面撵开宽度，进而达到摄像机拍摄识别需求；并通过设置的拍摄机构、运算机构，对毛条自动进行拍摄识别，从而解决了当前人工检测容易疲劳、检测强度高、准确性低、不同检测人员检测结果差异大等问题。
附图说明
[0017]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0018]图1是本专利技术的实施例中毛条瑕疵检测设备的结构示意图；图2（1）是运算机构得到的瑕疵待分析图像；图2（2）是运算机构采用掩膜分割模型确定瑕疵对应的骨架信息；图2（3）是运算机构根据骨架信息确定瑕疵的最终形态；图3是本专利技术的实施例中毛条拉伸机构的正视图；图4是本专利技术的实施例中毛条拉伸机构的仰视图；图5是本专利技术的实施例中拍摄底板的示意图。
具体实施方式
[0019]下面结合附图对本申请实施例进行详细描述。
[0020]以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可
以相互组合。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0021]要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本申请，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目和方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
[0022]还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本申请的基本构想，图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0023]另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种毛条瑕疵检测设备，其特征在于，包括：机体；至少三对牵引辊，平行设置在所述机体的上表面，用于对待测毛条进行牵引，第一对牵引辊和第二对牵引辊的间距不小于第二对牵引辊和第三对牵引辊的间距，第一对牵引辊和第二对牵引辊之间的速度比小于第二对牵引辊和第三对牵引辊的速度比；毛条拉伸机构，设置在所述第三对牵引辊的出口且与所述第三对牵引辊的辊面贴合，具有用于伸展所述待测毛条的弧面；拍摄机构，固定在所述机体的侧表面，用于对被伸展的所述待测毛条进行拍摄；运算机构，用于接收拍摄的照片，并进行运算分析，识别出所述待测毛条中瑕疵点对应的类型及位置坐标，所述运算机构采用深度学习算法训练的瑕疵识别模型进行分析。2.根据权利要求1所述的毛条瑕疵检测设备，其特征在于，所述拍摄机构对所述待测毛条多角度拍摄；所述运算机构对多角度拍摄得到的图像进行校正，并将校正后的图像拼接成一张拼接图像，所述运算机构采用事先训练的学习模型对所述拼接图像进行分析进行瑕疵识别，确定所述瑕疵的类型、左上角坐标和右下角坐标。3.根据权利要求2所述的毛条瑕疵检测设备，其特征在于，所述运算机构还根据所述左上角坐标和右下角坐标从所述拼接图像中裁剪瑕疵区域，得到瑕疵待分析图像；所述运算机构将所述瑕疵待分析图像输入与所述类型对应的掩膜分割模型，所述运算机构采用所述掩膜分割模型确定所述瑕疵对应的骨架信息；所述运算机构根据所述骨架信息查找到组成骨架的所有端点、支点，并根据所述支点把骨架信息对应的...

【专利技术属性】
技术研发人员：陈红，张玉柱，杨凯健，
申请(专利权)人：上海艾豚科技有限公司，
类型：发明
国别省市：