【技术实现步骤摘要】
本专利技术涉及检测评估，具体为一种基于机器视觉的布匹瑕疵检测方法及系统。
技术介绍
1、布匹作为一种新型环保材料，以其独特的物理和化学性质，如机械强度高、耐水、耐磨、耐热、耐腐蚀及良好的卫生性能，被广泛应用于卫生用品（如卫生巾、尿片、卫生护垫等）、医疗用品、包装材料、农业覆盖物等多个领域，随着市场需求的不断扩大，布匹的生产规模也在迅速增长，这对布匹的质量提出了更高的要求，而机器视觉技术以其高速度、高精度、非接触性和自动化等特点，可以在不影响生产的情况下实时检测，可以在布匹的检测过程中发挥更加重要的作用。
2、现有技术中，布匹的瑕疵种类繁多，在检测时，难以对形状不规则、颜色与背景相近的瑕疵进行准确识别，并且在检测时，机器视觉系统易受环境因素影响，进而影响检测的准确性，因此，如何削弱环境因素对布匹检测过程的影响，提高布匹瑕疵检测的准确度，是我们要解决的问题，为此，现提出一种基于机器视觉的布匹瑕疵检测方法及系统。
技术实现思路
1、为实现以上目的，本专利技术通过以下技术方案予以实现：第一方面，一种基于机器视觉的布匹瑕疵检测方法，包括以下步骤：
2、步骤一、优化布匹检测环境，部署高分辨率的工业相机和传感器以捕获布匹表面的图像和环境因子数据，并对采集的数据进行预处理；
3、步骤二、根据预处理的数据，提取瑕疵特征和环境干扰特征，并对提取的瑕疵特征和环境干扰特征进行标记，整合关联数据样本得到瑕疵特征表和环境干扰特征表；
4、步骤三、遍历瑕疵特征序列
5、步骤四、结合瑕疵分类模型、环境干扰模型以及关联数据，构建瑕疵预警模型，并划分预警等级，对布匹检测的瑕疵严重程度进行预警分析；
6、步骤五、基于预警分析结果，将分类后的瑕疵特征与预设的瑕疵检测标准进行比较，并输出相应的检测报告。
7、第二方面，一种基于机器视觉的布匹瑕疵检测系统，用于实现基于机器视觉的布匹瑕疵检测方法，包括检测平台，所述检测平台通信连接有图像采集模块、环境监测模块、数据预处理模块、特征提取模块、模型构建模块、预警分析模块以及报告生成模块，其中，各模块间电信号连接；
8、所述图像采集模块，用于捕获布匹表面的图像，采用高清晰度、高帧率的摄像头，确保采集到的图像质量清晰；
9、所述环境监测模块，用于结合传感器监测检测区域的温度、湿度、灰尘浓度的环境参数，获取环境干扰因子数据，确保检测环境的稳定性，减少环境因素对图像质量的影响；
10、所述数据预处理模块，用于对采集到的图像数据进行预处理，并对环境监测模块获取的环境干扰因子数据进行预处理；
11、所述特征提取模块，用于从预处理后的图像中提取纹理、边缘、形状和颜色的瑕疵特征，为瑕疵分类提供关键信息，提高检测的准确性，并从预处理后的环境干扰因子数据中提取温度、湿度、灰尘浓度的环境干扰特征；
12、所述模型构建模块，基于提取的瑕疵特征，使用机器学习算法构建瑕疵分类模型，对瑕疵进行分类，区分不同类型的瑕疵，并分析环境因子数据，识别环境变化对检测的影响，结合提取的环境干扰特征构建环境干扰模型，分析不同环境特征对布匹检测过程的干扰情况，提高系统在不同环境条件下的鲁棒性；
13、所述预警分析模块，结合瑕疵分类模型和环境干扰模型的输出，构建布匹瑕疵预警模型，并综合布匹检测时的输送速度，进行实时预警分析，发现潜在的瑕疵问题，根据严重程度发出预警；
14、所述报告生成模块，用于整理检测结果，生成详细的检测报告，并管理检测数据，提供清晰的质量控制记录，便于追踪和改进生产过程。
15、本专利技术提供了一种基于机器视觉的布匹瑕疵检测方法及系统。具备以下有益效果：
16、一、该基于机器视觉的布匹瑕疵检测方法及系统，通过自动化图像采集与处理，实现了对布匹表面瑕疵的连续、不间断检测，相比传统的人工检测方式，极大地提高了检测效率，减少了人力成本，自动化检测能够确保生产线上的产品快速通过检测区域，及时发现并标记瑕疵位置，使得后续处理更加迅速和精确，此外，通过机器学习算法对瑕疵进行分类和识别，能够以极高的准确率识别出各种类型的瑕疵，包括难以被人眼察觉的微小缺陷，自动化的检测流程显著提高了检测效率和准确性，确保了产品质量的稳定性。
17、二、该基于机器视觉的布匹瑕疵检测方法及系统，通过设置的预警功能，一旦检测到瑕疵，即可发出警报信号，并在检测报告中详细记录瑕疵信息，使得生产人员能够迅速响应，对瑕疵进行处理或调整生产参数，从而有效降低生产风险，预警措施不仅减少了瑕疵产品流入市场的可能性，还避免了因瑕疵积累而导致的生产线停机或设备损坏等严重后果。
本文档来自技高网...【技术保护点】
1.一种基于机器视觉的布匹瑕疵检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤一中，捕获布匹表面的图像和环境因子数据的过程包括：
3.根据权利要求2所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤二中，瑕疵特征表和环境干扰特征表的获取过程包括：
4.根据权利要求3所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤三中，瑕疵分类模型和环境干扰模型的构建过程包括：
5.根据权利要求4所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述瑕疵分类评估指数的表达式为：
6.根据权利要求5所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤四中，对布匹检测瑕疵进行预警分析的过程包括：
7.根据权利要求6所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述瑕疵预警系数的表达式为：
8.根据权利要求7所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：多个所述预警等级对应多个所述预警阈值，所述预
9.根据权利要求8所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤五中，检测报告的输出过程包括：
10.一种基于机器视觉的布匹瑕疵检测系统，用于实现上述权利要求1-9任一项所述的基于机器视觉的布匹瑕疵检测方法，包括检测平台，其特征在于：所述检测平台通信连接有图像采集模块、环境监测模块、数据预处理模块、特征提取模块、模型构建模块、预警分析模块以及报告生成模块，其中，各模块间电信号连接；
...【技术特征摘要】
1.一种基于机器视觉的布匹瑕疵检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤一中，捕获布匹表面的图像和环境因子数据的过程包括：
3.根据权利要求2所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤二中，瑕疵特征表和环境干扰特征表的获取过程包括：
4.根据权利要求3所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤三中，瑕疵分类模型和环境干扰模型的构建过程包括：
5.根据权利要求4所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述瑕疵分类评估指数的表达式为：
6.根据权利要求5所述的一种基于机器视觉的布匹瑕疵检测方法，其特征在于：所述步骤四中，对布匹检测瑕疵进行预警分析的过程包括：...
【专利技术属性】
技术研发人员：钟潇，陈坤，葛军，
申请(专利权)人：绍兴达伽马纺织有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。