布料/紡織品一直是與人類生活最息息相關(guān)的產(chǎn)品之一。我們?nèi)粘４┲囊挛锎蠖鄶?shù)都是以布料作為原料直接或間接生產(chǎn)得到的。此外還有日用的毛巾、被單以及醫(yī)院所使用的繃帶等等也是由布料加工得到的。因此，布料的生產(chǎn)是目前世界上十分重要的工業(yè)之一。但是在布料生產(chǎn)的過程當(dāng)中，由于機器或是人工的一些錯誤，會不可避免地在生產(chǎn)出的布料上產(chǎn)生各種各樣的缺陷。在本文中將布料的缺陷分為兩類：染色性缺陷和結(jié)構(gòu)性缺陷。圖 1所示的是在布料的生產(chǎn)過程中常見的一種染色性缺陷和一種結(jié)構(gòu)性缺陷。染色性缺陷指的是由于染色不均或在生產(chǎn)過程中布料沾上臟污造成的布料外觀缺陷。而結(jié)構(gòu)性缺陷指的是在布料生產(chǎn)過程中，由于編織原因或是布料與生產(chǎn)機器發(fā)生勾劃而導(dǎo)致的缺線、冒線甚至是破洞等問題。相比于染色性缺陷，結(jié)構(gòu)性缺陷對布料的質(zhì)量損害更大且更難以被檢測。

圖 1 布料生產(chǎn)過程中常見的染色性缺陷（左）和結(jié)構(gòu)性缺陷（右）

據(jù)調(diào)查表明，一張布料若是包含有缺陷，其價值將會下降50%左右。因此為了保證生產(chǎn)出的布料的質(zhì)量，布料缺陷檢測是布料生產(chǎn)過程中的一個不可或缺的環(huán)節(jié)。目前，在布料的生產(chǎn)過程中，布料缺陷檢測的工作主要由人工完成。這是一件令人疲倦且枯燥的重復(fù)性工作。同時人工檢測會帶來一些問題，例如：熟練程度的不足會導(dǎo)致新手檢測人員的檢測準(zhǔn)確率偏低；在長時間 的檢測過程中檢測人員會因疲倦而出現(xiàn)檢測效率以及檢測質(zhì)量下降。上述這些因素都會使得在實際布料生產(chǎn)的過程中布料缺陷檢測的質(zhì)量不能得到很好的保證。因此實現(xiàn)一種魯棒性和準(zhǔn)確率高的自動布料缺陷檢測方法是十分重要的，這能夠很大程度上提高工廠的布料生產(chǎn)效率以及質(zhì)量。

目前現(xiàn)有主要的自動布料缺陷檢測方法是通過在布料生產(chǎn)線的上方架設(shè)相機來代替人工對生產(chǎn)出的布料進行檢測。本文中將這種基于相機所拍攝的布料表面圖像來做布料缺陷檢測的方法稱作視覺方法。該方法首先利用相機實時拍攝流水線上生產(chǎn)的布料的表面圖像，之后利用各種圖像處理算法對布料表面圖像進行處理和識別，檢測當(dāng)前布料表面是否存在缺陷，以此來實現(xiàn)自動化的布料缺陷檢測。

下面將主要介紹目前基于上述視覺方法所使用的布料缺陷檢測算法。我司采用的主要是基于深度學(xué)習(xí)的圖像處理方法。下面重點介紹下我司的紡織品缺陷檢測方案：

方案硬件：工業(yè)相機、工業(yè)鏡頭、AI邊緣計算服務(wù)器、光源、顯示器等。

方案軟件：織物瑕疵點檢測算法，可視化界面。

技術(shù)路線：

（1）采用成都華江信息自主研發(fā)專利算法的智能缺陷識別軟件。

（2）視覺模塊采用高精度線陣工業(yè)相機、高精度工業(yè)鏡頭、特殊設(shè)計高亮工業(yè)光源。

（3）處理模塊采用高頻、大內(nèi)存工業(yè)電腦處理器，擁有超強算力，滿足實時數(shù)據(jù)采集處理需求。

檢測效果如下：

針對織物疵點存在的種類多、密集度高、尺度小等檢測難點，我司擁有先進的織物疵點檢測算法。提升算法的檢測精度和速度，可以有效幫助紡織品生產(chǎn)企業(yè)降本增效！歡迎咨詢~