坯布表面質量檢測系統
來源：m.elblogdealma.com2015年07月29日
隨著生產和工藝的進步，人們對產品的質量要求越來越高，基于機器視覺的在線檢測系統成為一種重要的質量控制手段。對應用于寬幅面!高精度的基于機器視覺的坯布表面質量在線檢測理論與算法進行了研究，研制并開發了一套坯布表面質量檢測系統。
首先，根據坯布表面質量檢測中的寬幅面、高精度的特點，設計了一種主/從機分布式機器視覺在線檢測系統結構，采用多個圖像處理子系統協同完成檢測任務，保證了系統快速處理海量圖像的可靠性,并使用千兆以太網來完成圖像數據與控制指令的網絡傳輸，保證了圖像采集、處理、傳輸和存儲的實時性。文章針對坯布紋理特點，設計了大功率LED條形陣列的正向單側可變角度照明，光照強、照度均勻，避免了固定角度照明適應性差，影響疵點信息提取的缺點。
為濾除坯布圖像在采集過程因光照、拍射角度、鏡頭污染等加入的噪聲，分析了根據坯布紋理特征選擇濾波器的原則，對頻譜特征提取方法、模糊結構元紋理定義以及坯布紋理的分析方法等進行了探討，研究了基于扇區能量統計的譜特征提取方法，較好地解決了坯布紋理的處理問題。同時，針對濾波執行效率低、復雜一維信號特征提取困難等細節問題，提出了濾波類算子的優化方法，明顯提高了算子的執行效率。
針對坯布紋理圖像的特點，研究了一種適合在非規則紋理圖像中尋找目標區域的高精度自適應閉值分割算法。同時，根據疵點特征類型及其區域識別的需要，提出了用矩形窗沿直線掃描，通過計算窗內斑點的總面積來確定是否保留直線上該點的窗線掃描方法，解決了預處理后圖像中疵點信息斷裂的難題，在此基礎上通過兩個實例驗證了其優越性。
然后，根據坯布疵點的常見類型，提取了方差一密度、對比度一密度、嫡-密度、頻域統計等作為對疵點特征的描述參數，通過求各類疵點特征的并集作為對其所有特征的統一描述，設計了基于特征參數的坯布疵點分類方法，研究了基于改進型BP神經網絡的坯布疵點分類器，實現坯布的最終質量評價。
最后，在上述算法和理論的基礎上，設計開發了坯布表面質量檢測系統。實驗分析表明，本系統的檢測速度最高達200m/min，疵點的最高檢測精度為0.5mm，能夠實現對常見8類疵點的實時分類,準確率為90%以上。
?
MVC坯布表面質量檢測系統包括由線陣CCD、圖像采集卡、工業計算機組成的分布式機器視覺系統的硬件結構以及圖像處理軟件等是產品升級、品質提升的首選。該技術與傳統工藝最大區別在于，采用分布式機器視覺系統和自主研發的檢測軟件代替人工肉眼檢測，可以滿足寬幅面、高速度、高精度的檢測要求，能夠實現檢測標準的統一，使得質檢工作的效率大幅提高。
該檢測機可可檢測坯布中的斷經、斷緯、粗節、粗經、緯檔、松邊、起球、污跡、孔洞等疵點，集自動探測、疵點定位、缺陷分類、布邊打標、質量評估等多種功能于一體，可針對門幅800~4800mm的坯布進行檢測，其檢測速度與精度達到國際同類產品水平，并且具有使用維護方便，性價比高的優點。
上一條： 印刷表面質量檢測與顏色測量方案
下一條： 帶鋼表面缺陷檢測系統
