機器視覺技術(shù)在紡織擺布中的應用

QCROBOT機器視覺在 織物印染缺陷自動檢測與管理中的應用

    紡織品在印染過程中由于染色工藝和操作等問題會在織物外觀留下視覺缺陷（如：轉(zhuǎn)印不同步、染色不足、走色、色斑），對產(chǎn)品質(zhì)量造成很大影響。目前，國內(nèi)外印染廠對這種織物缺陷的檢測主要是通過安排專人來監(jiān)督實現(xiàn)的。由于人的精力和注意力有限，在高強度的工作環(huán)境下往往可能會出現(xiàn)疏漏，使檢測環(huán)節(jié)成為印染廠生產(chǎn)流水線上的瓶頸。

    本系統(tǒng)通過計算機視覺來檢測紡織品織物印染的常見缺陷，可最大限度減少人為因素對檢測結(jié)果的影響。與人工監(jiān)督的方法相比，在成本投入，人力利用和檢測速度上占有明顯的優(yōu)勢，對提高紡織品的印染成品質(zhì)量具有重要意義。

    多證據(jù)視覺增強是本系統(tǒng)的技術(shù)核心，使其具有較廣泛的適應性和檢測正確性。系統(tǒng)具有自學習功能、實時檢測功能，以及自動記錄的印染疵病圖像的檢索查找管理功能。希望能通過與實際應用的結(jié)合進一步改進該系統(tǒng)的功效。

    技術(shù)的應用領(lǐng)域，前景分析本系統(tǒng)主要針對大中型紡織印染企業(yè)，用于提高織物的印染檢測質(zhì)量。使該傳統(tǒng)產(chǎn)業(yè)得到信息化的技術(shù)提升。將逐步取代印染成品的質(zhì)量檢測人員，并使檢測結(jié)果更穩(wěn)定。

    有利于提升印染成品質(zhì)量和提高產(chǎn)品競爭力，更大程度地實現(xiàn)出口創(chuàng)匯�？稍诒Ａ衄F(xiàn)有生產(chǎn)環(huán)境不變的條件下，實現(xiàn)本系統(tǒng)的所有功能。
QCROBOT機器視覺在無紡布在線檢測中的應用。
   無紡布在線檢測系統(tǒng)可保證所有的生產(chǎn)產(chǎn)品100%通過檢測，檢測系統(tǒng)可及時發(fā)現(xiàn)生產(chǎn)過程中產(chǎn)品的缺陷信息并將信息圖象進行自動分類判別，信息可用于后續(xù)分切和復卷，迅速查找缺陷位置進行修復或分切分類，可防止包含疵點等缺陷產(chǎn)品出廠，保障特別用于醫(yī)療和衛(wèi)生行業(yè)的無紡布材料品質(zhì)，在線檢測是企業(yè)工藝管理和質(zhì)量控制的法寶。
技術(shù)參數(shù)
檢測對象：紡粘、水刺、熱扎、化學粘合、熱風等無紡布材料生產(chǎn)過程中布面缺陷與疵點檢測
無紡布生產(chǎn)線速度：最大800米/分鐘
檢測幅寬：任何寬度（多相機）
圖像精度：0.1mm-0.5mm
檢測內(nèi)容：無紡布材料表面疵點（孔洞，熔點，亮點和昆蟲等）
最小疵點缺陷識別尺寸：0.2mm*0.2mm
發(fā)現(xiàn)疵點處理辦法：報警（根據(jù)手動設(shè)定），自動記錄位置（卷長方向和寬度方向），自動判別疵點類型，自動保存疵點圖片信息。
檢測結(jié)果匯總：系統(tǒng)自動生成無紡布卷材質(zhì)量報表和疵點分布圖表。
QCROBOT機器視覺在棉花異纖檢測中的應用。
棉花異纖又稱為“三絲”，指棉花中混入的各種有害的纖維性雜物。 “三絲”在紡紗時容易形成紗疵，造成細紗斷頭，降低生產(chǎn)效率，混有“三絲”的紗織成的布經(jīng)漂染加工后，由于染色性能不同，會在布面上形成各種色疵，造成布匹降等，給紡織企業(yè)造成損失，并影響我國紡織品的出口。
為了減少“三絲”造成紗布質(zhì)量的降低，棉紡企業(yè)不得不組織專人在棉花投料前將棉包逐包打開，逐塊撕扯松散，逐根挑揀，在紡紗的各道工序也隨時清揀。因此，成本大增，并且挑揀效果仍不盡滿意，紗布降等率仍在上升，用戶退賠時有發(fā)生，已成為紡織品出口的一大障礙。
利用機器視覺技術(shù)可以有效地代替人工對棉花中的纖維雜質(zhì)進行全面剔除。國內(nèi)也有廠家相繼開發(fā)研制生產(chǎn)異性纖維撿出設(shè)備。

棉花異纖檢測設(shè)備采用垂直過棉形式，棉花經(jīng)過開清棉過程后已成均勻分布狀態(tài)，當棉流從上進棉管道通過該設(shè)備中部的扁平透明通道，透明管道兩側(cè)的高速CCD彩色攝像機同時對棉流進行掃描。將各種數(shù)據(jù)傳輸?shù)接嬎銠C分析處理。設(shè)備可以判別發(fā)現(xiàn)與棉花有微小差異的異纖，立即發(fā)出指令到高速噴嘴，將異性纖維從排雜口吹出。

QCROBOT機器視覺在服裝尺寸自動測量中的應用

利用機器視覺技術(shù)精確地提取服裝圖像的輪廓邊緣和確定圖像拐點位置,采用快速模糊邊緣檢測算法和有效的基于Freeman鏈碼的拐角點檢測算法,準確地檢測圖像的邊緣和圖像上的拐點.并具有實現(xiàn)簡單,處理速度快,魯棒性強的特點。