基于机器视觉的电子级玻璃纤维布疵点检测系统研究

??西安获德针对人工检测电子级玻璃纤维布表面疵点速度慢，效率低，漏检率高等问题，提出应用机器视觉的技术代替人工进行布面表面疵点检测。首先搭建系统硬件结构采集电子布图像，其次采用图像处理中的 DoG 算法增强图像，最后利用动态阈值分割方法可视化疵点。
硬件平台系统组成
??本系统硬件组成主要包括工业相机、视觉光源、以太网交换机、工业控制计算机、编码器和卷布装置。工业线阵CCD相机，分辨率4096像素，配备千兆网(GigE)高速数据接口，采样频率可达28kHz，足以满足高精度检测的需要。采用条形光打光方式，使电子布与光源成一定角度，可**被检测部分的信息，提高图像获取的质量，为图像处理环节奠定良好基础。编码器用于相机触发频率计算以及统计布长。
多相机并行采集方案
??电子布成品布匹通常是以成卷的形式封装打包的，不同规格的产品幅宽不同。应用中对疵点检测精度要求很高，检测精度与检测幅宽常常是一对相互制约的性能指标。实际考察发现受制于检测精度，单台相机的扫描幅宽无法完全覆盖电子布整体宽度。为了保证检测精度高的同时又要满足系统检测幅宽以适应不同规格的产品，西安获德采用多相机并行扫描工作方案采集图像实现全幅扫描。
??采集方案如图2所示，3台4K线阵相机等间距安装，相机所采集到的图像处于同一水平方向。以电子布出布方向为X轴，幅宽方向为Y轴对电子布被检测区域表面建立坐标，3个相机并行采集的总幅宽为 3 个相机各采集幅宽的3倍。可以同时满足检测幅宽和检测精度两个性能指标的要求。多相机并行采集方案的优点不仅在于提高了检测精度，还提高了验布系统的可拓展性，根据不同规格的电子布幅宽尺寸定制相应的硬件设备。
电子布疵点检测算法
??电子布织造采用高度自动化的喷气织机，经纱和纬纱规律的交织，布面具有一定的纹理信息。目前还没有一种能够适应所有布面的疵点检测算法。该实验针对电子布表面特征研究后提出一种基于DoG 算法的电子布疵点检测方法(具体算法就不详细介绍了)。
??为了验证算法准确性和系统的可靠性，以工业常用的厚型 7628 规格电子布为检测对象，在织机上搭建系统平台并采集 7628 电子布的实时图像进行算法处理检测，图像分辨率大小为4096×200，硬件配置见1.1。
??对常见12种疵点:粗节纱、断经、断纬、粉尘、接头、空织、罗拉痕、污渍、破边、双纬、松纬、稀密路检测结果如图3所示。*3 列为原疵点样本经过DoG算法增强之后的图像，从图中可看出经过 DoG 算法处理后，正常纹理信息被减弱，疵点特征得到增强，能够完整地反映疵点特性，DoG 算法有效地去除了织物背景纹理对检测结果的影响，得到更为准确、直观和完整的检测结果。*4列为阈值分割后的图像。滤波处理后，增强了正常纹理与疵点之间的差异，**疵点区域，最后利用动态阈值分割定位来实现疵点的可视化检测，图中白色区域为疵点提取的位置，从结果可以看出，检测算法可以准确的将疵点识别并定位出来，疵点检出率**95%。
??西安获德以电子级玻璃纤维布外观检测为研究对象，从企业实际需求出发，设计了检测准确率高、性能稳定、实用性强的玻璃纤维电子布表面疵点检测系统。应用机器视觉技术的电子布疵点检测系统相对人工检测在效率、成本、质量控制等方面有质的提高。可以从根本上解决人工检测电子布的现有问题，提高企业的生产自动化程度和对产品质量的把控能力。
??除此之外，本系统可直接安装在织机织口部位，对织物进行连续不间断图像检测，及时发现各种疵点，对严重的织疵，停机报警通知人工处理，对可忍受的纱疵做统计和记录，以作为等级评定的原始数据，这样可较大程度的减少疵点对较终织物的影响。