利用OpenCV識別玻璃纖維織物劈縫缺陷

時間：2019-08-02作者：西安獲德圖像技術有限公司瀏覽：76

    玻璃纖維織物是經編多軸向織物，由一層或多層平行的紗線按照盡可能多的方向交錯而成的?？椢锞哂幸欢ǖ拿軐嵍群秃穸?，顏色一般為白色，生產時的質量缺陷主要為劈縫缺陷，在線生產速度為2m/min，幅寬一般為2.5m左右，檢測精度要求為0.5mm。
    本文根據生產實際狀況，搭建了玻纖織物缺陷在線檢測系統(tǒng)平臺如圖1所示。由圖可以看出，工業(yè)相機、鏡頭及光源組成了機器視覺檢測系統(tǒng)的圖像采集模塊。本次研究采用了全局曝光的面陣相機搭配GigE工業(yè)相機、Computa高清鏡頭。
解決方案：
    由于織物材料為白色的玻璃纖維絲，正面光照會使圖像反光，我們將條形光源放在織物下方進行背光照明。通過采用該圖像采集模塊可以獲得高對比度的圖像，當織物無缺陷時，圖像上沒有透光部分，如圖2所示，織物有缺陷時，織物缺陷部分將有亮光透過，缺陷將被清晰的勾勒出來，右下圖中高亮區(qū)域即為織物的劈縫缺陷。
    采集圖像后，采用OpenCV圖像處理軟件進行織物的質量檢測。一般情況下正常玻璃纖維織物的紋理具有一致的周期特性和統(tǒng)一的色彩分布，但當織物的紋理遭到破壞產生缺陷時，便不再具備一致的周期性和統(tǒng)一的色彩分布，因此，玻璃纖維織物疵點的檢測主要是采用提取織物的紋理信息和灰度分布來判斷織物的疵點的存在與否。
基于OpenCV機器視覺庫的圖像處理法進行織物的缺陷檢測
    首先對圖像處理進行平滑處理以消除噪聲干擾，然后對圖像進行圖像分割、形態(tài)學處理和特征提取，最后對提取的缺陷特征進行參數計算，求出圖像中的缺陷的個數、發(fā)生的位置、尺寸等參數。
    圖像平滑：采用均值濾波器（blur函數）對圖像進行平滑處理，減少噪聲干擾。
    圖像分割：采用全局閾值法進行圖像分割，即利用threshold函數實現(xiàn)缺陷和背景紋理的二值化分割，有缺陷的用白色像素表示，背景紋理用黑色表示。
    形態(tài)學處理：采用形態(tài)學中的閉運算操作對二值化的圖像進行處理，消除干擾的小雜點，提高缺陷的檢出率及檢測準確性。
    特征提?。豪肙penCV中findContours實現(xiàn)形態(tài)學處理后圖像的輪廓提取與分析，先采用contourArea函數計算出每個輪廓的面積，并通過與設定的面積參數比較賽選出符合缺陷面積特征的輪廓后，通過contours.size()計算出織物中缺陷的個數。
    特征參數計算：為計算織物中位置和尺寸等特征，采用minAreaRect函數構造出缺陷輪廓的較小外接矩形，由較小外接矩形中心的X和Y坐標值、矩形的傾斜角度、矩形的寬度和高度等參數，從可計算出缺陷的特征參數。
    本文根據實際生產情況搭建了基于機器視覺的玻璃纖維織物在線檢測平臺，結構簡單，易于實現(xiàn)，照明方式減少了織物材質對成像的影響，使圖像中的目標信息與背景信息得到了較佳的分離，形成了有利于圖像處理的成像效果。有效地改善玻璃纖維織物的在線質量檢測生產現(xiàn)狀，為其他類型織物的質量檢測提供了參考。


西安獲德圖像技術有限公司專注于疵點檢測,表面檢測,缺陷檢測等

• 詞條

  詞條說明

• 纖維增強復合材料無損檢測

  纖維增強材料作為一種品種繁多、性能優(yōu)異的材料，被廣泛應用在*、汽車、船舶、化工、建材等領域。其中被大家較為熟知纖維增強材料產品，莫過于就是玻璃鋼材料。玻璃鋼纖維增強材料通常是由合成樹脂和玻璃纖維經復合工藝，制作而成的一種功能型的新型復合材料。 與傳統(tǒng)的金屬材料及非金屬材料相比，其具有強度高，性能好，節(jié)約能源，產品設計自由度大，以及產品使用適應性廣等特點。因此在一定意義上說，纖維增強材料的開發(fā)前

• 布匹色差在線視覺檢測方案

  本文主要介紹為實時客觀地評價布匹表面色差，設計的布匹色差在線檢測系統(tǒng)。該系統(tǒng)由光源模塊、線陣CCD程序模塊和計算機色差計算模塊組成，通過彩色線陣CCD連續(xù)掃描布匹表面成像，運用CIE1976 Lab顏色模型完成色差的實時計算，同時給出布匹色差的統(tǒng)計數據。結果表面，采用該方面在線監(jiān)測布匹色差具有可行行。 紡織印染行業(yè)中，布匹表面色差的測量和評價常用離線抽樣方式，本文采用彩色線陣CCD工業(yè)相機實時采

• 走進車間 人工智能將打造嶄新的制造業(yè)格局

  人工智能與實體經濟深度融合正飛速發(fā)展，在“2018人工智能和實體經濟深度融合發(fā)展論壇”創(chuàng)新項目申報評選，應用類目中，科技企業(yè)占比10％，傳統(tǒng)行業(yè)占比高達90％。人工智能對于解決傳統(tǒng)行業(yè)復雜系統(tǒng)、多約束條件下的生產問題已展現(xiàn)出了明顯優(yōu)勢。 提高產品制造過程中的設計、制造效率 制造新產品無論在設計還是在生產過程中都是一個迭代的過程，充滿了微調。基于人工智能的技術，如深度學習，是當今現(xiàn)代機器視覺解決方

• 基于機器視覺的復合材料疲勞試驗系統(tǒng)

  在玻璃纖維復合材料的多種應用領域內，因為脆性斷裂而導致的安全事故數不勝數。例如，美國的F11飛機僅飛行100 小時（遠**其安全壽命），就因為初始缺陷的少量擴展導致脆性斷裂而使機翼出現(xiàn)了解體事故。因此，對玻璃纖維復合材料進行疲勞檢測是在這些材料服役前**的一個步驟。 玻璃纖維復合材料雖然具有強度高的優(yōu)點，但是其韌性都相對偏低。疲勞實驗是使用機械將特制玻璃板上下拉扯，測試其特性的實驗。西安獲德