布料/纺织品缺陷的视觉检测方案

         布料/纺织品一直是与人类生活最息息相关的产品之一。我们日常穿着的衣物大多数都是以布料作为原料直接或间接生产得到的。此外还有日用的毛巾、被单以及医院所使用的绷带等等也是由布料加工得到的。因此，布料的生产是目前世界上十分重要的工业之一。但是在布料生产的过程当中，由于机器或是人工的一些错误，会不可避免地在生产出的布料上产生各种各样的缺陷。在本文中将布料的缺陷分为两类：染色性缺陷和结构性缺陷。图 1所示的是在布料的生产过程中常见的一种染色性缺陷和一种结构性缺陷。染色性缺陷指的是由于染色不均或在生产过程中布料沾上脏污造成的布料外观缺陷。而结构性缺陷指的是在布料生产过程中，由于编织原因或是布料与生产机器发生勾划而导致的缺线、冒线甚至是破洞等问题。相比于染色性缺陷，结构性缺陷对布料的质量损害更大且更难以被检测。

图 1 布料生产过程中常见的染色性缺陷（左）和结构性缺陷（右）

         据调查表明，一张布料若是包含有缺陷，其价值将会下降50%左右。因此为了保证生产出的布料的质量，布料缺陷检测是布料生产过程中的一个不可或缺的环节。目前，在布料的生产过程中，布料缺陷检测的工作主要由人工完成。这是一件令人疲倦且枯燥的重复性工作。同时人工检测会带来一些问题，例如：熟练程度的不足会导致新手检测人员的检测准确率偏低；在长时间  的检测过程中检测人员会因疲倦而出现检测效率以及检测质量下降。上述这些因素都会使得在实际布料生产的过程中布料缺陷检测的质量不能得到很好的保证。因此实现一种鲁棒性和准确率高的自动布料缺陷检测方法是十分重要的，这能够很大程度上提高工厂的布料生产效率以及质量。

         目前现有主要的自动布料缺陷检测方法是通过在布料生产线的上方架设相机来代替人工对生产出的布料进行检测。本文中将这种基于相机所拍摄的布料表面图像来做布料缺陷检测的方法称作视觉方法。该方法首先利用相机实时拍摄流水线上生产的布料的表面图像，之后利用各种图像处理算法对布料表面图像进行处理和识别，检测当前布料表面是否存在缺陷，以此来实现自动化的布料缺陷检测。

        下面将主要介绍目前基于上述视觉方法所使用的布料缺陷检测算法。我司采用的主要是基于深度学习的图像处理方法。下面重点介绍下我司的纺织品缺陷检测方案：

方案硬件：工业相机、工业镜头、AI边缘计算服务器、光源、显示器等。

方案软件：织物瑕疵点检测算法，可视化界面。

技术路线：

              （1）采用成都华江信息自主研发专利算法的智能缺陷识别软件。

              （2）视觉模块采用高精度线阵工业相机、高精度工业镜头、特殊设计高亮工业光源。

              （3）处理模块采用高频、大内存工业电脑处理器，拥有超强算力，满足实时数据采集处理需求。

检测效果如下：

         针对织物疵点存在的种类多、密集度高、尺度小等检测难点，我司拥有先进的织物疵点检测算法。提升算法的检测精度和速度，可以有效帮助纺织品生产企业降本增效！欢迎咨询~