基于Blob分析的玻璃纤维织物缺陷检测方法研究

为了解决玻璃纤维织物在线检测效率低、实时性差等问题,提出了一种基于Blob分析的织物缺陷检测方法.首先对织物图像采用均值滤波器进行平滑处理,以削弱噪声和织物纹理的干扰,然后采用Otsu算法寻找最佳阈值将图像分割为Blob和背景的像素集合,采用形态学处理调整分割后的Blob形状,最后对图像进行连通性分析和特征提取,通过对Blob区域进行最小外接矩形拟合得到缺陷特征的个数和尺寸等信息.实验结果表明:该方法计算简单、检测结果稳健可靠、实时性好.

基于HALCON的织物质量检测技术研究

为解决玻璃纤维织物人工检测时效率低、劳动强度大等问题,搭建了基于机器视觉的织物质量在线检测系统。根据视场和测量精度的要求,确定了图像采集模块中的相机、镜头和照明方式,形成了有利于图像处理的成像效果;在基于HALCON的图像处理模块中,提出了采用Blob分析法进行缺陷特征的提取,给出了图像分割、形态学处理和特征提取等过程的关键算子;对一些织物样品图像进行了实例验证。研究结果表明,采用本研究所述检测技术,可以简单、快速地实现织物缺陷特征的识别和缺陷特征参数的计算,检测结果稳健可靠,能够满足实际生产的需要。