基于MSER和SVM的玻璃纤维管纱毛羽检测

为解决管纱人工检测质量不稳定的问题,提出一种基于最大稳定极值区域(MSER)和支持向量机(SVM)的玻璃纤维管纱毛羽检测方法。首先搭建管纱毛羽疵点检测平台,获取毛羽图像。其次对采集到的图像使用MSER提取疵点区域,确定感兴趣区域(ROI)。最后利用局部二值模式(LBP)对疵点区域进行特征提取,并结合SVM实现疵点分类判别。端毛羽、毛圈、毛夹的分类准确率分别为94.7%、97.7%、98.6%。认为:该方法能够有效地对管纱毛羽疵点进行检测,准确率高,具有较好的稳定性。

基于机器视觉的电子级玻璃纤维布疵点检测系统研究

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疵点检测。首先搭建系统硬件结构采集电子布图像,然后采用高斯差分(Difference of Gaussians,DoG)算法增强图像,最后采用动态阈值分割方法可视化疵点。实验结果表明本系统可对电子布常见12种疵点进行检测,疵点检出率可达95%以上,且实时性良好,最高检测速度达到90 m/min,满足工业生产的实际需求。

基于机器视觉的纽扣缺陷检测算法研究

针对传统人工检测纽扣效率低,成本高,外界因素影响大等问题,提出基于机器视觉的纽扣缺陷检测算法。通过均值滤波平滑图像,以减少噪声点;再用Canny算子获取图像边缘特征,判断是否存在大小眼或者扣眼堵塞;最后采用Otsu分块阈值的方法进行疵点提取。实验结果表明,此方法检测缺陷的准确率高达97%,且效率高,有良好的工业实用价值。

基于机器视觉的管纱污渍检测算法研究

针对管纱表面污渍的质量问题,提出基于机器视觉的管纱表面污渍检测算法。先对图像进行预处理以及Sobel算法处理,消除光照不均以及背景纹理的影响,再用双高斯算法增强目标与背景的差异,然后用灰度矩形法削弱背景的噪声,最后采用动态阈值的方法提取目标。实验结果表明,该算法对管纱表面污渍的检测有一定的准确性与实时性。

HD-FDY-I化纤丝饼外观检测系统

西安获德联合杭州锐冠自动化、恒力,开发了一款高性能全自动检测线HD-FDY-I化纤丝饼外观检测系统,能够满足化纤行业严苛要求及工业生产需要。HD-FDY-I化纤丝饼外观检测系统以人工智能技术为核心,结合机器视觉、光学成像、电气自动化等前沿技术,相互协作最终实现了全自动的丝饼外观检测系统。