基于MSER、SVM的玻璃纖維管紗毛羽檢測

時(shí)間：2020-07-06作者：西安獲德圖像技術(shù)有限公司瀏覽：83

    本文為解決玻璃纖維管紗（奶瓶紗）人工檢測質(zhì)量不穩(wěn)定的問題，提出了一種基于較大穩(wěn)定較值區(qū)域（MSER）和支持向量機(jī)（SVM）的玻璃纖維管紗毛羽檢測方法。
解決方案
    利用機(jī)器視覺技術(shù)對管紗毛羽疵點(diǎn)進(jìn)行實(shí)時(shí)檢測,通過多路相機(jī)采集管紗毛羽原始圖像，根據(jù)其形態(tài)特征以及灰度對比信息，提出基于較大穩(wěn)定較值區(qū)域（MSER）的管紗毛羽分割方法，然后運(yùn)用局部二值模式（LBP）算法獲得管紗毛羽的輪廓點(diǎn)特征信息，最后利用支持向量機(jī)（SVM）對毛羽進(jìn)行疵點(diǎn)分類。
檢測流程
    1、實(shí)時(shí)采集管紗斜面毛羽與垂直面毛羽圖像；
    2、運(yùn)用MSER算法分割疵點(diǎn)區(qū)域，根據(jù)檢測區(qū)域點(diǎn)生成MSERs結(jié)果，提取管紗毛羽；
    3、在空間上利用檢測窗口將MSER檢測結(jié)果圖劃分成多個(gè)小區(qū)域圖像塊，計(jì)算每個(gè)圖像塊內(nèi)像素的LBP值，得到每個(gè)圖像塊的LBP直方圖。將所有圖像塊的LBP統(tǒng)計(jì)直方圖連接成為一個(gè)特征向量；
    4、將LBP提取的特征向量輸入到SVM中，進(jìn)行分類器訓(xùn)練，利用訓(xùn)練好的分類器進(jìn)行毛羽分類。
管紗毛羽區(qū)域分割
    原始管紗圖像存在少量噪聲和深淺不一的管紗紋理，毛羽疵點(diǎn)區(qū)域與背景對比不明顯，因此準(zhǔn)確定位分割疵點(diǎn)有很大難度。
    采用MSER算法對管紗不同類型毛羽的分割結(jié)果，分割后的毛羽形態(tài)完整。端毛羽形態(tài)一般表現(xiàn)為近直線且毛羽細(xì)長，采用MSER算法可增強(qiáng)端毛羽在原始圖像中的顯著性。進(jìn)而在濾除管紗表面紋理和噪聲的情況下，使端毛羽表現(xiàn)的較為**。
    毛圈作為另一種毛羽疵點(diǎn)，一般表現(xiàn)為半圓弧形，不論弧形的長短大小還是亮度不同的同一毛圈，都能夠精準(zhǔn)分割出毛圈。
    毛夾作為不規(guī)則形態(tài)的毛羽疵點(diǎn)，是毛圈與端毛羽交織聚集而成。MSER算法在保證能夠提取出聚集分布的端毛羽和毛圈區(qū)域的同時(shí)，又能提取出離散分布的小段端毛羽和毛圈，不會丟失細(xì)節(jié)信息。
管紗毛羽特征提取
    選取900張?zhí)幚砗蟮膱D像作為訓(xùn)練樣本，使用LBP算法對試驗(yàn)樣本圖像提取特征，將特征向量送入SVM 進(jìn)行分類訓(xùn)練。訓(xùn)練完成后，對管紗毛羽圖像進(jìn)行分類測試。
    管紗毛羽不僅影響機(jī)織、針織后加工的效率和質(zhì)量，且直接影響較終產(chǎn)品的外觀和價(jià)格，基于LBP-SVM算法檢測管紗表面整體的疵點(diǎn)，能夠有效地對管紗毛羽疵點(diǎn)進(jìn)行檢測，準(zhǔn)確率高。目前，端毛羽、毛圈、毛夾的分類準(zhǔn)確率分別為94.7%、97.7%、98.6%。


西安獲德圖像技術(shù)有限公司專注于疵點(diǎn)檢測,表面檢測,缺陷檢測等

• 詞條

  詞條說明

• 機(jī)器視覺技術(shù)在化工的應(yīng)用 高分子材料溶液雜質(zhì)檢測

  ?在化工領(lǐng)域的復(fù)雜世界里，精準(zhǔn)監(jiān)測是確保生產(chǎn)安全與高效的關(guān)鍵。目前，機(jī)器視覺技術(shù)已經(jīng)成為化工管道觀察窗口重要的監(jiān)測手段，是解決化工溶液檢測難題的較佳方案。傳統(tǒng)的人工巡檢方法往往耗時(shí)費(fèi)力，且難以保證檢測質(zhì)量和效率，而西安獲德研發(fā)的機(jī)器視覺檢測系統(tǒng)具備諸多功能優(yōu)勢。?1.實(shí)時(shí)高精度檢測，運(yùn)用**的機(jī)器視覺技術(shù)、圖像處理算法和高速的數(shù)據(jù)處理能力，在化工生產(chǎn)過程中，持續(xù)實(shí)時(shí)對流動的化工

• 布匹色差在線視覺檢測方案

  本文主要介紹為實(shí)時(shí)客觀地評價(jià)布匹表面色差，設(shè)計(jì)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(jì)算機(jī)色差計(jì)算模塊組成，通過彩色線陣CCD連續(xù)掃描布匹表面成像，運(yùn)用CIE1976 Lab顏色模型完成色差的實(shí)時(shí)計(jì)算，同時(shí)給出布匹色差的統(tǒng)計(jì)數(shù)據(jù)。結(jié)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(jià)常用離線抽樣方式，本文采用彩色線陣CCD工業(yè)相機(jī)實(shí)時(shí)采

• 自動化檢測設(shè)備如何檢測表面缺陷

  表面缺陷檢測常見的檢測主要有物體表面劃痕，污點(diǎn)、平面度、破損、邊框整齊度、物體表面孔洞，皺褶、斑點(diǎn)等。 表面缺陷檢測設(shè)備凝聚了機(jī)器視覺領(lǐng)域的多項(xiàng)**技術(shù)成果，并融入了多項(xiàng)創(chuàng)新的檢測理念，既能同生產(chǎn)線無縫對接檢測，也可離線進(jìn)行檢測，在對材料表面的瑕疵以及半透明材料內(nèi)部瑕疵進(jìn)行快速檢測的同時(shí)能夠直觀的給予生產(chǎn)反饋，可以廣泛應(yīng)用于纖維行業(yè)、塑化行業(yè)、造紙及電子行業(yè)、金屬行業(yè)等領(lǐng)域。 據(jù)了解，在當(dāng)前大批

• 織物質(zhì)量控制解決方案

  織物質(zhì)量控制是紡織生產(chǎn)廠商面臨的較重要也是較基本的問題，其對于降低成本，提高產(chǎn)品的較終質(zhì)量，在**市場競爭中**優(yōu)勢非常重要。紡織生產(chǎn)廠對坯布檢測的主要目的表現(xiàn)在兩個(gè)方面：1、檢測織物中疵點(diǎn)的種類、數(shù)量等信息，以實(shí)現(xiàn)為織物打分定級。2、統(tǒng)計(jì)關(guān)于疵點(diǎn)的可用信息，進(jìn)而可使檢測者診斷問題的癥結(jié)所在，并采取合理的解決手段，以減少后續(xù)類似問題的再次發(fā)生。長久以來，織物瑕疵檢測都由人工視覺完成，其自動化程度較