織物疵點在線檢測將引發玻纖行業視覺革命

時間：2018-03-26

作者：西安獲德圖像技術有限公司

詞條
詞條說明
西安獲德助力玻纖產業打造*綠色智能生產線
管紗外觀缺陷檢測系統是融合了工業4.0要素，集成了人工智能、機器視覺、數據庫、PLC編程、氣動裝置、工業機器人、自動控制、自動機械等技術組成的一體化智能自動生產線，該系統是人工智能技術在玻纖工業生產中的**成功應用。智能全自動管紗外觀檢測及包裝線是以“HDGS-I型管紗外觀自動檢測系統”為**，配套自動上紗機器人、自動下紗機器人、自動包裝線等環節構成。生產完全自動化，能滿足客戶穩定、安全、高質
使用深度學習實現工業異常檢測
工業缺陷可視為工業產品的外觀 “異常”，因此有部分工業缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業缺陷檢測是有所區別的。具體而言，異常檢測的概念較加廣泛與抽象, 其中圖像異常檢測主要關注輸入圖像是否為異常實例，而工業缺陷檢測較關注像素層面的檢出任務。在像素層面上，異常與正常模式的差別較加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業缺陷檢測的任務需求。近年來, 深度學
“質·量”雙升，西安獲德玻纖紗缺陷在線檢測系統
玻璃纖維整經是織布的前道工序，該工序的質量管控直接影響到后繼織物的品質。紗線在該道工序可體現出各種各樣的缺陷，例如，毛羽，毛絲，破絲，毛圈，毛團（為了簡化敘述，以上幾種缺陷統稱毛羽），斷紗等。如能盡早發現缺陷，便可及時查找產生缺陷的原因并進行相應處理。由于整經機速度較快，紗線數量較多，紗線較細，毛羽很小，肉眼是無法觀察到，因此采用人工檢測方式無法完成紗線質量檢測。傳統的玻纖整經機設備上，一般
基于MSER、SVM的玻璃纖維管紗毛羽檢測
本文為解決玻璃纖維管紗（奶瓶紗）人工檢測質量不穩定的問題，提出了一種基于較大穩定較值區域（MSER）和支持向量機（SVM）的玻璃纖維管紗毛羽檢測方法。解決方案利用機器視覺技術對管紗毛羽疵點進行實時檢測,通過多路相機采集管紗毛羽原始圖像，根據其形態特征以及灰度對比信息，提出基于較大穩定較值區域（MSER）的管紗毛羽分割方法，然后運用局部二值模式（LBP）算法獲得管紗毛羽的輪廓點特征信息，最后利