利用CCD檢測來檢測織布缺陷
如今，許多基于視覺的檢查系統(tǒng)已集成到工業(yè)材料生產線中。在諸如鋼鐵，皮革和織物制造等在線生產線中，已經發(fā)現基于相機的CCD檢測已取代了人工檢查。檢驗對產品質量的重要性非常重要，因為缺陷會大大減少加工過程（例如，在織物中降低多達60％）。在紡織品生產中，由于織物緩慢地從織機中卷出（3-8 m / min），在線檢查是一個緩慢的過程，這使人工檢查員不具有成本效益。另一方面，基于CCD檢測的檢查可以在此緩慢的過程中節(jié)省人工，從而避免了人工疲勞和新穎性和缺陷檢測中的錯誤。
許多人造織物不一定具有預定的和結構化的表面。從特寫視圖中可以看到，該幾何圖案可以呈現許多形狀，類似于妊娠紋，劃痕和眼淚。對于這樣的非結構化表面，基于幾何特征的CCD檢測方法很難應用。因此，基于表面的頻域表征，通過紋理分析可以更好地完成織物檢查。
檢測到缺陷的紡織品質地
頻域中紋理的表征通常通過利用基于小波，Gabor濾波器或傅立葉分析的技術來完成。頻域在采集過程中對噪聲不太敏感，因此優(yōu)于紋理的空間分析（如共現矩陣分析）。頻域分析可以發(fā)現強大的幾何特征和空間域的周期性模式。這些模式可以在頻域中濾除。轉換回圖像域后，剩下的就是圖像，其主要特征是：與局部圖案和紋理的偏離，異常和缺陷。
必須在頻域中進行仔細分析，以便能夠將局部模式與異常區(qū)分開。在頻域中，有關重復模式的信息（如果存在）通常應集中在傅立葉頻譜的一個區(qū)域中，而異常則聚集在另一個區(qū)域中。因此，在我們的織物檢查過程中發(fā)現異常的問題被簡化為將傅立葉頻譜聚類為結構化圖案的頻率和其他攜帶缺陷信息的頻率之一。
對于帶紋理的和非帶紋理的表面和織物，都需要對頻域分析進行微調，以捕獲每種制造產品特有的紋理特征。為此，需要真正的計算機視覺專家。通過對圖像結構，光譜分析和制造過程的深刻理解，秘銀科技可以構建最適合您的生產線的CCD檢測算法。我們的算法已成功集成到工業(yè)應用中超過二十年。
