公开(公告)号：CN115266732A

公开(公告)日：2022-11-01

申请号：CN202210906598.5

申请日：2022-07-29

Applicant: 河海大学常州校区

Inventor： 李威 ,  王冬慧

IPC: G01N21/88 ,  G01N21/952 ,  G01B11/02

Abstract: 本发明涉及机器视觉领域，具体涉及一种基于机器视觉的碳纤维丝束缺陷检测方法，包括如下步骤：采集碳纤维丝束的图像；对采集到的图像进行图像增强和阈值分割；提取区域的特征和缺陷特征；根据缺陷特征值对四个不同缺陷进行定性判断；统计各类缺陷的信息和位置；本发明只需采样少量样本数据即可对碳纤维丝束缺陷进行检测出来，开发时间周期短，投入时间、精力少，方法可维护，可扩展性强，如果出现新的缺陷需要检测，可以快速的进行增补检测方法，对CPU性能要求低，普通的CPU就满足训练要求，而不需要高成本的硬件配置，也由于成本更低，因此可以更快地改进迭代。

公开(公告)号：CN115266732B

公开(公告)日：2024-05-28

申请号：CN202210906598.5

申请日：2022-07-29

Applicant: 河海大学常州校区

Inventor： 李威 ,  王冬慧

IPC: G01N21/88 ,  G01N21/952 ,  G01B11/02

Abstract: 本发明涉及机器视觉领域，具体涉及一种基于机器视觉的碳纤维丝束缺陷检测方法，包括如下步骤：采集碳纤维丝束的图像；对采集到的图像进行图像增强和阈值分割；提取区域的特征和缺陷特征；根据缺陷特征值对四个不同缺陷进行定性判断；统计各类缺陷的信息和位置；本发明只需采样少量样本数据即可对碳纤维丝束缺陷进行检测出来，开发时间周期短，投入时间、精力少，方法可维护，可扩展性强，如果出现新的缺陷需要检测，可以快速的进行增补检测方法，对CPU性能要求低，普通的CPU就满足训练要求，而不需要高成本的硬件配置，也由于成本更低，因此可以更快地改进迭代。

公开(公告)号：CN116051502A

公开(公告)日：2023-05-02

申请号：CN202310031701.0

申请日：2023-01-10

Applicant: 河海大学常州校区

Inventor： 李威 ,  王冬慧 ,  陈雅洁 ,  罗国庆

IPC: G06T7/00 ,  G06T5/20 ,  G06T7/136 ,  G06T7/187 ,  G06T7/13 ,  G06T7/12 ,  G06N3/08

Abstract: 本发明公开了一种基于图像处理与深度学习相结合的大丝束碳纤维缺陷检测方法及系统，该方法包括：采集大丝束碳纤维图像并进行预处理；基于预处理后的图像对大丝束碳纤维中断丝和纬线缺陷进行检测；对于不存在断丝和纬线缺陷的图像，判断缺陷区域，并基于缺陷区域的中心点从大丝束碳纤维原图中裁剪出缺陷图像；对裁剪的缺陷图像基于深度神经网络检测毛团缺陷和打结缺陷。本发明实现了对大丝束碳纤维缺陷检测和分类，提高了检出率和分类准确率，降低了误报率，减少了环境因素和人工拨动大丝束碳纤维的影响。