-
公开(公告)号:CN108765402B
公开(公告)日:2021-09-14
申请号:CN201810535590.6
申请日:2018-05-30
Applicant: 武汉理工大学
Abstract: 本发明公开了无纺布缺陷检测与分类方法,解决无纺布破洞、油污、异物以及划痕四种缺陷的自动检测与分类问题。首先对无纺布缺陷图像进行检测,利用优化Gabor滤波器组对其进行滤波,将滤波结果进行融合,并利用自适应阈值分割法对其进行二值化,利用伪缺陷剔除算法排除噪声干扰,从而准确定位出缺陷在图像中的位置;接着根据缺陷的位置,分割出图像中的感兴趣区域,基于感兴趣区域提取由形状特征、一阶矩特征以及二阶矩特征构成的复合特征向量;再利用复合特征向量组以及一对一的设计策略训练SVM分类器;最后用训练好的分类器组对无纺布缺陷特征实现准确分类。本发明具有对缺陷定位准确和分类准确率高的优点,用于无纺布生产厂家布匹缺陷的检测与分类。
-
公开(公告)号:CN107102009A
公开(公告)日:2017-08-29
申请号:CN201710309344.4
申请日:2017-05-04
Applicant: 武汉理工大学
IPC: G01N21/952
Abstract: 本发明公开了一种基于机器视觉的筒纱管质量检测的方法,包括图像数据采集过程和图像处理检测过程,图像数据采集过程主要包括环形LED进行照明,光电旋转编码器进行筒纱管拍摄角度控制和工业CCD相机实时采集筒纱管图像传送给工控机。图像处理检测过程则包括对采集的筒纱管图像进行阈值分割,分割后的图像再进行筒纱管端面多切或少切的判断、筒纱管直径检测、筒纱管端面切口平滑度检测、筒纱管管壁毛刺识别和筒纱管小孔均匀度判断。采用本发明提出的基于机器视觉的筒纱管质量检测的方法,利用机器视觉实现了对筒纱管的高效检测,极大改善了筒纱管质量检测的准确性,使筒纱管质量检测自动化、智能化,提高了生产效率、节约了劳动成本。
-
公开(公告)号:CN108765402A
公开(公告)日:2018-11-06
申请号:CN201810535590.6
申请日:2018-05-30
Applicant: 武汉理工大学
CPC classification number: G06T7/0012 , G06K9/6269 , G06T5/002 , G06T5/007 , G06T7/11 , G06T7/136 , G06T2207/20012 , G06T2207/20081 , G06T2207/20221 , G06T2207/30124
Abstract: 本发明公开了无纺布缺陷检测与分类方法,解决无纺布破洞、油污、异物以及划痕四种缺陷的自动检测与分类问题。首先对无纺布缺陷图像进行检测,利用优化Gabor滤波器组对其进行滤波,将滤波结果进行融合,并利用自适应阈值分割法对其进行二值化,利用伪缺陷剔除算法排除噪声干扰,从而准确定位出缺陷在图像中的位置;接着根据缺陷的位置,分割出图像中的感兴趣区域,基于感兴趣区域提取由形状特征、一阶矩特征以及二阶矩特征构成的复合特征向量;再利用复合特征向量组以及一对一的设计策略训练SVM分类器;最后用训练好的分类器组对无纺布缺陷特征实现准确分类。本发明具有对缺陷定位准确和分类准确率高的优点,用于无纺布生产厂家布匹缺陷的检测与分类。
-
-