基于MSER、SVM的玻璃纖維管紗毛羽檢測

時間：2020-07-06作者：西安獲德圖像技術(shù)有限公司瀏覽：80

    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（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(shù)對管紗毛羽疵點進(jìn)行實時檢測,通過多路相機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，最后利用支持向量機（SVM）對毛羽進(jìn)行疵點分類。
檢測流程
    1、實時采集管紗斜面毛羽與垂直面毛羽圖像；
    2、運用MSER算法分割疵點區(qū)域，根據(jù)檢測區(qū)域點生成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)果圖劃分成多個小區(qū)域圖像塊，計算每個圖像塊內(nèi)像素的LBP值，得到每個圖像塊的LBP直方圖。將所有圖像塊的LBP統(tǒng)計直方圖連接成為一個特征向量；
    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，毛羽疵點區(qū)域與背景對比不明顯，因此準(zhǔn)確定位分割疵點有很大難度。
    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，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，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，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)品的外觀和價格，基于LBP-SVM算法檢測管紗表面整體的疵點，能夠有效地對管紗毛羽疵點進(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檢測,表面檢測,缺陷檢測等

• 詞條

  詞條說明

• 線纜外觀尺寸及結(jié)構(gòu)檢測

  ? ? 電纜電線外型尺寸與結(jié)構(gòu)檢測是電纜電線質(zhì)量管理的主要檢測項目，可劃分為：外觀檢測，尺寸測量和結(jié)構(gòu)檢測。? ??外觀檢測，是要確保其表面是否圓整光潔，有無毛刺、裂紋、斑點、油污等影響正常運行的缺陷和雜物。? ??電線、電纜的尺寸檢測包括外徑、偏心度、節(jié)距、截面和密度等相關(guān)檢測。? ??

• 為什么要使用機器視覺系統(tǒng)，有什么好處？

  為什么使用機器視覺系統(tǒng)或者說使用機器視覺系統(tǒng)有什么好處？以下幾點很好的闡述了該問題。 1、精確性 由于人眼有物理條件的限制，在精確性上機器有明顯的優(yōu)點。 即使人眼依靠放大鏡或者顯微鏡來檢測產(chǎn)品，機器仍然會較加精確，因為他的精度能夠達(dá)到千分之一英寸。 2、重復(fù)性 機器可以以相同的辦法重復(fù)完成檢測工作而不會感到疲倦。與此相反，受生理和心理的影響，人眼每次檢測產(chǎn)品時都會感覺細(xì)微的不同，即使產(chǎn)品是完全相

• 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、平面度、破損、邊框整齊度、物體表面孔洞，皺褶、斑點等。 表面缺陷檢測設(shè)備凝聚了機器視覺領(lǐng)域的多項**技術(shù)成果，并融入了多項創(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

• 拒絕簡單代工,人工智能讓制造業(yè)前景較加光明

  工業(yè)生產(chǎn)線，一直以來都是制造業(yè)的“源頭發(fā)動機”。抓好工業(yè)生產(chǎn)線這道關(guān)口，才能基本**工業(yè)產(chǎn)品的優(yōu)選生產(chǎn)和穩(wěn)定供應(yīng)。人工智能的推廣應(yīng)用，讓工業(yè)生產(chǎn)線的運作較為科學(xué)和高效。 從整體來看，人工智能在工業(yè)生產(chǎn)線上的作用主要集中于硬件設(shè)備和軟件系統(tǒng)。正是技術(shù)、系統(tǒng)、設(shè)備之間的有效協(xié)調(diào)與運作，才造就了工業(yè)生產(chǎn)的體系化與自動化。 眾所周知，如今的工業(yè)制造，已經(jīng)由人機協(xié)作的方式來主導(dǎo)，單純依靠人力來進(jìn)行產(chǎn)品制造