基于機器視覺的無紡布缺陷在線檢測技術研究.pdf

1、目前對無紡布缺陷進行檢測主要是通過人工檢測的方法來解決,然而這種方法的檢測處理速度比較慢,同時會給工人造成比較高的勞動強度,最終的檢測效果也同時會極大地受到檢驗人員的工作經驗、對工序操作熟悉程度等諸多因素的影響,從而使得檢測結果并不可靠。隨著紡織行業(yè)不斷發(fā)展生產規(guī)模不斷擴大,開發(fā)一種無紡布缺陷在線檢測系統(tǒng)來實現(xiàn)穩(wěn)定快速精確檢測的需求越來越迫切。
　　本論文的組織結構如下:首先,對于無紡布缺陷檢測的研究發(fā)展以及應用情況做了簡要介紹,

2、闡釋了無紡布在線檢測系統(tǒng)總體的設計路線以及相關的理論基礎,分析應用于實際生產過程時對算法的性能要求,為了合理有效利用無紡布表面的方向性紋理特征,提出基于Gabor濾波器的缺陷檢測方法,并結合OTSU法進行圖像分割提取缺陷區(qū)域。針對Gabor濾波器的參數(shù)設置這一個關鍵性問題,采取了實驗比較法來逐一分析各個變量對于檢測結果的影響,最終確定合理的濾波器參數(shù),通過在不同類型缺陷的實驗驗證算法的有效性,通過與各種典型的缺陷檢測方法進行比較分析,顯

3、示出Gabor濾波檢測方法的優(yōu)越性能。接著,針對系統(tǒng)設計中的缺陷分類這一問題,采用了基于BP神經網絡的方法,對于其構成以及不同層神經元的數(shù)目選擇進行了深入研究,對于常見缺陷類型的實驗結果驗證了算法的有效性。最后,總結了本次缺陷檢測系統(tǒng)設計所采用方法存在的缺陷以及今后進行完善的關鍵點,并對缺陷檢測今后的研究前景與發(fā)展方向進行了展望。
　　本論文提出并實現(xiàn)了無紡布缺陷檢測的相關算法,并應用OpenCV圖像處理庫函數(shù)進行實驗研究。實驗結