一种织物缺陷检测装置的制作方法

本实用新型涉及一种检测装置，特别是一种织物缺陷检测装置。

背景技术：

在纺织品生产行业中,影响纺织产品质量的因素众多，“表面缺陷”是其中的重要标准之一。当纱线的长度、棉结量、细度、短纤等特性变化较大时，会严重影响其质量，此外，生产过程中系统调整不当或仪器损坏等都会造成纺织品出现缺陷。织物表面缺陷是一直是纺织行业存在的严重问题，大大降低了我国纺织产品的质量，影响出口，造成了巨大的经济损失。故织物的缺陷检测,对纺织品质量的控制至关重要。传统的织物缺陷检测大部分由人工目测实现,这种传统的方法存在检测速度低、误检率高、人为影响因素大等缺点，在最好的情况下，质量控制人员只能检测到40%-60％的现有缺陷。随着工业革命的快速发展，生产效率大大提高，人眼检测已不能满足自动生产线的实时质量检测要求。

技术实现要素：

本实用新型所要解决的技术问题是提供一种织物缺陷检测装置，基于CCD摄像头，对织物进行视频检测。

为解决上述技术问题，本实用新型所采用的技术方案是：一种织物缺陷检测装置，包括第一导布辊、第二导布辊及第三导布辊，第三导布辊设于第一导布辊及第二导布辊的上方，使织物依次通过第二导布辊、第三导布辊及第一导布辊时能够形成凸起；所述第三导布辊的上方设有多个CCD摄像头，多个CCD摄像头呈直线排列；还包括控制柜，控制柜内设有主控机及从控机，多个CCD摄像头与主控机连接，从控机与主控机连接。

优选的，所述个CCD摄像头的前侧设有灯架，在灯架的下部设有LED灯带，LED灯带朝向第三导布辊。

优选的，还包括伺服电机，伺服电机带动第一导布辊的转轴转动，伺服电机与从控机连接，所述第一导布辊的转轴转动上还设有旋转编码器，旋转编码器与从控机连接。

优选的，所述主控机为PC机，从控机为PLC控制器，PLC控制器通过RS485通信模块与PC机连接。

优选的，还包括打标机，打标机与从控机连接。

优选的，所述CCD摄像头通过视频采集卡与主控机连接。

优选的，所述CCD摄像头的数量为6个。

本实用新型提供一种织物缺陷检测装置，采用主/从机分布式机器视觉在线检测结构，保证了图像采集、处理、传输和储存的实时性，满足了对织物表面质量检测中的宽幅面、高精度的要求。同时，设计了大功率LED条形阵列的正向单侧可变角度照明，光照强、照度均匀，避免了固定角度照明适应性差而影响缺陷信息提取的缺点。基于机器视觉的高精度缺陷检测装置，取缔了传统人工目测检测织物缺陷作业流程，改善纺织人员双目劳动强度，具有实时检测、实时控制能力，及灵活、高速、非接触式等优点，大大地提高了纺织业缺陷检测效率，准确地实现了对细小缺陷、色差不明显缺陷的完全检测。

附图说明

下面结合附图和实施例对本实用新型作进一步说明：

图1为本实用新型的结构示意图；

图2为本实用新型导布辊部分的剖视图；

图3为本实用新型控制系统的结构框。

具体实施方式

如图1-3所示，一种织物缺陷检测装置，包括第一导布辊6、第二导布辊7及第三导布辊8，第三导布辊8设于第一导布辊6及第二导布辊7的上方，使织物9依次通过第二导布辊7、第三导布辊8及第一导布辊6时能够形成凸起；所述第三导布辊8的上方设有多个CCD摄像头5，多个CCD摄像头5呈直线排列；还包括控制柜3，控制柜3内设有主控机及从控机4，多个CCD摄像头5与主控机1连接，从控机4与主控机1连接。

优选的，所述个CCD摄像头5的前侧设有灯架10，在灯架10的下部设有LED灯带11，LED灯带11朝向第三导布辊8。

优选的，还包括伺服电机12，伺服电机12带动第一导布辊6的转轴转动，伺服电机12与从控机4连接，所述第一导布辊6的转轴转动上还设有旋转编码器13，旋转编码器13与从控机4连接。

优选的，所述主控机2为PC机，从控机4为PLC控制器，PLC控制器通过RS485通信模块与PC机连接。

优选的，还包括打标机14，打标机14与从控机4连接。

优选的，所述CCD摄像头5通过视频采集卡与主控机连接。

优选的，所述CCD摄像头5的数量为6个。

CCD摄像头5获取到最原始图像，经视频采集卡传给PC机进行分析处理。为了相机获取到质量更高的图像，本装置还采用了LED灯带11，照向导布辊；旋转编码器和伺服电机6通过弹性联轴器安装在导布辊8的同一轴线上，保证旋转编码器能精确采集到织物的运动状态并输出脉冲信号；打标机7安装在底部支架上，对织物进行标记。

本实用新型的使用流程如下：

（1）开启系统，PLC控制伺服电机开始工作，带动编码器和导布辊转动，向光源控制器发出脉冲信号；

（2）主控机触发频闪光源并延时，同时给DCC摄像头发送启动脉冲；摄像头处于等待状态时接收到启动脉冲，开始扫描；

（3）提前设定好相机的曝光时间，同时光源的延时时间应与相机的曝光时间相一致；相机扫描结束后，经图像采集卡采集将其存储在计算机中；

（4）计算机接收到原始图像后，由于受到光学系统失真、曝光不足或过量、光照和随机干扰等因素的影响，图像的质量会有些退化，不能直接用于机器视觉系统中，须在此阶段对原始图像进行灰度校正、噪声过滤等图像预处理操作，同时需要采用图像增强技术来突出所需目标区域；

（5）对图像进行预处理之后，计算机通过OpenCV软件来提取图像的纹理特征，使用小波变换来对图像的纹理特征进行提取和分析；利用2DFCM算法对图像中的区域进行聚类，将数据集分为两类，与包含较少元素的数据集相对应的就是纹理缺陷，即织物缺陷。

（6）识别出织物缺陷后，最终计算机对缺陷信息进行存储，统计该织物所存在缺陷数目及类别。

上述的实施例仅为本实用新型的优选技术方案，而不应视为对于本实用新型的限制，本实用新型的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本实用新型的保护范围之内。