一种基于机器视觉的布匹缺陷检测评分方法

文档序号:35146149发布日期:2023-08-18 03:26阅读:来源:国知局

技术特征:

1.一种基于机器视觉的布匹缺陷检测评分方法,其特征在于包括以下步骤:

2.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法,其特征在于:所述步骤1,图像采集,通过上位机连接工业相机获取其视频流,然后整理为输入待检测视频流供步骤2使用。

3.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法,其特征在于:所述步骤2,缺陷检测,将经上述过步骤1获取到的待检测视频流送入预训练的基于faster r-cnn的缺陷检测模型,模型将当前输入视频流中每一帧图像检测出的缺陷以“缺陷种类+置信度+位置”的形式返回,供步骤3使用。

4.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法,其特征在于:所述步骤3,缺陷标注,将上述步骤2中以“缺陷种类+置信度+位置”的形式逐帧返回的缺陷检测处理结果标注在输出视频流的当前帧上,并将标注后的每一帧作为输出视频流的当前刷新帧,则输出视频流即为缺陷标注后的视频流。

5.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法,其特征在于:所述步骤4,缺陷分析,上述步骤3仅返回并标注“缺陷种类+置信度+位置”的信息,无法对当前识别出的缺陷的面积大小和横纵走向进行深度的分析,因此需要通过基于计算机视觉的图像处理方法进行缺陷像素面积计算,并分析横纵走向,以供后续步骤5综合评分使用。

6.根据权利要求5所述的基于机器视觉的布匹缺陷检测评分方法,其特征在于:所述步骤4中,缺陷分析的具体步骤为:

7.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法,其特征在于:所述步骤5,综合评分,缺陷评分系统获取进行缺陷标注后的视频流,当光敏传感器判断有遮挡物时,即为判断到布匹头部入镜,通过预训练的缺陷评分模型对上述步骤4缺陷分析后得到的参数字典内容进行综合评分。

8.根据权利要求7所述的基于机器视觉的布匹缺陷检测评分方法,其特征在于:所述步骤5中,综合评分的具体步骤为:

9.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法,其特征在于:所述步骤6,返回评分及后续处理,针对步骤5中返回的当前批次的通过缺陷检测评分的布匹段综合评分,对其进行主界面ui的显示和本地存储,可以为后续生产环节的流程提供处理依据。


技术总结
本发明公开了一种基于机器视觉的布匹缺陷检测评分方法,通过以下6个步骤实现:1、图像采集;2、缺陷检测;3、缺陷标注;4、缺陷分析;5、综合评分;6、返回评分及后续处理。相对于现有技术,本发明解决了以下问题:1、解决了图像采集过程中细节丢失问题严重的问题,即使用彩色工业相机进行视频流图像采集和后处理;2、解决了现有缺陷标注难以实时且易重复标注的问题,即通过人工智能技术实现缺陷自动化的非重复标注;3、解决了传统布匹缺陷评估受评估者的主观因素影响过大的问题,提出了基于布匹缺陷种类、大小、横纵走向、缺陷置信度的综合评分标准,并设置可接受的正常布匹评分阈值,使缺陷评分标准化。

技术研发人员:蔡丹,林怀周,贾海滨,孙立贤,徐芬,邹勇进,向翠丽
受保护的技术使用者:桂林电子科技大学
技术研发日:
技术公布日:2024/1/14
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1