機器視覺，顧名思義，便是以機器代替人眼，幫助操作工人來進行檢測與判斷。目前，對布匹瑕疵檢測的質(zhì)量是重復(fù)性工作，屬于勞動密集型，在現(xiàn)代化流水線后面經(jīng)常可看到很多的檢測工人來執(zhí)行這道工序，不僅增加企業(yè)的時間及資金成本，而且所要求的質(zhì)量也并不是能保證百分百的合格率。而采用機器視覺，則可將這一結(jié)果標準化，提高結(jié)果穩(wěn)定性。面對家紡布瑕疵檢測、簾子布瑕疵檢測、纖維布瑕疵檢測等各類布匹瑕疵檢測，機器視覺都能穩(wěn)定發(fā)揮。下面國辰機器人便來與大家聊聊視覺檢測是如何應(yīng)用于布匹瑕疵檢測中的吧。
機器視覺系統(tǒng)通過機器視覺產(chǎn)品(即圖像攝取裝置，分 CMOS 和CCD 兩種)將被攝取目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝目標的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號，圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。
一般布匹瑕疵檢測(自動識別)先利用高清晰度、高速攝像鏡頭拍攝標準圖像，在此基礎(chǔ)上設(shè)定一定標準,然后拍攝被檢測的圖像，再將兩者進行對比。
但是在布匹瑕疵檢測質(zhì)量工程中要復(fù)雜一些：
1. 圖像的內(nèi)容不是單一的圖像，每塊被測區(qū)域存在的雜質(zhì)數(shù)量、大小、顏色、位置不一定一致。
2. 雜質(zhì)的形狀難以事先確定。
3. 由于布匹快速運動對光線產(chǎn)生反射，圖像中可能會存在大量的噪聲。
4. 在流水線上，針對布匹瑕疵檢測，有實時性的要求。
由于上述原因，圖像識別處理時應(yīng)采取相應(yīng)的算法，提取雜質(zhì)的特征，進行模式識別，實現(xiàn)智能分析。
首先，由于每一個圖像像素都是有RGB三個成分組成來表示RGB色彩空間中的一個點，而即使很小的噪聲也會改變顏色空間中的位置，無論我們?nèi)搜鄹杏X有多么的近似，在顏色空間中也不盡相同。基于上述原因，需要將RGB像素轉(zhuǎn)換成為另一種顏色空間CIELAB，目的就是使我們?nèi)搜鄣母杏X盡可能的與顏色空間中的色差相近。
其次，根據(jù)上面得到的處理圖像，根據(jù)需求，在純色背景下檢測雜質(zhì)色斑，并且要計算出色斑的面積，以確定是否在檢測范圍之內(nèi)。因此圖像處理軟件要具有分離目標，檢測目標，并且計算出其面積的功能。
最后，應(yīng)用程序把返回的結(jié)果存入數(shù)據(jù)庫或用戶指定的位置，并根據(jù)結(jié)果控制機械部分做相應(yīng)的運動。根據(jù)識別的結(jié)果，存入數(shù)據(jù)庫進行信息管理，以后可以隨時對信息進行檢索查詢，管理者可以獲知某段時間內(nèi)流水線的忙閑，為下一步的工作作出安排，可以獲知布匹瑕疵檢測的質(zhì)量情況