2023年第7期封面故事----纺织品瑕疵检测技术:满足产品美观和质量控制需求的创新应用
封面设计说明:封面主图是由飘逸的织物环绕而成,犹如绽放的玫瑰,既象征着人们对纺织产品的美感需求,同时也体现了纺织产品的时尚与艺术气息。玫瑰花朵上栖息着几只体型迷你、翅膀透明的“检测蜜蜂”,它们代表了高科技的纺织品质量检测技术,从中漂浮出来的圆球则代表着检测出的纺织瑕疵。背景中,缤纷的织物规则地铺展开来,织物的纹理呈现出一片纺织品“测试田”的视觉效果。充满活力的色彩象征着纺织业的蓬勃发展,广袤的布局预示着检测技术应用的广阔前景。
主要内容介绍
随着纺织工业的持续发展,新技术的引入以及新型纺纱与织造设备的不断涌现,使得针织物的产量显著提升。在织造过程中,由于机械故障和操作不当等因素,织物表面常出现各种形态的疵点。目前,国内针对疵点的检验环节主要分为人工检验与半自动化检验2种方式。人工检验即依赖大量工人,通过肉眼对织物进行不间断的视觉检测,然而这种方式存在诸多不足之处:检测疵点是一项高度重复性的任务,要求检测人员保持高度集中的注意力;同时,准确率较低且成本较高。半自动化检验则将计算机技术应用于织物的自动化检测,辅以人工操作。这一方法能够在保证织物质量的前提下,显著提升生产效率,减少主观因素对检验结果的影响,但仍难以完全摆脱人工介入,且相关应用技术尚不十分成熟。
为解决提花针织物的复杂纹理在疵点检测过程中容易造成检测干扰和疵点误判的问题,本文提出一种基于非线性扩散和多特征融合的疵点检测方法。采用改进PM模型对提花针织物的花纹和强纹理边缘进行抑制,首先利用梯度差异将疵点图像分为纹理区域及疵点区域,然后结合各区域特点选择对应的扩散方程,依据梯度矩阵计算概率子集、相关准则来确定梯度阈值,实现分区域扩散。根据提花针织物的纹理分布特性,提取改进局部二值算模式(LBP)、局部熵、局部相关性等表征参数,然后进行去邻域归一化和多特征融合进一步突出疵点区域,最后利用区域生长法定位分割出疵点形态。
研究团队介绍