一种渐进式织物疵点自动检测系统、检测方法与流程

本发明涉及纺织业检测，特别是指一种渐进式织物疵点自动检测系统、检测方法。

背景技术：

1、微波炉在日常生活，以及物理、化学、生物医药等学科的实验研究中被广泛使用。在很多时候会用到微波炉进行加热或利用微波频谱效应进行相应的处理。微波炉加热是指利用磁控管等微波源产生微波，然后通过相应的通道使微波到达一个微波无法逃逸的微波谐振腔中(谐振腔一般是密闭，或设置有小于微波波长的孔，因而微波无法逸出谐振腔)，从而对谐振腔内的物质进行加热处理或频谱处理。

2、长期以来，在纺织行业中，来料布匹的质量直接关系到后续裁剪流程和成衣质量。目前服装工厂都采用自动化面料瑕疵检测技术进行验布，自动检测系统的织物疵点方法，大多在一个固定的训练集上拟合得到，检测不同品种面料时参数基本不变，疵点在不同面料(如深色和浅色面料)呈现方式有所不同，导致检测算法很难适应所有品种面料，品种适应性有限。一般自动验布机中使用灰度相机或者彩色进行拍摄，光源比较单一，一些疵点如荧光斑，无法采集此类疵点，而且有些训练模型采用如yolo等的有监督的方式，训练过程需要提供人工标注，检测方法较为费时。

技术实现思路

1、为了解决上述技术所存在的不足之处，本发明提出一种渐进式织物疵点自动检测系统、检测方法。

2、本发明的技术方案是这样实现的：一种渐进式织物疵点自动检测方法，包括以下步骤：

3、1)图像获取：

4、2)采集布头初始位置的图像数据，通过添加随机掩膜的方式对图像进行预训练，构建训练模型；

5、3)对待检测图像进行图像处理与融合；

6、4)利用训练模型，对处理后待检测的图像进行瑕疵检测；

7、5)对瑕疵点进行评分，同时标记。

8、本发明又提出一种渐进式织物疵点自动检测方法的检测系统，包括相机组、对布匹进行铺展传送的传送机构、光源、位于布匹下方的计米轮、计算机，

9、所述光源由三组正面三基色光源、一组背面三基色光源l4、一组紫外光光源l5组成，三组所述正面三基色光源均位于所述相机的右侧，且分别为第一正面三基色光源l1、第二正面三基色光源l2、第三正面三基色光源l3，所述紫外光光源l5位于所述相机的左侧，

10、以布平面作为参考面，第一正面三基色光源l1的光线、背面三基色光源l4的光线、紫外光光源l5的光线均与布平面的法线相平行，

11、第二正面三基色光源l2的光线与布平面的法线夹角为a1，第三正面三基色光源l3的光线与布平面的法线夹角为a2，第三正面三基色光源l3的光线与布平面夹角为b，∠a1＝2∠a2，∠a2+∠b＝90°，

12、∠b在10°～30°之间；

13、所述相机组、计米轮与所述计算机导线连接，所述计算机上设有存储介质。

14、本发明的有益效果：

15、1)本发明对图像采用添加掩膜的方式，构建掩膜-图像对，这是一种无监督方式，用于对图像重构模型的训练，无需人工标注数据，省事省力。通过在待检测面料上进行预训练，及时更新检测算法中的损失函数，使得检测算法能够适应不同品种的面料。

16、2)本发明设计了一套光源，包括四组三基色光源和一组紫外光源，从正面、背面和侧面分别照射，提高了疵点图像的细节采集精度，使得相机能够有效采集如异纤、油污等飞机构化疵点。

17、3)本发明提供了一种疵点检测框架，通过重构无疵图像，求得只包含疵点的残差图像，再对残差图像进行识别，这种渐进式的疵点识别方式搭配光源配置可以提高各类疵点的检出率。

18、4)采集新布料上机前5米的面料图像，对图像添加掩膜生成图像对，输入重构模型进行预训练，得到能够适应新品种的重构模型，然后使用该模型对后续面料图像进行重构，利用重构图像求只包含疵点的残差图像，通过识别残差图像中疵点有无及类别完成对疵点的精确识别。该种方式提高了检测方法的品种适应性和鲁棒性，并提高了对于难检疵点如异纤、油污等的检出率。

技术特征：

1.一种渐进式织物疵点自动检测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种渐进式织物疵点自动检测方法，其特征在于，

3.如权利要求1所述的一种渐进式织物疵点自动检测方法，其特征在于，

4.如权利要求3所述的一种渐进式织物疵点自动检测方法，其特征在于，

5.如权利要求1所述的一种渐进式织物疵点自动检测方法，其特征在于，

6.如权利要求5所述的一种渐进式织物疵点自动检测方法，其特征在于，

7.如权利要求5所述的一种渐进式织物疵点自动检测方法，其特征在于，

8.如权利要求6所述的一种渐进式织物疵点自动检测方法，其特征在于，

9.一种如权利要求1至8中任一项所述的渐进式织物疵点自动检测方法的检测系统，包括相机组、对布匹进行铺展传送的传送机构、光源、位于布匹下方的计米轮、计算机，其特征在于：

技术总结
本发明提出了一种渐进式织物疵点自动检测方法，包括以下步骤：1)图像获取：2)采集布头初始位置的图像数据，通过添加随机掩膜的方式对图像进行预训练，构建训练模型；3)对待检测图像进行图像处理与融合；4)利用训练模型，对处理后待检测的图像进行瑕疵检测；5)对瑕疵点进行评分，同时标记。本发明对图像采用添加掩膜的方式，构建掩膜‑图像对，这是一种无监督方式，用于对图像重构模型的训练，无需人工标注数据，省事省力。通过在待检测面料上进行预训练，及时更新检测算法中的损失函数，使得检测算法能够适应不同品种的面料。

技术研发人员：佟飞,潘如如,向军,易臻,孙治龙,张尚研
受保护的技术使用者：苏州清风云技术有限公司
技术研发日：
技术公布日：2024/2/8