點(diǎn)擊上方“小白學(xué)視覺(jué)”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

玻璃纖維織物是經(jīng)編多軸向織物，由一層或多層平行的紗線按照盡可能多的方向交錯(cuò)而成的?？椢锞哂幸欢ǖ拿軐?shí)度和厚度，顏色一般為白色，生產(chǎn)時(shí)的質(zhì)量缺陷主要為劈縫缺陷，在線生產(chǎn)速度為2m/min，幅寬一般為2.5m左右，檢測(cè)精度要求為0.5mm。

本文根據(jù)生產(chǎn)實(shí)際狀況，搭建了玻纖織物缺陷在線檢測(cè)系統(tǒng)平臺(tái)如圖1所示。由圖可以看出，工業(yè)相機(jī)、鏡頭及光源組成了機(jī)器視覺(jué)檢測(cè)系統(tǒng)的圖像采集模塊。本次研究采用了全局曝光的面陣相機(jī)搭配GigE工業(yè)相機(jī)、Computa高清鏡頭。

圖1 玻璃纖維織物缺陷在線檢測(cè)系統(tǒng)平臺(tái)

解決方案：

由于織物材料為白色的玻璃纖維絲，正面光照會(huì)使圖像反光，我們將條形光源放在織物下方進(jìn)行背光照明。通過(guò)采用該圖像采集模塊可以獲得高對(duì)比度的圖像，當(dāng)織物無(wú)缺陷時(shí)，圖像上沒(méi)有透光部分，如圖2所示，織物有缺陷時(shí)，織物缺陷部分將有亮光透過(guò)，缺陷將被清晰的勾勒出來(lái)，右下圖中高亮區(qū)域即為織物的劈縫缺陷。

圖2 有缺陷和無(wú)缺陷玻璃纖維織物

采集圖像后，采用OpenCV圖像處理軟件進(jìn)行織物的質(zhì)量檢測(cè)。一般情況下正常玻璃纖維織物的紋理具有一致的周期特性和統(tǒng)一的色彩分布，但當(dāng)織物的紋理遭到破壞產(chǎn)生缺陷時(shí)，便不再具備一致的周期性和統(tǒng)一的色彩分布，因此，玻璃纖維織物疵點(diǎn)的檢測(cè)主要是采用提取織物的紋理信息和灰度分布來(lái)判斷織物的疵點(diǎn)的存在與否。?

基于OpenCV機(jī)器視覺(jué)庫(kù)的圖像處理法進(jìn)行織物的缺陷檢測(cè)?

首先對(duì)圖像處理進(jìn)行平滑處理以消除噪聲干擾，然后對(duì)圖像進(jìn)行圖像分割、形態(tài)學(xué)處理和特征提取，最后對(duì)提取的缺陷特征進(jìn)行參數(shù)計(jì)算，求出圖像中的缺陷的個(gè)數(shù)、發(fā)生的位置、尺寸等參數(shù)。

圖3 織物的圖像處理過(guò)程

圖像平滑：采用均值濾波器（blur函數(shù)）對(duì)圖像進(jìn)行平滑處理，減少噪聲干擾。

圖像分割：采用全局閾值法進(jìn)行圖像分割，即利用threshold函數(shù)實(shí)現(xiàn)缺陷和背景紋理的二值化分割，有缺陷的用白色像素表示，背景紋理用黑色表示。

形態(tài)學(xué)處理：采用形態(tài)學(xué)中的閉運(yùn)算操作對(duì)二值化的圖像進(jìn)行處理，消除干擾的小雜點(diǎn)，提高缺陷的檢出率及檢測(cè)準(zhǔn)確性。

特征提?。?/strong>利用OpenCV中findContours實(shí)現(xiàn)形態(tài)學(xué)處理后圖像的輪廓提取與分析，先采用contourArea函數(shù)計(jì)算出每個(gè)輪廓的面積，并通過(guò)與設(shè)定的面積參數(shù)比較賽選出符合缺陷面積特征的輪廓后，通過(guò)contours.size()計(jì)算出織物中缺陷的個(gè)數(shù)。

特征參數(shù)計(jì)算：為計(jì)算織物中位置和尺寸等特征，采用minAreaRect函數(shù)構(gòu)造出缺陷輪廓的最小外接矩形，由最小外接矩形中心的X和Y坐標(biāo)值、矩形的傾斜角度、矩形的寬度和高度等參數(shù)，從可計(jì)算出缺陷的特征參數(shù)。

本文根據(jù)實(shí)際生產(chǎn)情況搭建了基于機(jī)器視覺(jué)的玻璃纖維織物在線檢測(cè)平臺(tái)，結(jié)構(gòu)簡(jiǎn)單，易于實(shí)現(xiàn)，照明方式減少了織物材質(zhì)對(duì)成像的影響，使圖像中的目標(biāo)信息與背景信息得到了最佳的分離，形成了有利于圖像處理的成像效果。有效地改善玻璃纖維織物的在線質(zhì)量檢測(cè)生產(chǎn)現(xiàn)狀，為其他類(lèi)型織物的質(zhì)量檢測(cè)提供了參考。

下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程

在「小白學(xué)視覺(jué)」公眾號(hào)后臺(tái)回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺(jué)、目標(biāo)跟蹤、生物視覺(jué)、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺(jué)實(shí)戰(zhàn)項(xiàng)目52講

在「小白學(xué)視覺(jué)」公眾號(hào)后臺(tái)回復(fù)：Python視覺(jué)實(shí)戰(zhàn)項(xiàng)目，即可下載包括圖像分割、口罩檢測(cè)、車(chē)道線檢測(cè)、車(chē)輛計(jì)數(shù)、添加眼線、車(chē)牌識(shí)別、字符識(shí)別、情緒檢測(cè)、文本內(nèi)容提取、面部識(shí)別等31個(gè)視覺(jué)實(shí)戰(zhàn)項(xiàng)目，助力快速學(xué)校計(jì)算機(jī)視覺(jué)。

下載3：OpenCV實(shí)戰(zhàn)項(xiàng)目20講

在「小白學(xué)視覺(jué)」公眾號(hào)后臺(tái)回復(fù)：OpenCV實(shí)戰(zhàn)項(xiàng)目20講，即可下載含有20個(gè)基于OpenCV實(shí)現(xiàn)20個(gè)實(shí)戰(zhàn)項(xiàng)目，實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

交流群

歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺(jué)、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群（以后會(huì)逐漸細(xì)分），請(qǐng)掃描下面微信號(hào)加群，備注：”昵稱(chēng)+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺(jué)SLAM“。請(qǐng)按照格式備注，否則不予通過(guò)。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~