[发明专利]一种布料瑕疵线上自动辨识系统

说明书

本发明提出一种布料瑕疵线上自动辨识系统，包括一影像撷取装置、一人工瑕疵标示模块、一操作模块、一资料库模块、一布料比对模块、一自动瑕疵检测模块、一瑕疵学习模块及一布料卷动模块。本发明使用的影像撷取装置可应用于彩色影像，不再限制于灰阶影像。此外，由于人工瑕疵标示模块、资料库模块、布料比对模块、自动瑕疵检测模块，与瑕疵学习模块的配合，使得本系统可以很快地完成训练学习并具有即时检验的功能，可以应用于不同种类的布料，尤其适合非大量生产的布料的品检。

技术领域

本发明关于一种布料瑕疵线上自动辨识系统，特别是一种以人工检测加上机器学习的布料瑕疵线上自动辨识系统。

背景技术

成品的出货品管(Quality Control)对于制造商来说至关紧要。如果做得不好，除了会让有瑕疵的成品流通市面，造成商誉受损；同时，制造商也很难找出问题源，对制造流程中发生的问题进行改进。因此，各行各业都从自身的利益出发，绞尽脑汁地强化品管作业。

布料(包括天然纺织布与化学纤维布)是成千上万商品中的一类。有别于其它商品，布料的品管着重在其平面可现的缺陷，比如织线密度的差异、断线、脏污、黄化等。因此，传统上布料品管非常重视目检员的经验。然而，这样的作法易因目检员眼睛疲劳及不经意的疏忽，导致成效不彰。从而，布料生产厂商很早之前就开始着手进行自动化的品管作业。

一般来说，布料品管会使用摄像机撷取待检测的布料影像，依照设计的分析程序，检选出布料中不符合品质要求的部分而放行其他部分。这种检选机制在人工智慧技术出现后，可以让品管设备通过学习而找出出货品质的可接受范围，进而减少人工的干涉，从而减少生产成本及降低产品退货率。一个相关的技术如中国台湾新型专利第410275，应用数位影像处理及神经网路群作织物表面瑕疵检测的方法，所公开。

然而，随着时代的进步与市场对布料的需求变化，前述的技术还需要进一步的修正。首先，这些技术是在灰阶影像的基础上，然而，现有的影像技术已经可以处理不同颜色的图像了，针对布料的实际影像来执行品管检测更能提供精度。其次，这些技术的应用是色泽单调的产品，比如单一颜色的丹宁布匹，检测设备在学习过程中阻碍不大，因为问题点不复杂。但是，现今很多的市场需求不再是单调大宗的布料，取而代之的是更多个性化且少量的产品，检测设备的机器学习模块依靠现有的学习经验，难以应付各种花纹、材质的布料所带来的瑕疵型态。

因此，本发明提供一种布料瑕疵线上自动辨识系统，以期解决前述问题。

发明内容

为了解决上述问题，本发明提出一种布料瑕疵线上自动辨识系统，该自动辨识系统包括：一影像撷取装置，用以连续撷取一布料各部位的多个布料影像；一人工瑕疵标示模块，与该影像撷取装置连接，用以提供人工选择这些布料影像中的至少一问题影像及输入对应该至少一问题影像的即时瑕疵资料；一操作模块，与该影像撷取装置及该人工瑕疵标示模块连接，包括一控制界面和一资料处理单元，其中，该控制界面用以显示这些连续布料影像及提供该人工瑕疵标示模块的输入操作，该资料处理单元与该控制界面连接，该资料处理单元用以传送该至少一问题影像与该即时瑕疵资料及处理这些布料影像；一资料库模块，与该操作模块及该人工瑕疵标示模块连接，用以储存来自该影像撷取装置的这些布料影像、来自该人工瑕疵标示模块的至少一问题影像、即时瑕疵资料、预设瑕疵资料及预设问题影像，以供存取；一布料比对模块，与该影像撷取装置及该资料库模块连接，用以比对来自该影像撷取装置的布料影像与预设问题影像；一自动瑕疵检测模块，与该布料比对模块连接，用以控制布料展示以便该影像撷取装置进行影像撷取，并通过该布料比对模块的比对结果找出包括瑕疵布料的布料影像；及一瑕疵学习模块，与该资料库模块连接，用以操作内设的一机器学习演算程序学习前述的至少一问题影像、即时瑕疵资料、预设瑕疵资料及预设问题影像，并产生新的预设瑕疵资料及预设问题影像并增添于该资料库模块中。

所述的布料瑕疵线上自动辨识系统可进一步包括：一布料卷动模块，与该自动瑕疵检测模块连接，接受该自动瑕疵检测模块的控制而卷动成匹的布料，以便该影像撷取装置进行影像撷取。