[发明专利]基于5G的布匹瑕疵检测方法及系统

说明书

本发明提供基于5G的布匹瑕疵检测方法，包括将布匹卷绕速度与固定连接若干工业相机组的环形循环运送线的运动速度配置成一致；工业相机等待图像采集指令；将若干工业相机组拍摄的当前检测布匹的图像信息通过5G通讯发送至云处理器；云处理器对图像信息进行瑕疵检测，并对存在瑕疵的图像进行标记，标记后按时间顺序进行排序并对排序后的图像进行拼接，得到当前检测布匹的具有瑕疵标记的全图。本发明还涉及一种基于5G的布匹瑕疵检测系统。本发明采用循环相机矩阵进行图像采集，并保持与布匹同速，确保图像的高清与稳定；同时利用5G技术与云检测，实现快速而高效的瑕疵识别，并实现瑕疵的精准定位，便于瑕疵的快速查找与修补。

技术领域

本发明涉及布匹质量检测，具体涉及一种基于5G的布匹瑕疵检测方法及系统。

背景技术

我国纺织品占全球加工总量80％，化纤、纱、布产量世界第一。2019年中国营业收入与利润总额分别为24038.1亿元和1009亿元。。纺织业是苏州工业经济的传统支柱型产业和重要的民生产业。苏州纺织厂和纺织贸易公司在国家纺织行业中占据着重要的位置。当下一方面我国面临着国内纺织品服装内销不畅，纺织品服装出口下降明显的压力；另一方面劳动力成本不断攀升以致增幅高于生产力提升，企业生存压力不断加大。通以数字化智能化的信息和知识作为关键的生产要素，以网络信息作为载体，以提高产业生产力作为重要目标，智能化能够充分挖掘纺织业行业中最核心的生产力，满足纺织行业认知和应用需求。为了促使传统纺织向智能化升级转型并成为产业发展的突破口，数字化、智能化、信息化是企业发展的必由之路。

传统纺织制造行业工厂在布匹检验环节主要有两个痛点：(一)布匹瑕疵种类繁多，布匹颜色多样，深色浅色厚薄难以识别，只能依靠工人逐一手动检验。(二)手动检验对于检验工人视觉损害比较大，且企业招工困难。目前全国纺织机300万台左右；纺织织造工厂10000家左右；纺织贸易公司50000家左右，每天布匹产能在9亿米；而当前布匹的缺陷检测全部为人工完成。人工检验的精度仅为70％左右，而且检验工人视觉损害比较大，且企业招工困难。

对此，目前急需采用一种智能而高效的方式对布匹质量进行检测。

发明内容

为了克服现有技术的不足，本发明提出的基于5G的布匹瑕疵检测方法，采用循环相机矩阵进行图像采集，并保持与布匹同速，确保图像的高清与稳定；同时利用5G技术与云检测，实现快速而高效的瑕疵识别，并实现瑕疵的精准定位，便于瑕疵的快速查找与修补。

本发明提供基于5G的布匹瑕疵检测方法，包括以下步骤：

将布匹卷绕速度与固定连接若干工业相机组的环形循环运送线的运动速度配置成一致，以确保图像采集时工业相机组内的各工业相机与布匹相对静止；其中，环形循环运送线上均匀分布有若干工业相机组，工业相机组内至少配置有一工业相机；

工业相机等待图像采集指令，当工业相机运动至拍摄位时，对位于工业相机正下方的布匹进行图像采集，并记录当前采集时间；

将若干工业相机组拍摄的当前检测布匹的图像信息通过5G通讯发送至云处理器；

云处理器对图像信息进行瑕疵检测，并对存在瑕疵的图像进行标记，标记后按时间顺序进行排序并对排序后的图像进行拼接，得到当前检测布匹的具有瑕疵标记的全图。

优选地，图像采集时，在一时间间隔T1连续采集若干张图像，并筛选其中清晰度最高的一张图像作为本次图像采集的图像信息；其中T1远小于环形循环运送线上前后相邻两工业相机拍摄的时间间隔T2。

优选地，所述瑕疵检测通过线宽耦合的深度神经网络模型DNN进行瑕疵标记，得到瑕疵类型。

优选地，当工业相机组包括至少两工业相机时，还包括步骤：组内图像拼接，按预设的顺序依次获取工业相机组内各工业相机采集的图像信息，并按照预设的顺序进行图像拼接，得到当前工业相机组拍摄的融合图像。