[发明专利]一种织布缺陷检测方法及缺陷巡检方法

说明书

本发明公开了一种织布缺陷检测方法及缺陷巡检方法，用于对织布机织出的布料进行检测，检测方法包括以下步骤：利用图像采集装置对正在织布的织布机进行图像采集，所采集的图像包括布料区和经线纱线区；将采集到的图像发送至AI识别装置以进行缺陷识别，若布料区出现与相邻像素的图像特性差异超过预设阈值的情况，且所述经线纱线区出现经线断线的情况，则所述AI识别装置输出识别结果为布料有缺陷，否则所述AI识别装置输出识别结果为布料无缺陷。本发明提供的缺陷特征识别标准能够排除染色线带来的假缺陷误判情况，提高织布缺陷的检测结果的准确率。

技术领域

本发明涉及织布检测领域，尤其涉及一种织布缺陷检测方法及缺陷巡检方法。

背景技术

现有技术中提出了一种可移动的视觉系统来为多台纺织机的织布作出缺陷检测的方案，比如公开号为CN113322653A的中国专利申请。

但是实践发现，视觉系统判定有织布缺陷而使织布机停下来，人工检查的时候却无法检查出织布缺陷，视觉系统的误判会严重影响生产的产能，还会耗费大量的人工检查。

发明内容

本发明的目的是提供一种织布缺陷检测方法及缺陷巡检方法，提高检测结果的准确率。

为达到上述目的，本发明采用的技术方案如下：

一种织布缺陷检测方法，用于对织布机织出的布料进行检测，包括以下步骤：

利用图像采集装置对正在织布的织布机进行图像采集，所采集的图像包括布料区和经线纱线区；

将采集到的图像发送至AI识别装置以进行缺陷识别，若布料区出现与相邻像素的图像特性差异超过预设阈值的情况，且所述经线纱线区出现经线断线的情况，则所述AI识别装置输出识别结果为布料有缺陷，否则所述AI识别装置输出识别结果为布料无缺陷。

进一步地，所述AI识别装置为预先建立的布料缺陷检测神经网络模型，所述布料缺陷检测神经网络模型通过以下步骤预先建立得到：

建立样本库：对织布布料采集多张图像，所述图像包括相邻的布料区和经线纱线区，并对各张图像进行人工打标，打标结果为有缺陷或无缺陷，其中，若布料区出现与相邻像素的图像特性差异超过预设阈值的情况，且所述经线纱线区出现经线断线的情况，则对该图像打标为有缺陷，否则对其打标为无缺陷；

利用样本库内的图像进行机器学习和模型验证，得到布料缺陷检测神经网络模型。

进一步地，所述图像采集装置被配置为沿着轨道移动，所述图像采集装置对同一匹布料前后两次拍摄的过程中，所述图像采集装置移动至其他纺织机上方，以对该纺织机处织出的布料进行图像采集。

进一步地，所述轨道上设置有多个与多台织布机对应的位置传感器，利用主控模块根据多个位置传感器的位置检测结果分析所述图像采集装置当前所对应的织布机；

若所述AI识别装置当前输出识别结果为布料有缺陷，则所述主控模块向所述图像采集装置当前所对应的织布机发送停止指令。

另一方面，本发明还提供了一种织布缺陷巡检方法，基于织布缺陷巡检设备，对不同的织布机处的布料以一定的顺序循环作出视觉检测，以识别布料是否存在缺陷，所述织布缺陷巡检方法包括：

图像采集装置在所述织布缺陷巡检设备提供的巡检环形轨道上移动，以依次对不同的织布机处织出的布料进行轮式图像采集，并将所采集到的图像发送至AI识别装置；

若所述AI识别装置识别到布料有缺陷，则控制所述图像采集装置当前所对应的织布机停止工作。

进一步地，所述图像采集装置所采集的图像包括布料区和经线纱线区，若布料区出现与相邻像素的图像特性差异超过预设阈值的情况，且所述经线纱线区出现经线断线的情况，则所述AI识别装置输出识别结果为布料有缺陷，否则所述AI识别装置输出识别结果为布料无缺陷。