機(jī)器視覺(jué)，顧名思義，便是以機(jī)器代替人眼，幫助操作工人來(lái)進(jìn)行檢測(cè)與判斷。目前，對(duì)布匹瑕疵檢測(cè)的質(zhì)量是重復(fù)性工作，屬于勞動(dòng)密集型，在現(xiàn)代化流水線后面經(jīng)?？煽吹胶芏嗟臋z測(cè)工人來(lái)執(zhí)行這道工序，不僅增加企業(yè)的時(shí)間及資金成本，而且所要求的質(zhì)量也并不是能保證百分百的合格率。而采用機(jī)器視覺(jué)，則可將這一結(jié)果標(biāo)準(zhǔn)化，提高結(jié)果穩(wěn)定性。面對(duì)家紡布瑕疵檢測(cè)、簾子布瑕疵檢測(cè)、纖維布瑕疵檢測(cè)等各類(lèi)布匹瑕疵檢測(cè)，機(jī)器視覺(jué)都能穩(wěn)定發(fā)揮。下面國(guó)辰機(jī)器人便來(lái)與大家聊聊視覺(jué)檢測(cè)是如何應(yīng)用于布匹瑕疵檢測(cè)中的吧。

機(jī)器視覺(jué)系統(tǒng)通過(guò)機(jī)器視覺(jué)產(chǎn)品(即圖像攝取裝置，分 CMOS 和CCD 兩種)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專(zhuān)用的圖像處理系統(tǒng)，得到被攝目標(biāo)的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)，圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。

一般布匹瑕疵檢測(cè)(自動(dòng)識(shí)別)先利用高清晰度、高速攝像鏡頭拍攝標(biāo)準(zhǔn)圖像，在此基礎(chǔ)上設(shè)定一定標(biāo)準(zhǔn),然后拍攝被檢測(cè)的圖像，再將兩者進(jìn)行對(duì)比。

但是在布匹瑕疵檢測(cè)質(zhì)量工程中要復(fù)雜一些：

1. 圖像的內(nèi)容不是單一的圖像，每塊被測(cè)區(qū)域存在的雜質(zhì)數(shù)量、大小、顏色、位置不一定一致。

2. 雜質(zhì)的形狀難以事先確定。

3. 由于布匹快速運(yùn)動(dòng)對(duì)光線產(chǎn)生反射，圖像中可能會(huì)存在大量的噪聲。

4. 在流水線上，針對(duì)布匹瑕疵檢測(cè)，有實(shí)時(shí)性的要求。

由于上述原因，圖像識(shí)別處理時(shí)應(yīng)采取相應(yīng)的算法，提取雜質(zhì)的特征，進(jìn)行模式識(shí)別，實(shí)現(xiàn)智能分析。

首先，由于每一個(gè)圖像像素都是有RGB三個(gè)成分組成來(lái)表示RGB色彩空間中的一個(gè)點(diǎn)，而即使很小的噪聲也會(huì)改變顏色空間中的位置，無(wú)論我們?nèi)搜鄹杏X(jué)有多么的近似，在顏色空間中也不盡相同?；谏鲜鲈颍枰獙GB像素轉(zhuǎn)換成為另一種顏色空間CIELAB，目的就是使我們?nèi)搜鄣母杏X(jué)盡可能的與顏色空間中的色差相近。

其次，根據(jù)上面得到的處理圖像，根據(jù)需求，在純色背景下檢測(cè)雜質(zhì)色斑，并且要計(jì)算出色斑的面積，以確定是否在檢測(cè)范圍之內(nèi)。因此圖像處理軟件要具有分離目標(biāo)，檢測(cè)目標(biāo)，并且計(jì)算出其面積的功能。

最后，應(yīng)用程序把返回的結(jié)果存入數(shù)據(jù)庫(kù)或用戶指定的位置，并根據(jù)結(jié)果控制機(jī)械部分做相應(yīng)的運(yùn)動(dòng)。根據(jù)識(shí)別的結(jié)果，存入數(shù)據(jù)庫(kù)進(jìn)行信息管理，以后可以隨時(shí)對(duì)信息進(jìn)行檢索查詢，管理者可以獲知某段時(shí)間內(nèi)流水線的忙閑，為下一步的工作作出安排，可以獲知布匹瑕疵檢測(cè)的質(zhì)量情況