无纺布口罩自动在线检测技术研究

发布时间：2021-11-18 17:51

　　近年空气污染严重,口罩的产量也在逐年增加,口罩对卫生和质量的要求比较高,在口罩生产过程中会出现很多缺陷,比如白丝、虫子、污渍、头发、破洞、鼻梁条缺陷、耳绳缺陷等。传统的人工目视检测方法很难满足工业生产精度高、速度快、稳定性好的要求。尽管目前基于图像处理和深度学习对纺织布缺陷检测的研究已经取得了不错的进展,但是在精度、速度、稳定性等方面还不能满足口罩制作材料无纺布实时在线检测的要求,而且没有一套成熟可靠的自动在线检测系统来对口罩生产的各个环节进行实时监控和检测。针对以上无纺布口罩自动在线检测存在的难点,本文基于机器视觉和深度学习的原理方法设计了一套完整的无纺布口罩自动在线检测系统,实现了无纺布口罩的自动在线检测,并且通过半年的在线测试运行和完善,在精度、速度、稳定性等方面完全可以满足无纺布口罩自动在线检测的需要。该系统具有巨大的应用价值,并且可以作为其它工业产品自动在线检测系统的模板。本文主要研究内容如下:1)无纺布缺陷自动在线检测技术研究。无纺布本身纹理杂乱且厚薄不均匀,而且缺陷样本过少以及缺陷的形状、大小、位置等差异很大等特点。本文结合对抗式生成网络和卷积神经网络对缺陷进行检测。首先... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

部分无纺布典型缺陷

2（e）剪边 （f）双子图 1-2 部分口罩典型缺陷对于口罩缺陷的检测，目前都是依靠人工进行检测，而工人在这种快速，连续，重复的环境下，很容易视疲劳，导致检测效果非常不好。而采用机器视觉和深度学

荷兰的 COMVIS 公司所开发的专门用于自动化表面检测的软件和检测系统如图1-3（d），通过适用该公司配备的 COMVIS Texplorer 软件的视觉检测系统，可检查数百万米的材料是否存在斑点、污渍、划痕、经线和纬线缺陷、断丝、边缘和其他表面偏差。（a）深度视角 （a）元特视觉科技 （c）GmbH 公司 （d）COMVIS（e）杭州赤霄科技 （f）塔玛萨崎电子 （g）浙江双元科技 （h）深圳市维图视图 1-3 纺织布自动在线检测设备目前国内外有很多公司开发出了纺织布缺陷检测系统，但是这些系统还有很多待完善的地方，适用范围不广，检测准确率还有待进一步提高，特别是对安全系数比较高的口罩无纺布[27-30]。这些系统造价昂贵，一个普通企业完全承担不起这么高昂的费用，相比来说还不如用人工进行检测，这也是影响企业技术升级的一个很重要的原因。目前国内外有一些还不够成熟的针对口罩的自动在线检测系统，深圳市维图视技术有限公司所研发的口罩缺陷视觉检测系统，对口罩的缺陷检测率只有不到 93%左右，并且所能检测的缺陷很少，速度一小时才 2000 片，达不到工业生产的要求；

【参考文献】：
期刊论文
[1]基于最优Gabor滤波器的无纺布缺陷检测[J]. 撒雨昕,蔡硕.  信息通信. 2018(10)
[2]机器视觉表面缺陷检测综述[J]. 汤勃,孔建益,伍世虔.  中国图象图形学报. 2017(12)
[3]基于灰度共生矩阵和模糊BP神经网络的木材缺陷识别[J]. 牟洪波,王世伟,戚大伟,倪海明.  森林工程. 2017(04)
[4]神经网络在织物疵点分类识别中的应用[J]. 汪敏,王亦红.  计算机工程与设计. 2016(01)
[5]国内口罩标准概况[J]. 任雅楠,乔琨,陈伟,朱波,虞军伟.  山东纺织经济. 2015(08)
[6]基于红白蓝模式色温可调的LED照明系统[J]. 刘平宇,陈长缨,张浩,李毓钦,蔡蓉.  固体电子学研究与进展. 2014(02)
[7]PCA-NLM的纺织品缺陷检测[J]. 杨学志,左海琴,陈远,吴克伟,谢昭.  中国图象图形学报. 2013(12)
[8]超宽幅扫描仪配套织物疵点检测软件设计[J]. 骆然然,鲍敏,沈卫平,费鑫.  机电工程. 2013(07)
[9]一种新的规则纹理基本图元提取方法[J]. 李敏,张绪冰,尹业安.  小型微型计算机系统. 2013(03)
[10]基于MRF层次模型的贾卡经编针织物图像分割技术[J]. 张扬,蒋高明,姚君洲,童有成.  纺织学报. 2012(12)

硕士论文
[1]基于结构支持向量机的目标跟踪算法研究[D]. 戴诗语.哈尔滨理工大学 2016
[2]机器视觉照明光源关键技术研究[D]. 李俊.天津理工大学 2007
[3]布匹疵点自动检测系统的研究和设计[D]. 龚艳军.华中科技大学 2005
[4]织物疵点检测工业视觉系统的研究[D]. 易丽华.华中科技大学 2004



本文编号：3503338