纺织品质量检验中的疵点检测

纺织品在生产过程中和进入市场前必须经过各种检验和测试，其中疵点检测是最重要的一环。织物疵点的检测主要通过人工视觉的离线检测来完成。这种方法存在检测速度慢、受面料检验员主观影响大、误检率和漏检率高等缺点。

基于以上原因，织物疵点的自动检测是近年来国内外学者关注和研究的热点课题之一。利用计算机图像处理技术可以提高纺织品检测的准确性、快速性和全面性，为企业在线控制和提高纺织品质量提供保障。织物疵点图像识别是指按照一定的算法对织物表面图像进行处理，识别疵点类型和程度的方法。

国外对织物疵点自动识别的研究已有20多年，发展相对成熟。比较有影响的系统有:瑞士乌斯特公司的Fabriscan系统，德国Obdix光电技术公司的在线织物检测系统，以色列EVS公司的I-TEX系统。这些自动验布系统的组成和特点如下:

(1)乌斯特公司Fabriscan自动验布系统采用神经网络技术。初始学习阶段大约需要1min，记录织物在1m处正常外观的特征参数，然后进入检验阶段，寻找与正常外观不同的局部异常，并进行分析、标记和记录。此外，测试结果可以输入到集成质量管理系统中，以便对疵点进行分类，并进一步评估织物质量。

(2)德国Obdix光电技术公司开发的织物在线检测系统，将光学和力学结合起来，在经过神经网络方法处理的软件支持下，通过传感器对正在织造的织物表面进行检测。该装置可以对以下疵点进行分类:脏、洞、断经、断纬、跳纱、节、结疵、色疵。

(3)以色列EVS公司坯布自动检测系统的核心设备I-TEX是一套观察检测系统，该系统基于独立的图像理解算法，其算法模仿人类视觉机制，能够自动控制检测、存储和定位，并进一步对布面疵点进行评估和分析。可检测小到0.5mm的可见缺陷，检测宽度达到330cm。