利用CCD检测来检测织布缺陷
如今，许多基于视觉的检查系统已集成到工业材料生产线中。在诸如钢铁，皮革和织物制造等在线生产线中，已经发现基于相机的CCD检测已取代了人工检查。检验对产品质量的重要性非常重要，因为缺陷会大大减少加工过程（例如，在织物中降低多达60％）。在纺织品生产中，由于织物缓慢地从织机中卷出（3-8 m / min），在线检查是一个缓慢的过程，这使人工检查员不具有成本效益。另一方面，基于CCD检测的检查可以在此缓慢的过程中节省人工，从而避免了人工疲劳和新颖性和缺陷检测中的错误。
许多人造织物不一定具有预定的和结构化的表面。从特写视图中可以看到，该几何图案可以呈现许多形状，类似于妊娠纹，划痕和眼泪。对于这样的非结构化表面，基于几何特征的CCD检测方法很难应用。因此，基于表面的频域表征，通过纹理分析可以更好地完成织物检查。
检测到缺陷的纺织品质地
频域中纹理的表征通常通过利用基于小波，Gabor滤波器或傅立叶分析的技术来完成。频域在采集过程中对噪声不太敏感，因此优于纹理的空间分析（如共现矩阵分析）。频域分析可以发现强大的几何特征和空间域的周期性模式。这些模式可以在频域中滤除。转换回图像域后，剩下的就是图像，其主要特征是：与局部图案和纹理的偏离，异常和缺陷。
必须在频域中进行仔细分析，以便能够将局部模式与异常区分开。在频域中，有关重复模式的信息（如果存在）通常应集中在傅立叶频谱的一个区域中，而异常则聚集在另一个区域中。因此，在我们的织物检查过程中发现异常的问题被简化为将傅立叶频谱聚类为结构化图案的频率和其他携带缺陷信息的频率之一。
对于带纹理的和非带纹理的表面和织物，都需要对频域分析进行微调，以捕获每种制造产品特有的纹理特征。为此，需要真正的计算机视觉专家。通过对图像结构，光谱分析和制造过程的深刻理解，秘银科技可以构建最适合您的生产线的CCD检测算法。我们的算法已成功集成到工业应用中超过二十年。
