布料/紡織品一直是與人類生活最息息相關的產品之一。我們日常穿著的衣物大多數都是以布料作為原料直接或間接生產得到的。此外還有日用的毛巾、被單以及醫院所使用的繃帶等等也是由布料加工得到的。因此，布料的生產是目前世界上十分重要的工業之一。但是在布料生產的過程當中，由于機器或是人工的一些錯誤，會不可避免地在生產出的布料上產生各種各樣的缺陷。在本文中將布料的缺陷分為兩類：染色性缺陷和結構性缺陷。圖 1所示的是在布料的生產過程中常見的一種染色性缺陷和一種結構性缺陷。染色性缺陷指的是由于染色不均或在生產過程中布料沾上臟污造成的布料外觀缺陷。而結構性缺陷指的是在布料生產過程中，由于編織原因或是布料與生產機器發生勾劃而導致的缺線、冒線甚至是破洞等問題。相比于染色性缺陷，結構性缺陷對布料的質量損害更大且更難以被檢測。

圖 1 布料生產過程中常見的染色性缺陷（左）和結構性缺陷（右）

據調查表明，一張布料若是包含有缺陷，其價值將會下降50%左右。因此為了保證生產出的布料的質量，布料缺陷檢測是布料生產過程中的一個不可或缺的環節。目前，在布料的生產過程中，布料缺陷檢測的工作主要由人工完成。這是一件令人疲倦且枯燥的重復性工作。同時人工檢測會帶來一些問題，例如：熟練程度的不足會導致新手檢測人員的檢測準確率偏低；在長時間 的檢測過程中檢測人員會因疲倦而出現檢測效率以及檢測質量下降。上述這些因素都會使得在實際布料生產的過程中布料缺陷檢測的質量不能得到很好的保證。因此實現一種魯棒性和準確率高的自動布料缺陷檢測方法是十分重要的，這能夠很大程度上提高工廠的布料生產效率以及質量。

目前現有主要的自動布料缺陷檢測方法是通過在布料生產線的上方架設相機來代替人工對生產出的布料進行檢測。本文中將這種基于相機所拍攝的布料表面圖像來做布料缺陷檢測的方法稱作視覺方法。該方法首先利用相機實時拍攝流水線上生產的布料的表面圖像，之后利用各種圖像處理算法對布料表面圖像進行處理和識別，檢測當前布料表面是否存在缺陷，以此來實現自動化的布料缺陷檢測。

下面將主要介紹目前基于上述視覺方法所使用的布料缺陷檢測算法。我司采用的主要是基于深度學習的圖像處理方法。下面重點介紹下我司的紡織品缺陷檢測方案：

方案硬件：工業相機、工業鏡頭、AI邊緣計算服務器、光源、顯示器等。

方案軟件：織物瑕疵點檢測算法，可視化界面。

技術路線：

（1）采用成都華江信息自主研發專利算法的智能缺陷識別軟件。

（2）視覺模塊采用高精度線陣工業相機、高精度工業鏡頭、特殊設計高亮工業光源。

（3）處理模塊采用高頻、大內存工業電腦處理器，擁有超強算力，滿足實時數據采集處理需求。

檢測效果如下：

針對織物疵點存在的種類多、密集度高、尺度小等檢測難點，我司擁有先進的織物疵點檢測算法。提升算法的檢測精度和速度，可以有效幫助紡織品生產企業降本增效！歡迎咨詢~