机器视觉技术在纺织摆布中的应用

QCROBOT机器视觉在 织物印染缺陷自动检测与管理中的应用

    纺织品在印染过程中由于染色工艺和操作等问题会在织物外观留下视觉缺陷（如：转印不同步、染色不足、走色、色斑），对产品质量造成很大影响。目前，国内外印染厂对这种织物缺陷的检测主要是通过安排专人来监督实现的。由于人的精力和注意力有限，在高强度的工作环境下往往可能会出现疏漏，使检测环节成为印染厂生产流水线上的瓶颈。

    本系统通过计算机视觉来检测纺织品织物印染的常见缺陷，可最大限度减少人为因素对检测结果的影响。与人工监督的方法相比，在成本投入，人力利用和检测速度上占有明显的优势，对提高纺织品的印染成品质量具有重要意义。

    多证据视觉增强是本系统的技术核心，使其具有较广泛的适应性和检测正确性。系统具有自学习功能、实时检测功能，以及自动记录的印染疵病图像的检索查找管理功能。希望能通过与实际应用的结合进一步改进该系统的功效。

    技术的应用领域，前景分析本系统主要针对大中型纺织印染企业，用于提高织物的印染检测质量。使该传统产业得到信息化的技术提升。将逐步取代印染成品的质量检测人员，并使检测结果更稳定。

    有利于提升印染成品质量和提高产品竞争力，更大程度地实现出口创汇。可在保留现有生产环境不变的条件下，实现本系统的所有功能。
QCROBOT机器视觉在无纺布在线检测中的应用。
   无纺布在线检测系统可保证所有的生产产品100%通过检测，检测系统可及时发现生产过程中产品的缺陷信息并将信息图象进行自动分类判别，信息可用于后续分切和复卷，迅速查找缺陷位置进行修复或分切分类，可防止包含疵点等缺陷产品出厂，保障特别用于医疗和卫生行业的无纺布材料品质，在线检测是企业工艺管理和质量控制的法宝。
技术参数
检测对象：纺粘、水刺、热扎、化学粘合、热风等无纺布材料生产过程中布面缺陷与疵点检测
无纺布生产线速度：最大800米/分钟
检测幅宽：任何宽度（多相机）
图像精度：0.1mm-0.5mm
检测内容：无纺布材料表面疵点（孔洞，熔点，亮点和昆虫等）
最小疵点缺陷识别尺寸：0.2mm*0.2mm
发现疵点处理办法：报警（根据手动设定），自动记录位置（卷长方向和宽度方向），自动判别疵点类型，自动保存疵点图片信息。
检测结果汇总：系统自动生成无纺布卷材质量报表和疵点分布图表。
QCROBOT机器视觉在棉花异纤检测中的应用。
棉花异纤又称为“三丝”，指棉花中混入的各种有害的纤维性杂物。 “三丝”在纺纱时容易形成纱疵，造成细纱断头，降低生产效率，混有“三丝”的纱织成的布经漂染加工后，由于染色性能不同，会在布面上形成各种色疵，造成布匹降等，给纺织企业造成损失，并影响我国纺织品的出口。
为了减少“三丝”造成纱布质量的降低，棉纺企业不得不组织专人在棉花投料前将棉包逐包打开，逐块撕扯松散，逐根挑拣，在纺纱的各道工序也随时清拣。因此，成本大增，并且挑拣效果仍不尽满意，纱布降等率仍在上升，用户退赔时有发生，已成为纺织品出口的一大障碍。
利用机器视觉技术可以有效地代替人工对棉花中的纤维杂质进行全面剔除。国内也有厂家相继开发研制生产异性纤维捡出设备。

棉花异纤检测设备采用垂直过棉形式，棉花经过开清棉过程后已成均匀分布状态，当棉流从上进棉管道通过该设备中部的扁平透明通道，透明管道两侧的高速CCD彩色摄像机同时对棉流进行扫描。将各种数据传输到计算机分析处理。设备可以判别发现与棉花有微小差异的异纤，立即发出指令到高速喷嘴，将异性纤维从排杂口吹出。

QCROBOT机器视觉在服装尺寸自动测量中的应用

利用机器视觉技术精确地提取服装图像的轮廓边缘和确定图像拐点位置,采用快速模糊边缘检测算法和有效的基于Freeman链码的拐角点检测算法,准确地检测图像的边缘和图像上的拐点.并具有实现简单,处理速度快,鲁棒性强的特点。