-
题名基于机器视觉的缝纫线迹缺陷检测方法
- 1
-
-
作者
陈育帆
郑小虎
徐修亮
刘冰
-
机构
东华大学信息科学与技术学院
东华大学人工智能研究院
纺织工业人工智能技术教育部工程研究中心
上海工业大数据与智能系统工程技术研究中心
上海富山精密机械科技有限公司
杭州中服科创研究院有限公司
-
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2024年第7期173-180,共8页
-
基金
中央高校基本科研业务费专项资金资助项目(2232021D-15)
上海市科技计划项目(20DZ2251400)。
-
文摘
缝纫线迹缺陷检测过程易受缝纫机抖动和面料移动过快等影响,针对缺陷检测过程中的扰动影响,以高精度和快速检测缺陷特征为目标,提出一种基于机器视觉的缝纫线迹缺陷检测方法。首先将主干网络的标准卷积改用蓝图卷积的DeblurGAN-v2算法和拉普拉斯算法联用,分辨模糊与清晰图像,并对运动模糊图像去模糊。然后将师生特征金字塔匹配算法应用到缝纫线迹缺陷检测上,将困难样本挖掘技术应用到师生特征金字塔匹配算法中提高了算法的检测精度与速度。结果表明:图像去模糊算法有效地去除了由外部干扰引起的图像模糊问题,缺陷检测算法检测正确率保持在95%以上,单张图片检测速度在0.04 s以下。本文方法能有效检测线迹缺陷特征,保障生产的高效性和连续性。
-
关键词
机器视觉
缝纫线迹
缺陷检测
DeblurGAN-v2算法
服装质量
-
Keywords
sewing thread defect detection
machine vision
DeblurGAN-v2
student-teacher feature pyramid matching
anomaly detection
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TS103
[自动化与计算机技术—控制科学与工程]
-
