纺织业如何用好机器视觉？

　　2022年北京冬奥会的盛大召开让吉祥物“冰墩墩”成为全球网红，一度“一墩难求”，有网友表示“必须一户一墩”。尽管生产企业开足马力加班加点，但市场依然等待了两个星期才陆续迎来大量冰墩墩上架。其它周边，如纪念服装、绒毛玩具也或多或少的遇到了相似的情况。

　　这是因为，绒毛玩具、衣服织物所在的纺织行业是典型的劳动密集型产业，从原料的筛选、加工缺陷检查、成品把控的每一个环节都大量依赖人工操作。现在，越来越多的企业引入机器视觉，打造高效、稳定的智能检测产线，降低纺织行业对技能工人能力的要求，提高纺织行业检测效率及保证产品质量的稳定性。

　　自动视觉验布系统在面料筛选的应用

　　原料、面料质量是纺织行业的生命线，简洁高效的质检系统是纺织企业提高生产效率的关键。目前全球纺织生产企业几乎都是人工质检，这种质检方式验布检出率低、速度慢、成本高，验布速度一般在15-25cm/s，平均一个验布工在1小时内最多发现180个疵点，瑕疵检出率仅为70%。

　　自动视觉验布系统在人工辅助干预情况下，通过计算机来收集、处理图像信息并做出结论。验布系统速度可达30m/min，检出率可达95%，并且支持24小时不间断工作，工作周期超10年，能大大提高企业效益，在为企业降本增效服务过程中成效显著。

　　自动视觉验布系统工作流程一般分为四步：

　　Step 1：系统采集样品图像；

　　Step 2：深度学习训练检测模型；

　　Step 2：生产线上的机器视觉设备高速采集图像，通过检测模型完成实时处理，并发送检测结果指令；

　　Step 4：将检测数据实时传送至云端，以进行后续大数据分析处理。

　　目前的自动视觉验布系统大多配有专属的深度学习算法及系统平台，通过对布匹疵点的不断学习和认识，可不断提高检测准确率并无限趋近于100%。

　　在经过图像标注、深度学习、推断训练后，自动视觉系统能够对图像进行分类、对目标进行分割与定位等，同时兼容2D黑白与彩色数字图像。

　　在合适的算法加成下，目前的自动视觉验布系统已能满足棉、麻、毛（羊、兔）、丝、涤纶、粘胶、氨纶、锦纶、CVC等各种纤维成分面料，机织（平纹、斜纹、缎纹）、针织（纬平、棉毛）等结构的面料、布料质量检验。能有效对材料的针路、色纤、波洞、断氨纶、污渍、飞花、断纱、脏纱、竖条、烂针等20余项缺陷进行检测。

　　机器视觉在配件检测中的应用

　　纽扣、拉链是常见的织物配件，它们的品质决定着整件产品的质量和美感。同样，机器视觉非常适合应用在这类“大批量自动对比检测”中，能极大提升质量检测效率。同时，得益于机器视觉+AI的不断学习进化，即使面对越来越繁杂的配件，机器视觉依然游刃有余。

　　以纽扣为例，机器视觉可以用于检测以下方面：

　　1)对比样品确认成品的颜色、型号；

　　2)表面是否有缺口、裂纹、凹凸不平以及明显的划痕；

　　3)背面有无车裂和气泡，无烂边和厚薄不均现象；

　　4)花纹有无明显变形、白边和断缺等现象；

　　5)加工是否光洁通畅，针眼有没有断裂、缺针。若为暗扣眼，暗眼槽应当光滑、无明显爆裂；

　　6)电镀或者其他表面处理后，效果是否均一、自然。对各类型金属、塑胶、尼龙拉链，同样可以用机器视觉进行正反面链齿检测，检测是否缺失链齿，检测链齿压伤、划伤不良等。

　　总体而言，机器视觉检测技术的引入使纺织品生产流水线变得快速、实时、准确、高效。利用机器视觉检测设备代替人眼完成监视、测量和判断，具有非接触、可重复、可靠、精度高、连续性、效率高、柔性好等众多应用优势。

　　此外，AI算法使机器视觉具有适应性强、更灵活、成本低廉的优势，能满足各类多变的工业自动化检测环境，切实提高了自动化生产水平，推进了智能化生产进程，未来将出现在更多的生产领域。