无纺布检测设备

型号：无纺布检测设备

类别：机器视觉产品应用

产品说明

无纺布检测设备如何操作？现如今由于各种因素，无纺布的外表在生产过程中会产生污点、节点等各种缺陷，严重影响产品的质量和企业的形象。

研究生产的无纺布表面缺陷检测系统基于先进的机器视觉技术，并结合无纺布稀疏和纹理的特点，采用正面照射、反面投射结合的成像方式，能够在线进行精确的表面缺陷检测;结合现场工艺在线报警、报表统计及产品分级处置等，为企业的生产信息化和产品质量化等方面提供了有效的解决方案。

无纺布缺陷检测系统能完成以下需求：

.高清晰度、高速摄像镜头拍摄图像，在此基础上设定一定标准;然后拍摄被检测的图像，再将两者进行对比。但是在布匹质量检测工程中要复杂一些：

. 图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致。

.杂质的形状难以事先确定。

.由于布匹快速运动对光线产生反射，图像中可能会存在大量的噪声。

. 在流水线上，对布匹进行检测，有实时性的要求。

由于上述原因，图像识别处理时应采取相应的算法，提取杂质的特征，进行模式识别，实现智能分析。

.Color检测

一般而言，从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个像素都由红(R)绿(G)篮(B)三个成分组成，来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。所以无论我们人眼感觉有多么的近似，在颜色空间中也不尽相同。基于上述原因，我们需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使我们人眼的感觉尽可能的与颜色空间中的色差相近。

.Blob检测

根据上面得到的处理图像，根据需求，在纯色背景下检测杂质色斑，并且要计算出色斑的面积，以确定是否在检测范围之内。因此图像处理软件要具有分离目标，检测目标，并且计算出其面积的功能。

.Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析，该连通域称为Blob。经二值化(Binary

Thresholding)处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标，并可计算出目标的数量、位置、形状、方向和大小，还可以提供相关斑点间的拓扑结构。在处理过程中不是采用单个的像素逐一分析，而是对图形的行进行操作。图像的每一行都用游程长度编码(RLE)来表示相邻的目标范围。这种算法与基于象素的算法相比，大大提高处理速度。

.结果处理和控制 应用程序把返回的结果存入数据库或用户指定的位置，并根据结果控制机械部分做相应的运动。

.根据识别的结果，存入数据库进行信息管理。以后可以随时对信息进行检索查询，管理者可以获知某段时间内流水线的忙闲，为下一步的工作作出安排;可以获知内布匹的质量情况等等。

.采用线阵相机，依靠图像变化原理，在线检测各类无纺布的表观质量缺陷

.适用大多数的无纺布生产线，包括纺粘、熔喷、纺熔、水刺、热风、热轧、可冲散、水刺/木浆复合等。可实时检测无纺布生产过程中的各种瑕疵缺陷，如蚊蝇、黑点、异物、毛发、油污等外来污染以及破洞、稀网、断网、棉结、僵块、棉团、并丝等质量缺陷。

.在线智能判断无纺布的质量等级;

.在线虚拟分切功能可提供每一个分切卷的质量信息;

.可配套复卷剔除系统等外控设备，准确剔除严重瑕疵缺陷;

.具备远程操控功能，方便远程监控现场数据，及时调整现场情况等。