Ein Verfahren zur Erkennung visueller Verzerrungen bei Textilstoffen

Derzeit haben die meisten Textilunternehmen in China eine hohe Arbeitsintensität, und die Fehlererkennung von Textilien hängt immer noch von manueller Inspektion ab. Diese Methode hat viele Nachteile, darunter starke Subjektivität und hohe Arbeitsintensität. Mit der zunehmenden Reife der Maschinenvisionstechnologie wird sie zunehmend im industriellen Produktionsprozess angewendet. Das Papier befasst sich mit dem Problem der Verdrehung und Deformation von Textilstoffen, die durch einen Stoffwickelmotor verursacht werden. Zunächst wurde eine CCD-Industiekamera verwendet, um das Bild aufzunehmen. Zweitens wurde eine Reihe von Operationen auf das Bild angewendet, um die Merkmale des Gewebes zu extrahieren, wie z.B. die Binarisierung, morphologische Öffnung und Schließung, Kantenerkennung und Hough-Transformation. Schließlich wurde der Schussneigungswinkel berechnet, um bei der Erkennung der Verzerrung des Stoffes zu helfen. Die experimentellen Ergebnisse zeigten, dass der durch den vorgeschlagenen Algorithmus detektierte Neigungswinkel mit dem durch ein Geodreieck gemessenen übereinstimmt und der maximale Fehler −3,57 % beträgt.