界面中背景图片大小自适应_自适应视觉算法在表面缺陷检测中的应用

---涂布纺织品皮革表面缺陷检测解决方案WebScan-2000

摘要：

本文详细地介绍了基于自适应视觉算法的表面缺陷检测的应用原理及实际案例。同时以涂布、纺织品和皮革等类似行业的实际案例验证了该原理的可行性和实用性。介绍了能应用于涂布、印刷、涂布、塑料、橡胶、薄膜及皮革等缺陷检测的通用解决方案。

关键词：

自适应视觉算法，无图案卷筒检测(Unpatterned Web Inspection)，自动缺陷分类ADC(Automatic Defect Classification)，Mura Inspection

1. 研发背景

在工业生产中，大量的工业生产过程中需要进行产品表面质量检测，这是非常重要的。随着世界涂布、纺织品、皮革产品消费向质量型转变，产品表面缺陷这一制约布料制造业发展的因素显得尤为突出。缺陷检测是纺织行业生产和质量管理的重要环节，但现阶段国内产品表面检测基本上大都是凭借人工完成，易产生漏检、误检等问题，难以达到高质量高品质的输出。纺织工业是我国国民经济的支柱产业，纺织工业与钢铁、汽车、船舶、石化、轻工、有色金属、装备制造业、电子信息及物流业等产业一起，是我国主要的产业构成。纺织品生产过程中，布匹表面缺陷是影响布匹质量的关键因素。布面瑕疵直接影响到布匹的定级，二等品的价格只有一等品的45％-65％，织物疵点严重影响纺织行业经济收入。因此，布匹瑕疵检测在纺织品质量控制方面显得尤为重要。长期以来，布匹检测一般由人工完成。人工检测速度一般在15-20米每分钟。人工检测依赖验布人员的经验和熟练程度，评价标准不稳定不一致，因而经常会产生误检和漏检，熟练的验布人员也只能发现约70％的疵点。另外，布匹缺陷检测对工人来说是一个繁重无味的体力劳动，且极大的伤害了验布工人的视力。使用自动布匹检测系统是纺织厂提高生产效率，节省人力成本，产业转型升级的必经之路。所以机器视觉在布匹检测的板块的技术发展带给不少企业便利。

纳研科技是面向高端的机器视觉设备开发商和系统集成商，在研发主要设备手机盖板玻璃、手机表面缺陷和手机显示模组的同时，掌握了视觉行业通用的Mura检测核心算法。本文所介绍的实际上是Mura检测算法在涂布、印刷、涂布、塑料、橡胶、薄膜及皮革等无图案卷筒检测中的应用及实践。

Mura本来是一个日本字，随着日本的液晶显示器在世界各地发扬光大，这个字在显示器界就变成一个全世界都可以通的文字，Mura是指显示器亮度不均匀造成各种痕迹的现象。最简单的判断方法就是在暗室中切换到黑色画面以及其他低灰阶画面，然后从各种不同的角度用力去看，随着各式各样的制程瑕疵，液晶显示器就有各式各样的 Mura，可能是横向条纹或四十五度角条纹&#x