基于機器視覺的紗線毛羽檢測方案

時間：2018-02-05

作者：西安獲德圖像技術有限公司

詞條
詞條說明
使用深度學習實現工業異常檢測
工業缺陷可視為工業產品的外觀 “異常”，因此有部分工業缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業缺陷檢測是有所區別的。具體而言，異常檢測的概念較加廣泛與抽象, 其中圖像異常檢測主要關注輸入圖像是否為異常實例，而工業缺陷檢測較關注像素層面的檢出任務。在像素層面上，異常與正常模式的差別較加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業缺陷檢測的任務需求。近年來, 深度學
西安獲德榮獲中國人工智能學會企業會員稱號
為了不斷提升在人工智能領域技術水平，加強產業協同發展，2018年9月，西安獲德圖像技術有限公司正式加入中國人工智能學會。學會介紹中國人工智能學會（Chinese Association for Artificial Intelligence，CAAI），是經國家民政部正式注冊的我國智能科學技術領域一的**學會，覆蓋了智能科學與技術領域。目前擁有44個分支機構，包括37個專業**和7個工
基于機器視覺的電子級玻璃纖維布疵點檢測系統研究
??西安獲德針對人工檢測電子級玻璃纖維布表面疵點速度慢，效率低，漏檢率高等問題，提出應用機器視覺的技術代替人工進行布面表面疵點檢測。首先搭建系統硬件結構采集電子布圖像，其次采用圖像處理中的 DoG 算法增強圖像，最后利用動態閾值分割方法可視化疵點。硬件平臺系統組成 ??本系統硬件組成主要包括工業相機、視覺光源、以太網交換機、工業控制計算機、編碼器和卷布裝置。工業線陣CCD相機，分辨率4096像素
線密度、紗團缺陷檢測線已完成調試發貨
紗團外觀缺陷及線密度自動檢測系統應用于玻璃纖維紗團檢測流水線，能夠持續不斷地實時檢測紗團**部、底部的各種油污、熱縮過程中產生的燒焦紗團部分，以及底部摻入的各種彩色異物，誤檢率≤10%，漏檢率≤0.01%，同時可快速追溯異常位置。 12秒以內完成線密度自動檢測，包括紗線稱重，線密度異常檢測、內圈廢絲量檢測等。高速采集數據進行穩定判定，待數據穩定后根據產品預設的標準進行判定線密度是否合格。如果線密度