摘要
针对目前基于机器视觉的机织物密度自动检测时织物检测视野小、精度低、品种适应性差的问题,提出一种基于多尺度卷积神经网络的检测方法.首先设计了一套离线图像采集系统连续采集织物图像,并建立一个包含详细织物参数的织物图像数据集;然后采用一种具有不同大小局部感受野的多尺度卷积神经网络适应不同大小的织物结构特征,定位纱线位置;最后利用霍夫变换及灰度投影方法处理网络模型所预测的纱线位置图,计算织物经纬密度,并对织物密度均匀性做出评价.结果表明:与其他方法相比,本文方法对于不同类型织物的经纬密度计算误差小于2％,检测精度更高,品种适应性更强.
基金项目
国家自然科学基金(61976105)
江苏省研究生科研与实践创新计划项目(KYCX20_1942)
中国纺织工业联合会应用基础研究项目(J202006)
NETL
NSTL
维普
万方数据