U型去噪卷积自编码器色织衬衫裁片缺陷检测

张宏伟，谭全露，陆 帅，葛志强，徐 健

(1.西安工程大学 电子信息学院，陕西 西安 710048；2.浙江大学 工业控制技术国家重点实验室，浙江 杭州 310027；3.北京理工大学 医工融合研究院，北京 100081)

色织衬衫花型美观大方，是我国出口创汇能力最强的服装产品之一。色织衬衫的花型由染色的纱线经纬交织而成，主要表现为点状、星状、条状和格子状的花型。由于色织物的品质波动和生产过程中的不确定因素[1-3]，导致衬衫裁片外观不可避免地出现缺陷，如破洞、断头、双纱等[4]。为了提高色织衬衫产品的品质，降低缺陷裁片对衬衫成衣的影响，经过裁剪工序加工的裁片在进入缝制工序前，需要进行严格检测。目前，色织衬衫裁片的缺陷检测基本依赖于人工目测。色织花型复杂多样，随着市场需求和流行趋势而变化，需要经验丰富的工人才能完成这项高难度的检测工作。但受个人能力、主观因素和疲劳因素限制，人工检测方法效率低、速度慢且准确率不稳定[5]，因此，亟需一种高效率的机器视觉方法来解决人工目测存在的问题。

目前，基于机器视觉的织物缺陷检测技术已成为纺织行业的一个研究热点。针对纹理、花型固定的织物品种，研究人员设计了多种能够区分缺陷区域和织物背景图像特征的传统检测算法。如景军锋等[6]结合字典学习和卷积神经网络检测色织物缺陷；李鹏飞等[7]用局部二进制算法提取织物特征，结合AdaBoost分类算法实现织物分类；ZHANG等[8]利用L0梯度最小化原则滤除织物纹理背景，并用模糊聚类检测织物缺陷；……