基于CNN网络的布料表面缺陷检测方法

熊昊，石红瑞

(东华大学，上海 201600)

0 引言

布料缺陷检测对纺织品质量检测与控制而言相当重要。生成布料瑕疵的物质因素很多，面料织造环节、纺织技术因素，以及其他环境因素都有可能引起布料表面产生瑕疵[1]。在自动化或半自动化生产过程中，必不可少的一个环节便是对成品的缺陷检测，以提高良品率。在纺织行业，由于出现的故障导致产生量的废布使得厂家支出更大的成本而苦不堪言。在布料制造过程中，随着加工层次的增加，发生缺陷的几率也就随之升高，面对种类繁多的缺陷，如何将其高效且准确地检测出来是一个难题。

传统的布料检测方式大致可以分为两种：第一种检测方式是在布料织造的同时由工人检查是否产生了缺陷；第二种检测方式是由工人将做已经做好的布料送至验布机进行检测，对缺陷处进行识别和记录，并将产生的缺陷记录下来反馈到有关部门，以便对织机进行调整。传统的人工检测方式容易受到各种因素的影响，从而产生各种缺点与不足。从学习缺陷类别到操作检测，从生疏到熟练，从新手到熟练工，都需要时间的沉淀。而且即便是进阶到了熟练工，也敌不过生理、心理上的疲劳，致使检测效率大打折扣，人工成本较高的同时往往也无法取得较为理想的检测结果。

随着图像处理技术、模式识别技术和计算机硬件条件的高速发展，越来越多的企业选择用计算机视觉代替人工对产品的尺寸进行测量、产品的质量进行检测。……