“小趙啊，你看看你看看，這個疵點你又沒檢出來，工作的時候可不能走神啊!”

“啊啊啊啊，這疵點藏得也太深了吧，下次保證不會漏掉了。”

有人說，一個人不會犯兩次同樣的錯誤，如果第一次是錯誤，那么第二次便是選擇?？墒?，在面料檢測之路上，我們總在翻車進行時――哪怕是同一個疵點，也存在著漏檢的風險。這是我們的選擇嗎?不，這是“不可抗力”啊!

長期以來，紡織面料的缺陷檢測主要依靠人眼視覺來完成，不得不說，這一雙眼睛承載了太多，十八般“疵點”，得樣樣精通。然而，即便如此，面料的檢測結(jié)果卻不盡如人意，受限于操作工人疲憊，緊張等主觀因素，檢測速度慢，漏檢、錯檢等現(xiàn)象已成為企業(yè)不得不正視的問題。

既然人眼視覺已然滿足不了生產(chǎn)面料檢測的需要，那何不嘗試下機器視覺?

由此，國辰推出了基于機器視覺技術的紡織面料檢測系統(tǒng)，采用深度學習算法，使機器擁有自主學習功能，正如工人在一次次的操作檢測中熟悉各類疵點，機器通過對布匹疵點的不斷認識與學習，以此提高了布匹檢測的精確度。

一個個的疵點能與人眼玩起捉迷藏，可當對手是機器系統(tǒng)，那就小巫見大巫、無所遁形了。這一系統(tǒng)可以與織布機、松布機、驗布機等打配合，進行即時檢測。在適當?shù)奈恢梅胖霉I(yè)相機，當布匹以一定速度經(jīng)過相機時，該系統(tǒng)便對布料表面補光，利用線掃設備及視覺識別技術快速提取布料表面圖像信息，判斷其中是否存在疵點，分析出布料表面的污漬、斷線、破裂、起球等問題并進行標記。

同時，在這一過程中，相機的掃描頻率可適應生產(chǎn)線的速度，傳送帶的速度越快，掃描頻率也隨之提高，如此一來，相機便能等比例采集到布匹表面圖像，也就不必擔心所拍攝的缺陷圖片失真啦。

另外，對于所檢測出的疵點，這一系統(tǒng)還可提供各項參數(shù)，例如位置、面積、寬度、長度、發(fā)生時間、影像畫面，并生成系列檢測質(zhì)量報告，管理者可一覽無遺，極大地方便了管理者的監(jiān)控，進而找出問題所在并及時優(yōu)化修復，將布匹生產(chǎn)流水線打造成快速、實時、準確、高效、智能的流水線。

精準、高效、柔性，該系統(tǒng)優(yōu)勢盡顯，并適用于玻璃纖維布、無紡布、薄膜、化纖布等的在線檢測。如今，科技的高速發(fā)展，造就了時代的滄桑巨變，每個企業(yè)都在適應智能化的發(fā)展進程。而人工智能深度學習的出現(xiàn)，機器視覺得到了質(zhì)的發(fā)展。國辰將繼續(xù)在這時代發(fā)展洪流中以匠人之心，琢技術之影，在面料檢測中實現(xiàn)人員，設備，物資，環(huán)境等多維互聯(lián)，真正展示出工業(yè)4.0的威力。