Пермские ученые доработали алгоритм определения дефектов ткани

Сокращение объемов отходов, в которые неминуемо превращаются ткани с разного рода внешними дефектами, является одной из ключевых задач для предприятий легпрома. Существующие в России системы распознавания брака, а таковых немного, недостаточно эффективны, иностранные аналоги — дороги и доступны не всем, проблема же требует решения, которое предложили ученые Пермского государственного национального исследовательского политехнического университета, усовершенствовав применяемый на ткацких производствах метод компьютерного зрения.

У текстильного брака может быть несколько причин на разных этапах рабочего цикла: некачественное сырье, нарушение технологии, ошибка оборудования — все это в порядке вещей, вопрос в том насколько точно выявляются недочеты. В современных условиях неплохо себя показывает контроль качества с помощью фото- и видеосъемки, когда полученные системой изображения сверяются с имеющимися в базе данных, после чего брак, если он выявлен, классифицируется по типу. Подобным образом довольно легко выявляются дыры и неравномерность окрашивания полотна, однако используемый алгоритм не в состоянии оценить нерезкие перепады цвета, часто сигнализирующие о заломах ткани, и разницу в плотности материала, что тоже является признаком брака.

Задавшись целью расширить потенциал анализатора пермские ученые доработали процесс обработки данных, разделив его на две фазы — быструю и глубокую. «Разные типы ткани при фото- и видеосъемке имеют свою яркость и контрастность. Поэтому в первой фазе алгоритм находит возможные дефекты с помощью цветокоррекции, а во второй — проверяет достоверность определения брака, выделяет его цветом и передает результат на экран специалисту. Алгоритм опробован на изображениях четырех видов тканей и может обнаруживать дефекты плетения и окраски», — говорит доктор технических наук, заведующий кафедрой «Автоматизация технологических процессов» Березниковского филиала ПНИПУ Андрей Затонский. Изображение без изъянов на выходе, поясняет он, окрашивается в один цвет.

Для каждого типа ткани устанавливается типичное для нее среднее фоновое распределение, выступающее ориентиром при переходе от первой фазы обработки ко второй, чтобы подтвердить факт наличия дефекта либо опровергнуть его. Если на первом этапе процент фонового распределения вышел за пределы среднего значения брак подтверждается и при более тщательном рассмотрении пиксели в данной области имеют красный цвет. Разработка специалистов университета уже показала свою действенность, четко зафиксировав неровность полотна, в то время как аналоговый алгоритм ничего не заметил.