В Московском техническом университете связи и информатики (МТУСИ) был представлен новый метод формирования признаков текстурированного изображения, который может значительно улучшить процесс разбраковки тканей в системах распознавания.
Разбраковка тканей — это важный этап контроля качества, который позволяет выявлять дефекты и оптимально использовать материалы при раскрое. Традиционно этот процесс выполнялся вручную, что позволяло обнаруживать лишь около 70% возможных недостатков, таких как несовпадение рисунка, распущенные нити и цветовые отклонения. Новый метод, разработанный учеными МТУСИ, предлагает автоматизированный подход к формированию математической модели текстильного материала, что значительно повышает эффективность разбраковки.
Ключевым элементом нового метода является создание эталонов — образцов, с которыми сравниваются изображения тканей для выявления дефектов.
Анализ качества ткани относительно эталонного состояния позволяет выделять существенные особенности структуры ткани, включая анализ состояния единичных переплетений. В данной постановке задачи ткань рассматривается как двумерный периодический объект.
Для повышения качества изображений в процессе разбраковки применялись методы предварительной обработки, такие как коррекция яркости, устранение шумов и преобразование изображений для более детального анализа.
Полученные результаты представляют собой лишь один из возможных подходов к контролю качества текстильных материалов. В будущем МТУСИ планирует разработать системы, способные прогнозировать и детально анализировать дефекты на стадии производства, что откроет новые горизонты в области автоматизации контроля качества.
Читайте ещё материалы по теме:
В России создали электроповодящий текстиль для «умной» одежды
В России впервые начали выпускать ткань с «дышащей» водооталкивающей мембраной
Скажите «нет» стирке: новосибирские ученые придумали самоочищающуюся ткань