基于图像处理技术的医用纱布表面缺陷检测-纱布污点检测

　　关键词：纱布表面检测/无纺布纱布表面检测/表面瑕疵检测/医用纱布表面检测/纱布检测/污点瑕疵表面检测

　　描述：针对医用纱布表面缺陷的特点,研究缺陷检测算法.运用迭代算法对图像进行预处理,有效地去除噪声对图像的影响.采用了一种特殊的图像分割方法即基于数学形态学的分割技术对图像进行边缘检测及分割,保证了边缘检测的连续性,能够分割出完整的缺陷目标图像.利用提取的纱布表面缺陷图像中的形态学特征对缺陷进行分类,实现纱布表面破洞、缺经、断纬等缺陷的识别目的.通过表面瑕疵检测系统对一些医用纱布图像进行测试,验证了该方法的可行性和准确率.

　　医用无纺布是医用纺织品，是由未经重复加工的成熟种子的棉纤维，经纺纱造成平纹棉布，再经脱脂、漂白、精制而成医疗用的脱脂纱布。医用无纺布的主要作用是用来包扎伤口，并清理手术期间伤口的血污。

　　目前我国很多医用无纺布生产厂家在对医用无纺布的缺陷质量检测方式为人工目测，工作效率低下，由于检测精度的不统一和漏检误检等因素难以保证产品质量，影响市场竞争力。医用无纺布自动检测识别技术采用机器视觉来代替人工目测进行识别、测量。避免了主观因素对检测结果的影响，加快了自动化智能化生产进程。

　　检测内容：医用无纺布表面的孔洞，断纬、黑点、脏污等。

　　解决方案

　　机器视觉缺陷检测系统通过工业相机将纱布转换为图像信号，传送给图像软件处理系统，根据像素分布和亮度等信息，转变成数字信号。通过图像预处理，图像质量显着提高，图像预处理为医用纱布的跟踪表面缺陷检测提供了良好的基础。图像软件处理系统提取纱布表面缺陷图像的形态特征，并对孔洞，缺失端，断针等形态特征进行分类，通过模式识别中的统计模式识别方法实现纱布表面缺陷的图像识别。