随着基于机器视觉技术在行业内的广泛应用，当前，人工智能也在不断成熟，尤其是在安防、金融领域得到了较快、较好的应用。除此之外，越来越多的创业者也试图在工业、制造业等相关领域带来新的突破，以降低成本、提高效率，逐渐取代传统的人工工作方式。

    以纺织业为例，在纺织工艺中，一般可分为纺纱、织造、印染整等工序。其中织物疵点检测便是织造工序中重要的一环，玻璃纤维多轴向织物，在织造过程中往往会有一些异物和毛团混入，织物疵点检测是各大纺织厂对织物的质量控制的关键环节。目前国内很多企业纤维布疵点的检测仍停留在人工检测阶段，人工检测存在速度慢、产量有限、漏检率高、检测连续性差等诸多缺陷，因而亟需发展新颖、快速、准确的织物疵点自动检测方法。
    西安获德是一家基于图像识别与机器视觉软件算法的人工智能领域的高新技术企业。主要面向玻璃纤维、纺织、碳纤维、化纤、无纺布等表面质量检测的研究。织物瑕疵点检测的难点主要在于织物的纹理及形态结构多种多样，尤其疵点的种类更是千差万别。西安获德采用人工智能算法、深度自学习功能的神经网络算法，对于不同品种、克重、幅宽、不同切割线、光源的衰减或更换新的光源，能够自动调整算法，以最优的性能检测异物和缺陷。

    同时，通过机器视觉技术，持续不断地实时检测。固定在多轴向织物上方的多台高速工业相机及视觉光源，不断对移动的布面高速扫面拍照，获取图像，传送实时图像到计算机，进行图像的实时处理和分析，检测到缺陷时就及时报警或停车，提示人工处理。从实际效果来看，相比于传统人工检测，织物疵点检测设备能快速提升工作效率；在识别率方面，检出率高达95％，在成本方面，可替代一半的人工检测，节约50%的工资。
    目前的市场竞争，普遍存在有品质保障但效率无法快速提升，且对技术的迭代意愿不足以支撑其承担较大的开发成本等问题。市场规模占有率高，但缺少品质保障，对于用户越来越关心品质问题已不适用；相比之下，西安获德的核心优势在于对现场的实际经验累积及算法，即以人工智能的方式解决现有的人工问题、质量问题、效率问题。

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们