基于PCA-NCC的经编鞋面数量统计和质量检测算法  

Algorithm of quantity statistics and quality detection of warp knitted vamp based on PCA-NCC

作　　者：刘智[1] 徐洋[1] 余智祺 解国升 孙以泽[1] LIU Zhi;XU Yang;YU Zhi-qi;XIE Guo-sheng;SUN Yi-ze

机构地区：[1]东华大学机械工程学院,上海201620

出　　处：《制造业自动化》2023年第2期132-135,139,共5页Manufacturing Automation

基　　金：国家重点研发计划(2018YFB1308800)。

摘　　要：针对目前经编鞋面数量统计和质量检测过程中人工成本高、效率低等问题,提出一种基于主成分分析(PCA)和归一化互相关匹配(NCC)相结合的机器视觉方法。首先采用主成分分析方法,生成不同款型鞋面的模板库PCA模型;然后,求解PCA模型与待检测鞋面特征向量最小欧氏距离,选取与待检测鞋面布匹对应的鞋面模板;随后,引入奇异值分解,提高PCA模型的检测速度和适用范围;最后,应用归一化相关匹配法,检测鞋面是否存在质量问题,并统计合格经编鞋面的数量。为验证该方法的可行性,搭建鞋面布匹检测平台,构建100种不同款型的标准鞋面模板库,对3种不同款型的鞋面进行数量统计实验。将实验结果与人工结果进行比对,结果表明:合格经编鞋面的数量统计平均正确率达96.7%,检测速度较人工提高3~4倍,满足工业生产中的实际需求。

关 键 词：经编鞋面 主成分分析 模板匹配 奇异值分解 

分 类 号：TS101[轻工技术与工程—纺织工程]