CN106970090A - 胚布缺陷视觉检测设备及方法 - Google Patents

胚布缺陷视觉检测设备及方法 Download PDF

Info

Publication number
CN106970090A
CN106970090A CN201710287368.4A CN201710287368A CN106970090A CN 106970090 A CN106970090 A CN 106970090A CN 201710287368 A CN201710287368 A CN 201710287368A CN 106970090 A CN106970090 A CN 106970090A
Authority
CN
China
Prior art keywords
defect
size
detection
embryo cloth
detection device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710287368.4A
Other languages
English (en)
Inventor
李力
黄坤山
王华龙
李志鹏
彭博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201710287368.4A priority Critical patent/CN106970090A/zh
Publication of CN106970090A publication Critical patent/CN106970090A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Ink Jet (AREA)

Abstract

针对现有检测技术的不足，结合各类织布厂需求，本发明提供了一种胚布缺陷视觉检测设备，其至少包括视觉检测平台以及喷墨打标机构，通过视觉检测平台结合使用了一种基于多线程的胚布质量检测算法进行缺陷检测识别并由喷墨打标机构进行标记。其可以自动实现胚布缺陷检测并将缺陷数据保存在本地数据库中，其检测速度和检出率远高于人工检测，从而加大了纺织厂的生产效率，大大减少了人工劳动强度，缩减了纺织厂在质量检测方面的人工开支。

Description

胚布缺陷视觉检测设备及方法
技术领域
本发明属于纺织技术领域，具体涉及一种针织胚布视觉检测设备及方法。
背景技术
在纺织行业，布匹出现瑕疵，则价格要降低45％-65％，织物疵点严重影响纺织行业经济收入。因此，布匹瑕疵检测是纺织厂的重点工作之一。长期以来，布匹检测一般由人工完成。人工检测速度一般在15-20米每分钟。人工检测依赖验布人员的经验和熟练程度，评价标准不稳定不一致，因而经常会产生误检和漏检，熟练的验布人员也只能发现约70％的疵点。另外，布匹缺陷检测对工人来说是一个繁重无味的体力劳动，且极大的伤害了验布工人的视力。使用自动布匹检测系统是纺织厂提高生产效率，节省人力成本，产业转型升级的必经之路。
在自动査布机领域，国内外差距巨大，特别体现在检测精度和速度上。这种现状跟机器视觉技术的现状有一定关系，即软件开发包或者平台都被国外少数几家公司所掌控，国内没有或者少有完善的高性能的图像处理软件包和开发平台。在硬件方面，目前国内正在逐渐追赶，少数公司的硬件性能已经达到国际水平，但是核心部件还是缺少自主性。基于这个现状，国内的自动査布机厂家所能找到的资料非常少，有详细介绍的更少。国内外都能找到相关厂家能够提供自动査布机，但是其技术成熟度不够，价格高企，稳定性差成为自动査布机普及推广的巨大障碍。
发明内容
针对现有检测技术的不足，结合各类织布厂需求，本发明提供了一种胚布缺陷视觉检测设备，可以自动实现胚布缺陷检测并将缺陷数据保存在本地数据库中，其检测速度和检出率远高于人工检测，从而加大了纺织厂的生产效率，大大减少了人工劳动强度，缩减了纺织厂在质量检测方面的人工开支。同时本发明还提供了一种基于多线程的胚布质量检测算法框架，使得算法的实时性得到保证。
一种胚布缺陷视觉检测设备，包括视觉检测平台、工业电脑及显示器、示警器、喷墨打标机构、操作台、多根展边滚轮、布匹、对边机构、收卷布匹、光源支架、放卷布匹、放卷滚轮、整体支架。
所述视觉检测平台包括多台线扫描相机能够覆盖整个检测宽幅的线型直射条光。所述喷墨打标机构为由多组电磁阀组成喷嘴阵列，电磁阀间隔为100-150毫米。
由视觉检测平台对图像进行处理后，得到瑕疵点所在的位置，将瑕疵点位置传递给喷墨打标机构的控制系统，控制系统控制喷墨打标机构对缺陷位置进行标记
所述胚布缺陷视觉检测设备有两种工作模式，模式一为停机模式，即检测到缺陷后立刻停机，通知工作人员前来处理，停机模式包括如下步骤：
步骤一：初始化上料，由工作人员引导布头先后穿过过料展边滚轮II(12)，过料展边滚轮I(11)和收卷展边滚轮(14),手动收卷约1.5米长度的布，形成收卷布匹(13)
步骤二：启动检测系统。
步骤三：获取单帧输入图像，按一种基于多线程的胚布质量检测算法框架进行图像处理。
步骤四：判断单帧输入图像中是否存在缺陷，如果缺陷存在，则将缺陷数据保存到本地数据库，发送缺陷报警指令给控制系统，执行步骤五。如果不存在缺陷，则执行步骤六。
步骤五：控制系统收到缺陷报警指令，立刻停机，通过警示灯(9)报警，通知现场工作人员前来处理。
步骤六：若检测还未完成，执行步骤三开始下一个循环。若检测完成，则打印检测报告。
所述胚布缺陷视觉检测设备工作模式二为自动标记模式，包括如下步骤：
步骤一：初始化上料，由工作人员引导布头先后穿过过料展边滚轮II(12)，过料展边滚轮I(11)和收卷展边滚轮(14),手动收卷约1.5米长度的布，形成收卷布匹(13)
步骤二：启动检测系统。
步骤三：获取单帧输入图像，按一种基于多线程的胚布质量检测算法框架进行图像处理。
步骤四：判断单帧输入图像中是否存在缺陷，如果缺陷存在，则将缺陷数据保存到本地数据库，发送缺陷位置数据给控制系统，执行步骤五。如果不存在缺陷，则执行步骤六。
步骤五：控制系统控制喷墨打印机构(3)喷射可褪色墨水对缺陷位置进行标记。
步骤六：若检测还未完成，执行步骤三开始下一个循环。若检测完成，则打印检测报告。
一种基于多线程的胚布质量检测算法框架，包括如下步骤：
步骤一：输入图像获取。从成像系统获取相机输入图像Iinput，输入图像尺寸为(m×1024)×(n×1024)
步骤二：图像分块。将输入图像分成m1×n1个unit_size×unit_size的单元图像
其中0≤i≤m1,0≤j≤n1。
步骤三：新建大小为m1×n1的线程队列Ti,j，对单元图像进行区块纹理特征提取。获得区块纹理特征向量其中0≤i≤m1,0≤j≤n1。
步骤四：对进一步细分，分成大小为patch_size×patch_size，重叠区域为大小为over_size的小块
其中
步骤五：以维纹理引导向量，计算每一个纹理分布，得到缺陷概率分布图像defect_priori,j。
步骤六：对defect_priori,j进行二值化处理得到defect_segprior i,j，提取缺陷概率在75％以上的像素点，如下式：
根据defect_segprior i，j分割出的缺陷面积大小defect_areai,j和缺陷个数defect_counti,j判定中是否存在缺陷，并将缺陷信息写入数据库进行保存。若满足以下条件，则认为中存在缺陷，如下式：
其中Tr为用户设定的缺陷阈值。
步骤七：释放线程队列内存Ti,j。
附图说明
图1是胚布缺陷视觉检测设备整体结构的正面视图
图2是胚布缺陷视觉检测设备整体结构的背面视图
图3胚布缺陷视觉检测设备视觉检测平台和喷墨打印机构的局部视图
图4是停机模式下的系统流程图
图5是自动标记模式下的系统流程图
图6是一种基于多线程的胚布质量检测算法框架流程图
标号说明：
1.视觉检测平台，2.工业电脑及显示器，3.喷墨打印机构，4.操作台，5.收卷展边滚轮，6.过料布匹，7.对边机构，8.收卷布匹，9.示警器，10.光源支架，11.过料展边滚轮I，12.过料展边滚轮II，13.收卷布匹，14.收卷布匹展边滚轮，15.整体支架，16.编码器，17.视觉硬件平台放大区域，18.待检布匹，19.光源，20.工业相机，21.工业相机视野，22.喷墨嘴。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细描述：
针对现有检测技术的不足，结合各类织布厂需求，本发明提供了一种胚布缺陷视觉检测设备，可以自动实现胚布缺陷检测并将缺陷数据保存在本地数据库中，其检测速度和检出率远高于人工检测，从而加大了纺织厂的生产效率，大大减少了人工劳动强度，缩减了纺织厂在质量检测方面的人工开支。同时本发明还提供了一种基于多线程的胚布质量检测算法框架，使得算法的实时性得到保证。方案最高检测速度达到6.5米/秒，最大检测宽幅为2米。
所述视觉检测平台包括4台线扫描相机能够覆盖整个检测宽幅的线型直射条光。所述喷墨打标机构为由多个气嘴组成喷嘴阵列，喷嘴间隔为120毫米。
由视觉检测平台(1)对图像进行处理后，得到瑕疵点所在的位置，将瑕疵点位置传递给喷墨打标机构(3)的控制系统，控制系统控制喷墨打标机构对缺陷位置进行标记。
所述胚布缺陷视觉检测设备有两种工作模式，模式一为停机模式，如图4所示为模式一流程图，即检测到缺陷后立刻停机，通知工作人员前来处理，停机模式包括如下步骤：
步骤一：初始化上料，由工作人员引导布头先后穿过过料展边滚轮II(12)，过料展边滚轮I(11)和收卷展边滚轮(14),手动收卷约1.5米长度的布，形成收卷布匹(13)
步骤二：启动检测系统。
步骤三：由编码器触发相机进行图像采集，之后获取单帧输入图像，按一种基于多线程的胚布质量检测算法框架进行图像处理。
步骤四：判断单帧输入图像中是否存在缺陷，如果缺陷存在，则将缺陷数据保存到本地数据库，发送缺陷报警指令给控制系统，执行步骤五。如果不存在缺陷，则执行步骤六。
步骤五：控制系统收到缺陷报警指令，立刻停机，通过警示灯(9)报警，通知现场工作人员前来处理。
步骤六：若检测还未完成，执行步骤三开始下一个循环。若检测完成，则打印检测报告。
所述胚布缺陷视觉检测设备工作模式二为自动标记模式，如图5所示为模式二流程图，包括如下步骤：
步骤一：初始化上料，由工作人员引导布头先后穿过过料展边滚轮II(12)，过料展边滚轮I(11)和收卷展边滚轮(14),手动收卷约1.5米长度的布，形成收卷布匹(13)
步骤二：启动检测系统。
步骤三：获取单帧输入图像，按一种基于多线程的胚布质量检测算法框架进行图像处理。
步骤四：判断单帧输入图像中是否存在缺陷，如果缺陷存在，则将缺陷数据保存到本地数据库，发送缺陷位置数据给控制系统，执行步骤五。如果不存在缺陷，则执行步骤六。
步骤五：控制系统控制喷墨打印机构(3)喷射可褪色墨水对缺陷位置进行标记。
步骤六：若检测还未完成，执行步骤三开始下一个循环。若检测完成，则打印检测报告。
一种基于多线程的胚布质量检测算法框架，如图6所示为算法流程图，包括如下步骤：
步骤一：输入图像获取。从成像系统获取相机输入图像Iinput，输入图像尺寸为(m×1024)×(n×1024),其中m＝4,n＝1。
步骤二：图像分块。将输入图像分成m1×n1个unit_size×unit_size的单元图像
其中0≤i≤m1,0≤j≤n1。m1＝16,n1＝4,unit_size＝256
步骤三：新建大小为m1×n1的线程队列Ti,j，对单元图像进行区块纹理特征提取。获得区块纹理特征向量其中0≤i≤m1,0≤j≤n1。
步骤四：对进一步细分，分成大小为patch_size×patch_size，重叠区域为大小为over_size的小块其中patch_size＝16，over_size＝8
其中0≤u≤30,0≤v≤30
步骤五：以维纹理引导向量，计算每一个纹理分布，得到缺陷概率分布图像defect_priori,j。
步骤六：对defect_priori,j进行二值化处理得到defect_segprior i,j，提取缺陷概率在75％以上的像素点，如下式：
其中，unitsize＝256
根据defect_segprior i,j分割出的缺陷面积大小defect_areai,j和缺陷个数defect_counti,j判定中是否存在缺陷，并将缺陷信息写入数据库进行保存。若满足以下条件，则认为中存在缺陷，如下式：
其中Tr为用户设定的缺陷阈值。
此实例中Tr＝25,对应到实际的缺陷尺寸为0.5mm×0.5mm
步骤七：释放线程队列内存Ti,j。

Claims (5)

1.一种胚布缺陷视觉检测设备，包括视觉检测平台以及喷墨打标机构，其特征在于，
所述视觉检测平台包括多台线扫描相机，所述喷墨打标机构包括多组电磁阀控制的喷嘴阵列以及控制系统，
所述视觉检测平台扫描并获取所述胚布的图像并进行处理后得到所述胚布的瑕疵点所在的位置，并将瑕疵点所在的位置传递给喷墨打标机构的控制系统，控制系统控制喷墨打标机构对所述位置进行标记。
2.如权利要求1所述的胚布缺陷视觉检测设备，所述胚布缺陷视觉检测设备有两种工作模式，工作模式一为停机模式，工作模式二为自动标记模式。
3.如权利要求2所述的胚布缺陷视觉检测设备，其中所述停机模式包括如下步骤：
步骤一：初始化上料；
步骤二：启动所述胚布缺陷视觉检测设备；
步骤三：获取单帧输入图像，按基于多线程的胚布质量检测算法进行图像处理；
步骤四：判断单帧输入图像中是否存在缺陷，如果缺陷存在，则将缺陷数据保存到本地数据库，发送缺陷报警指令给控制系统，执行步骤五，如果不存在缺陷，则执行步骤六；
步骤五：控制系统收到缺陷报警指令，立刻停机，通过警示灯报警，通知现场工作人员前来处理；
步骤六：若检测还未完成，执行步骤三，若检测完成，则打印检测报告。
4.如权利要求2所述的胚布缺陷视觉检测设备，其中自动标记模式包括如下步骤：
步骤一：初始化上料；
步骤二：启动所述胚布缺陷视觉检测设备；
步骤三：获取单帧输入图像，按基于多线程的胚布质量检测算法进行图像处理；
步骤四：判断单帧输入图像中是否存在缺陷，如果缺陷存在，则将缺陷数据保存到本地数据库，发送缺陷位置数据给控制系统，执行步骤五，如果不存在缺陷，则执行步骤六；
步骤五：控制系统控制喷墨打标机构喷射可褪色墨水对缺陷位置进行标记；
步骤六：若检测还未完成，执行步骤三，若检测完成，则打印检测报告。
5.如权利要求3或4所述的胚布缺陷视觉检测设备，其中所述的基于多线程的胚布质量检测算法，包括如下步骤：
步骤一：输入图像获取，从所述视觉检测平台获取输入图像Iinput，输入图像尺寸为(m×1024)×(n×1024)；
步骤二：图像分块，将输入图像分成m1×n1个，大小为
unit_size×unit_size的单元图像其中0≤i≤m1,0≤j≤n1，unit_size＝256或128；
步骤三：新建大小为m1×n1的线程队列Ti,j，对单元图像进行区块纹理特征提取，获得区块纹理特征向量
步骤四：对进一步细分，分成大小为patch_size×patch_size且重叠区域为大小为over_size的小块
其中
0 ≤ u ≤ u n i t _ s i z e - p a t c h _ s i z e p a t c h _ s i z e - o v e r _ s i z e , 0 ≤ v ≤
u n i t _ s i z e - p a t c h _ s i z e p a t c h _ s i z e - o v e r _ s i z e ;
步骤五：以为维纹理引导向量，计算每一个纹理分布，得到缺陷概率分布图像defect_priori,j；
步骤六：根据defect_priori,j判断中是否存在缺陷，将缺陷信息写入数据库进行保存；
步骤七：释放线程队列内存Ti,j。
CN201710287368.4A 2017-04-27 2017-04-27 胚布缺陷视觉检测设备及方法 Pending CN106970090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710287368.4A CN106970090A (zh) 2017-04-27 2017-04-27 胚布缺陷视觉检测设备及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710287368.4A CN106970090A (zh) 2017-04-27 2017-04-27 胚布缺陷视觉检测设备及方法

Publications (1)

Publication Number Publication Date
CN106970090A true CN106970090A (zh) 2017-07-21

Family

ID=59332832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710287368.4A Pending CN106970090A (zh) 2017-04-27 2017-04-27 胚布缺陷视觉检测设备及方法

Country Status (1)

Country Link
CN (1) CN106970090A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107703152A (zh) * 2017-10-27 2018-02-16 深圳精创视觉科技有限公司 光学膜缺点自动标示装置
CN109145985A (zh) * 2018-08-21 2019-01-04 佛山职业技术学院 一种布匹疵点的检测及分类方法
CN109283193A (zh) * 2018-10-22 2019-01-29 上海易清智觉自动化科技有限公司 轮胎帘布瑕疵在线检测与标识装置
CN110702691A (zh) * 2019-10-29 2020-01-17 无锡精质智能装备有限公司 织物质量检测系统
CN110793973A (zh) * 2019-11-12 2020-02-14 广东骉马机器人科技有限公司 皮革表面缺陷检测系统
CN114397308A (zh) * 2022-03-25 2022-04-26 江苏贝尔特福新材料有限公司 一种自动识别面料瑕疵的检测设备和使用方法
CN118358268A (zh) * 2024-06-20 2024-07-19 徐州美亚纺织有限公司 一种基于全方位的纺织设备在线实时监测控制系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169093A (zh) * 2010-12-20 2011-08-31 湖南大学 基于图形处理器的多工位机器视觉成像检测方法及系统
CN102323272A (zh) * 2011-08-10 2012-01-18 合肥望远电子科技有限公司 基于机器视觉技术的滤纸缺陷检测系统及其检测方法
CN202175829U (zh) * 2010-12-27 2012-03-28 中国船舶重工集团公司第七一五研究所 基于机器视觉的坯布疵点在线实时检测系统
CN202330297U (zh) * 2011-11-28 2012-07-11 陕西长岭纺织机电科技有限公司 自动检测织物疵点的装置
CN103344648A (zh) * 2013-07-10 2013-10-09 鞍钢股份有限公司 一种基于gpu的钢板表面质量检测方法及系统
CN104458766A (zh) * 2014-12-31 2015-03-25 江南大学 一种基于结构纹理法的布匹表面瑕疵检测方法
CN105044126A (zh) * 2015-07-22 2015-11-11 瑞安市质量技术监督检测院 宽幅连续表面缺陷视觉检测系统
CN205317684U (zh) * 2015-12-22 2016-06-15 无锡市同威软件有限公司 基于图像的染布瑕疵检测系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169093A (zh) * 2010-12-20 2011-08-31 湖南大学 基于图形处理器的多工位机器视觉成像检测方法及系统
CN202175829U (zh) * 2010-12-27 2012-03-28 中国船舶重工集团公司第七一五研究所 基于机器视觉的坯布疵点在线实时检测系统
CN102323272A (zh) * 2011-08-10 2012-01-18 合肥望远电子科技有限公司 基于机器视觉技术的滤纸缺陷检测系统及其检测方法
CN202330297U (zh) * 2011-11-28 2012-07-11 陕西长岭纺织机电科技有限公司 自动检测织物疵点的装置
CN103344648A (zh) * 2013-07-10 2013-10-09 鞍钢股份有限公司 一种基于gpu的钢板表面质量检测方法及系统
CN104458766A (zh) * 2014-12-31 2015-03-25 江南大学 一种基于结构纹理法的布匹表面瑕疵检测方法
CN105044126A (zh) * 2015-07-22 2015-11-11 瑞安市质量技术监督检测院 宽幅连续表面缺陷视觉检测系统
CN205317684U (zh) * 2015-12-22 2016-06-15 无锡市同威软件有限公司 基于图像的染布瑕疵检测系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107703152A (zh) * 2017-10-27 2018-02-16 深圳精创视觉科技有限公司 光学膜缺点自动标示装置
CN109145985A (zh) * 2018-08-21 2019-01-04 佛山职业技术学院 一种布匹疵点的检测及分类方法
CN109283193A (zh) * 2018-10-22 2019-01-29 上海易清智觉自动化科技有限公司 轮胎帘布瑕疵在线检测与标识装置
CN109283193B (zh) * 2018-10-22 2024-04-26 上海易清智觉自动化科技有限公司 轮胎帘布瑕疵在线检测与标识装置
CN110702691A (zh) * 2019-10-29 2020-01-17 无锡精质智能装备有限公司 织物质量检测系统
CN110793973A (zh) * 2019-11-12 2020-02-14 广东骉马机器人科技有限公司 皮革表面缺陷检测系统
CN114397308A (zh) * 2022-03-25 2022-04-26 江苏贝尔特福新材料有限公司 一种自动识别面料瑕疵的检测设备和使用方法
CN114397308B (zh) * 2022-03-25 2022-07-01 江苏贝尔特福新材料有限公司 一种自动识别面料瑕疵的检测设备和使用方法
CN118358268A (zh) * 2024-06-20 2024-07-19 徐州美亚纺织有限公司 一种基于全方位的纺织设备在线实时监测控制系统

Similar Documents

Publication Publication Date Title
CN106970090A (zh) 胚布缺陷视觉检测设备及方法
CN100593716C (zh) 利用机器视觉系统对印花布瑕疵进行在线检测的方法
CN105444891B (zh) 一种基于机器视觉的纱线印染色差检测系统
CN107643295A (zh) 一种基于机器视觉的布匹缺陷在线检测的方法和系统
JPS6293637A (ja) 自動検反システム
CN110849887B (zh) 一种钢管内壁涂层缺陷检测装置及其检测方法
CN110318245A (zh) 一种集成于织机上的机器视觉验布系统
CN206945566U (zh) 胚布缺陷视觉检测设备
CN111707675A (zh) 布匹表面瑕疵在线监测装置及其监测方法
CN111220544A (zh) 一种镜片质量检测装置及检测方法
CN105301008A (zh) 一种接装纸质量检测警示系统及质量在线检测方法
CN110715623A (zh) 一种瓷砖平整度检测设备及方法
CN211079719U (zh) 集成于织机上的机器视觉验布系统
CN208733293U (zh) 智能布面监测系统
CN110793973A (zh) 皮革表面缺陷检测系统
CN103645195A (zh) 基于机器视觉的冷轧钢表面检测方法
CN209102635U (zh) 一种具有织物瑕疵指示功能的验布机
CN204602815U (zh) 一种精整缺陷自动检测装置
CN104949996A (zh) 不停机自动标识纺织面料疵点的方法及系统
CN109664611B (zh) 一种印刷机
CN215931692U (zh) 一种面料瑕疵检测设备
CN210166321U (zh) 一种智能摄像检测标签质量系统
CN118980689A (zh) 一种坯布瑕疵检测设备及检测方法
CN212301350U (zh) 一种用于钢管内壁涂层缺陷检测的光学成像显示系统
CN204882388U (zh) 纺织面料疵点信息检测标识录入系统

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170721

RJ01 Rejection of invention patent application after publication