【132】第45卷第02期2023-02收稿日期：2021-04-21基金项目：国家重点研发计划（2018YFB1308800）作者简介：刘智（1996-），男，湖北黄冈人，硕士研究生，研究方向为机器视觉及深度学习。通讯作者：徐洋（1977-），女，黑龙江虎林人，教授，博士，研究方向为大型复杂机械耦合系统动力学建模及参数识别。基于PCA-NCC的经编鞋面数量统计和质量检测算法AlgorithmofquantitystatisticsandqualitydetectionofwarpknittedvampbasedonPCA-NCC刘智，徐洋*，余智祺，解国升，孙以泽LIUZhi，XUYang*，YUZhi-qi，XIEGuo-sheng，SUNYi-ze(东华大学机械工程学院，上海201620)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；奇异值分解中图分类号：TS101文献标志码：A文章编号：1009-0134(2023)02-0132-040引言目前，我国制鞋自动化程度较低，许多工艺依赖人工操作和人眼视觉判断。在经编鞋面布匹的数量统计环节中，鞋面布匹在验布机上运动，工人需要实时观察每个鞋面是否存在质量问题，并对合格鞋面进行人工计数，对存有质量问题鞋面进行人工打叉标记。此外，布匹每运动一段距离，工人需要暂停验布机，选择对应的标准鞋面模板随机抽检鞋面，进行人工比对验证鞋面是否合格。同时工人需要计算统计合格的鞋面数量。这一环节存在工人劳动强度大、检测效率低的问题，降低了企业的市场竞争力。近年来，在纺织品的生产检测流程中，利用机器视觉代替人工视觉，是一种提升产品品质和提高生产自动化水平的重要途径[1,2]。因此，提出利用机器视觉的方法，自动完成鞋面的数量统计和质量检测，具有一定的实际意义和应用价值。利用机器视觉方法完成经编鞋面...
