Le présent travail de thèse a pour but d'automatiser la détection des défauts de tissage, à l'aide d'un système informatisé fondé sur le traitement d'image. La structure du tissu, de par sa fabrication, est périodique par répétition de l'armure (dessin d'entrecroisement). L'apparition d'un défaut dans le tissu entraîne la destruction de cette périodicité. de ce fait, le défaut de tissage peut être détecté par la surveillance en continu de la structure du tissu pendant le tissage. Dans notre travail, les techniques de transformée rapide de Fourier et la corrélation croisée sont d'abord mises en œuvre, afin d'examiner les caractéristiques de régularité de la structure de l'image du tissu dans le domaine fréquentiel. Dans un deuxième temps, afin d'améliorer l'efficacité de la technique et d'éviter le problème d'erreur de détection, une opération de seuillage a été implémentée en utilisant un filtre de sélection de niveau. Au moyen de ce filtre, la technique mise en place est capable de détecter uniquement les défauts réels et de mettre en évidence leurs dimensions exactes. L'ensemble de cette procédure a été implémentée au moyen du progiciel Matlab ou Scilab. Puis l'ensemble des procédures a été mis en œuvre sur un tissu simulé, afin de comprendre le comportement du spectre de fréquences, de déterminer et d'optimiser les paramètres de détection les plus importants. Dans toutes ces procédures, le niveau de bruit a bien sûr été pris en compte. L'efficacité des procédures ayant été testée sur des tissus simulés dans un premier temps, elles ont été appliquées aux tissus sortant de machines à tisser. Ainsi, des échantillons contenant divers défauts ainsi que des échantillons écrus, unis ou de diverses couleurs ont pu être testés. Les techniques proposées ont aussi dans ces divers cas montré leur efficacité. En conclusion, un prototype fondé sur un dispositif de vision pour l'inspection des tissus sur métier à tisser en temps réel est proposé. / The purpose of this thesis is to automate the online detection of weaving defects by a computerized system based on image processing software. Obviously, fabric inspection has an importance to prevent risk of delivering inferior quality product. Until recently, the visual defect detection is still under taken offline and manually by humans with many drawbacks such as tiredness, boredom, and, inattentiveness. Fortunately, the continuous development in computer technology introduces the online automated fabric inspection as an effective alternative. Because the defect-free fabric has a periodic regular structure, the occurrence of a defect in the fabric breaks the regular structure. Therefore, the fabric defects can be detected by monitoring fabric structure. In our work, Fast Fourier Transform and Cross-correlation techniques, i.e. linear operations, are first implemented to examine the structure regularity features of the fabric image in the frequency domain. To improve the efficiency of the technique and overcome the problem of detection errors, further thresholding operation is implemented using a level selection filter. Through this filter, the technique is able to detect only the actual or real defects and highlight their exact dimensions. A software package such as Matlab or Scilab is used for this procedure. It is implemented firstly on a simulated plain fabric to determine the most important parameters during the process of defect detection and then to optimize each of them even considering noise. To verify the success of the technique, it is implemented on real plain fabric samples with different colours containing various defects. Finally, a vision-based fabric inspection prototype that could be accomplished on-loom to inspect the fabric under construction with 100% coverage is proposed.
Identifer | oai:union.ndltd.org:theses.fr/2012MULH4090 |
Date | 16 May 2012 |
Creators | Malek, Abdel Salam |
Contributors | Mulhouse, Dréan, Jean-Yves |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0018 seconds