皮革作为一种良好的材质一直受到厂家和消费者的青睐,其用途广泛如用于鞋、箱包、服装手套、装具、体育用品、乐器和工业等方面,其他材料难以比拟。皮革在目前金融危机下仍然盛行。在皮革加工过程中,皮革的分类、表面缺陷查找和划分类别以及皮料自身平整度等检测效果会直接影响生产效率和生产质量。为了有效利用原材料和避免次品混入成品中,需要对原材料和产品进行各种检测。但长期以来,这些检测过程大多靠手工实现,大大降低了生产效率,增加了生产成本。随着计算机视觉技术的发展,原来靠手工来实现的检测过程现在都可以由计算机来实现,从而将工人从繁重的工作中解放出来,降低了生产成本。因此本文针对这种现状,设计了一套检测方案。本文采用皮料纹理分析方法对不同类型的皮革以及皮革的正反面进行自动分类,由于不同的产品是由不同种类的皮革生产,而且排样、切割、检测缺陷是在皮革正面进行,因此自动化缺陷检测系统首先要自动识别皮革种类和正反面,本文通过统计皮料扫描线的波峰、波谷的各种统计值进行自动识别和分类。皮革生产的主要工序是在优质皮革上排放和切割各种部件,但是皮革表面不可避免的存在各种缺陷,如虫咬、疤痕和划伤等,为了有效利用原料,在排样和切割之前要首先定位皮革表面的缺陷区域。针对目前我国皮革产品生产中质量检测技术落后、检测效率较低的情况,提出了一种基于灰度—游程累加模型的图像缺陷检测方法。该方法利用了图像的灰度信息和灰度游程长度信息,通过计算图像的灰度差值和累加游程,从而计算出每个像素的灰度—游程累加值,来确定划分缺陷和背景部分的阈值。此外,同一块皮料的不同部位的平整度不同,选择合适的皮料部位来生产不同的产品是十分关键的步骤,本文借助在其他领域广泛运用的分形维数方法来对电子扫描图像进行检测。最后还分析了不同缺陷的类型划分以更好的指导实际工作。