随着社会的发展和我们生活质量的提升,我们对皮革制品的需求量越来越大,例如我们日常生活中常用的皮鞋、钱包、汽车坐垫、皮椅都是皮革制品,因此需要不断提高皮革制品的制造质量和效率。但是在皮革的加工制造过程中,皮革加工原料或多或少会因为自然或者人为的原因,造成其表面存在虻眼、剪伤、折裂、裂纹、孔洞、疤痕等各种缺陷,对其进行加工会降低皮革产品的质量。因此在对皮革进行切割加工前,需要对皮革加工原料进行缺陷的检测,以便后续进行切割图案排版和切割工序时能避开缺陷,提高皮革制品质量。目前皮革缺陷检测大部分是通过专业的检测人员进行缺陷标记,这种作业方式检测效率低,对检测人员专业程度要求高,且人为因素对其检测结果有较大影响,不能保证检测结果的准确性。因此本文引入计算机视觉识别的方法对皮革缺陷进行智能识别检测,代替人工,不但能提高皮革缺陷的检测效率和准确率,而且能节省人力、降低生产成本,让后面的切割图案排版、切割工序能合理规避缺陷,使得皮革的加工更加智能化。针对目前皮革缺陷检测存在的检测效率和准确率低,造成皮革制品生产效率和产品质量低的情况,本文开展柔性皮革材料缺陷智能视觉检测技术的研究,主要研究工作有如下几方面:1、深入了解皮革各种缺陷的产生原因和类型,然后通过皮革各类缺陷的图像对皮革缺陷特征进行深入分析,根据皮革缺陷的外观形状和明显程度特征,对皮革缺陷进行归纳分类,从而将皮革缺陷按照其图像特征进行分类,以便后续更好地进行皮革缺陷的识别检测。2、根据皮革缺陷的图像特征分析,针对皮革缺陷检测中缺陷形态多样,以及皮革纹理背景干扰大等问题,提出了柔性皮革材料缺陷检测卷积神经网络算法,进行皮革缺陷检测,完成缺陷的准确分类和定位。该算法模型根据皮革缺陷特征,设计合适的特征提取网络更好地提取皮革缺陷,利用RPN网络高效地筛选出可能存在的皮革缺陷区域,然后采用Softmax分类器和基于NMS算法的回归器对皮革缺陷进行识别分类与定位。通过建立数据集,进行模型训练,完成对皮革缺陷的准确分类和定位。3、构建皮革缺陷检测系统框架,搭建光源、线阵CCD相机、镜头、执行机构组成的视觉检测平台,并进行视觉检测系统的标定。然后设计皮革缺陷检测软件框架,包括皮革缺陷检测模块和相机控制模块,根据训练好的皮革缺陷检测模型,进行皮革缺陷检测实验与测试。