解国升，徐 洋，董 蓬，余智祺，孙以泽

(东华大学 机械工程学院，上海201620)

色差是布匹等级评定的重要指标，直接影响产品的质量[1]。现阶段大多数纺织印染厂采用人工抽检的方式对布匹进行色差检测，该方法劳动强度高，受工人主观因素影响大，且误检率较高[2]。随着机器视觉技术的发展，利用机器视觉技术代替人工进行色差检测成为色差检测新途径[3-4]。国外色差检测系统起步较早，但成本昂贵，对工人操作水平要求高；而国内色差检测系统研究较晚，应用较少。

国内外学者对基于机器视觉的布匹色差检测系统，特别是色差检测算法以及软件系统构架进行了大量探索。此外，国内学者金守峰[5]通过线阵相机采集图像，并利用色差公式和视觉检测系统对布匹色差进行统计检测，但未对色差检测算法及色差检测软件进行研究。宁雨薇[6]提出了一种基于T-S模糊神经网络分块色差检测算法，通过训练大量图像完成RGB到Lab空间的转换，并设计了一个基础的软件界面，但其软件是基于单张图片设计的，且训练过程比较复杂，计算量大，故不适合应用在工业在线检测过程中。Zhou等[7]采用灰狼算法优化支持向量机的方法对染色品色差进行分类，但其算法未应用于色差在线检测系统。Shams-Nateri[8]采用基于神经网络和多项式回归方法来估计纺织品色差的模型,其计算量大，过程复杂。因此探索能够适应布匹色差在线检测算法，并设计在线检测色差的软件系统，成为降低工厂色差检测成本的有效途径[9]。……