大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線的制作方法
【專利摘要】本實用新型公開了一種大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線，其特征在于，包括依次設(shè)置的送料工作區(qū)、分揀工作區(qū)及混搭工作區(qū)，所述分揀工作區(qū)包括透明傳送帶、輪廓采集機構(gòu)、花樣采集機構(gòu)及數(shù)據(jù)處理裝置；所述透明傳送帶穿設(shè)于輪廓采集機構(gòu)及花樣采集機構(gòu)，并將送料工作區(qū)的內(nèi)衣向前送進，依次經(jīng)過輪廓采集機構(gòu)、花樣采集機構(gòu)；所述混搭工作區(qū)包括若干個混搭點及一機械手，所述若干混搭點設(shè)于透明傳送帶一側(cè)，所述機械手設(shè)于透明傳送帶另一側(cè)，并與所述混搭點相對應(yīng)。本實用新型提供了一條完整的分揀生產(chǎn)線結(jié)構(gòu)，采用科學合理的布局設(shè)置，各個工作區(qū)相輔相成；能應(yīng)用于多品種混搭內(nèi)衣的自動化分揀。
【專利說明】大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線

【技術(shù)領(lǐng)域】
[0001]本實用新型涉及自動分揀技術(shù)；特別涉及大型多品種混搭內(nèi)衣自動化分揀方法及生產(chǎn)線。

【背景技術(shù)】
[0002]目前的多品種混搭內(nèi)衣的分揀皆是依靠人工進行，存在著許多不足；首先是工作效率低，依靠人工對多品種混搭內(nèi)衣進行分揀，速度緩慢，而已一次只能針對一個混搭點進行混搭，影響生產(chǎn)效率，和配送速度；其次是出錯率高，依靠人工對多品種的內(nèi)衣進行設(shè)別，既要考慮尺寸(輪廓)因素，又要考慮花樣因素，而且很多時候有許多不同品種的內(nèi)衣，其尺寸和花樣都相差不遠，這樣便導致人工分揀時容易出現(xiàn)差錯，難以保證品質(zhì)；還有便是，這種長時間的多品種混搭內(nèi)衣分揀工作，容易造成視覺疲勞，不利于工人的健康。對于打好包裝的內(nèi)衣也是如此，因為包裝分很多種，透明的，半透明的，大的小的，包裝花紋形式各異的，如果只是依靠人工識別和分揀，非常的耗時耗力。因此，開發(fā)一種大型多品種混搭內(nèi)衣自動化分揀方法及相應(yīng)的生產(chǎn)線顯得非常必要，既能提高生產(chǎn)效率、保證生產(chǎn)品質(zhì)、降低生產(chǎn)成本，而且避免損害工人的身體健康。
實用新型內(nèi)容
[0003]本實用新型針對現(xiàn)有技術(shù)的不足，其目的在于提供一條完整的分揀生產(chǎn)線結(jié)構(gòu)，采用科學合理的布局設(shè)置，使各個工作區(qū)相輔相成。
[0004]本實用新型為實現(xiàn)上述目的所采用的技術(shù)方案為:
[0005]一種大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線，其特征在于，包括依次設(shè)置的送料工作區(qū)、分揀工作區(qū)及混搭工作區(qū)，所述分揀工作區(qū)包括透明傳送帶、輪廓采集機構(gòu)、花樣采集機構(gòu)及數(shù)據(jù)處理裝置；所述透明傳送帶穿設(shè)于輪廓采集機構(gòu)及花樣采集機構(gòu)，并將送料工作區(qū)的內(nèi)衣向前送進，依次經(jīng)過輪廓采集機構(gòu)、花樣采集機構(gòu)；所述混搭工作區(qū)包括若干個混搭點及一機械手，所述若干混搭點設(shè)于透明傳送帶一側(cè)，所述機械手設(shè)于透明傳送帶另一側(cè)，并與所述混搭點相對應(yīng)。
[0006]所述送料工作區(qū)包括暫存點及分離點，所述暫存點設(shè)有一振動盤，所述分離點設(shè)有一導槽，該導槽一端與振動盤相連接，另一端與透明傳送帶相連接。
[0007]所述輪廓采集機構(gòu)包括線陣CXD相機及LED背光源，所述LED背光源位于透明傳送帶下方，并由下向上對透明傳送帶上的內(nèi)衣進行打光，所述線陣CCD相機位于透明傳送帶上方，并由上向下對透明傳送帶上的內(nèi)衣進行線掃描圖像采集。所述花樣采集機構(gòu)包括CIS相機及LED正光源，所述LED正光源位于透明傳送帶側(cè)上方，并從側(cè)上方對透明傳送帶上的內(nèi)衣進行打光，所述CIS相機位于透明傳送帶正上方，并由正上方對透明傳送帶上的內(nèi)衣進行花樣圖像采集。所述LED正光源包括四個，分別位于透明傳送帶的前、后、左、右側(cè)上方，且以45°角對透明傳送帶上的內(nèi)衣進行打光。
[0008]上述生產(chǎn)線所采用的大型多品種混搭內(nèi)衣自動化分揀方法，其包括以下步驟:
[0009]I)設(shè)置一送料工作區(qū)對若干品種的內(nèi)衣進行理順，伸展平攤并使正面朝上，然后送往下一工作區(qū)；該送料工作區(qū)包括暫存點及分離點，所述暫存點設(shè)有一振動盤，所述分離點設(shè)有一導槽，該導槽一端與振動盤相連接，另一端與透明傳送帶相連接。
[0010]2)設(shè)置一分揀工作區(qū)，該分揀工作區(qū)包括透明傳送帶、輪廓采集機構(gòu)、花樣采集機構(gòu)及數(shù)據(jù)處理裝置；所述透明傳送帶將送料工作區(qū)的內(nèi)衣向前送進，依次經(jīng)過輪廓采集機構(gòu)、花樣采集機構(gòu)；所述數(shù)據(jù)處理裝置對輪廓采集機構(gòu)、花樣采集機構(gòu)采集到的圖像數(shù)據(jù)進行處理，獲得輪廓對比數(shù)據(jù)及花樣對比數(shù)據(jù)，并分別與預存的不同品種的輪廓數(shù)據(jù)及花樣數(shù)據(jù)進行對比，從而識別出內(nèi)衣的品種:
[0011]2.1)所述輪廓采集機構(gòu)包括線陣CXD相機及LED背光源，所述LED背光源由下向上對透明傳送帶上的內(nèi)衣進行打光，所述線陣CCD相機由上向下對透明傳送帶上的內(nèi)衣進行線掃描圖像采集，并輸送到數(shù)據(jù)處理裝置；所述數(shù)據(jù)處理裝置對采集到的線掃描圖像進行處理:首先對線掃描圖像進行圖像標定、二值化、去噪聲，使邊緣定位到像素內(nèi)部的精確位置，其次對預處理后的線掃描圖像分別進行膨脹處理、腐蝕處理，用膨脹后的圖像減去腐蝕后的圖像，得到多像素寬的邊緣，再對該多像素寬的邊緣進行細化，獲得單像素寬的輪廓，進而獲取輪廓對比數(shù)據(jù)；
[0012]2.2)所述花樣采集機構(gòu)包括CIS相機及LED正光源，所述LED正光源從側(cè)上方對透明傳送帶上的內(nèi)衣進行打光，所述CIS相機由正上方對透明傳送帶上的內(nèi)衣進行花樣圖像采集，并輸送到數(shù)據(jù)處理裝置；所述數(shù)據(jù)處理裝置對采集到的花樣圖像進行處理:首先將花樣圖像拆分為若干個部分，其次分別對各個部分進行特征提取，再對提取的各個部分特征進行特征拼接，進而獲得花樣對比數(shù)據(jù)；
[0013]2.3)將輪廓對比數(shù)據(jù)及花樣對比數(shù)據(jù)分別與數(shù)據(jù)處理裝置中預存的不同品種的輪廓數(shù)據(jù)及花樣數(shù)據(jù)進行對比，從而識別出內(nèi)衣的品種；
[0014]3)設(shè)置一混搭工作區(qū)，該混搭工作區(qū)包括若干個混搭點及一機械手，當數(shù)據(jù)處理裝置判斷出內(nèi)衣為其中一個混搭點所需的品種時，則機械手將該內(nèi)衣放至到該混搭點，直至該混搭點所需要的內(nèi)衣品種和數(shù)量都已經(jīng)滿足，完成多品種內(nèi)衣自動化分揀。
[0015]步驟2.1)中，用最大類間方差法進行圖像二值化，用區(qū)域骨架提取算法對多像素寬的邊緣進行細化；其中，所述用區(qū)域骨架提取算法對多像素寬的邊緣進行細化，包括如下步驟:所述組成輪廓的各像素點為輪廓點，輪廓點為矩形透鏡中心到標定后的圖像中讀取9像素X9像素大小矩形透鏡內(nèi)各像素點的灰度值和坐標，判斷矩形透鏡內(nèi)各像素點的灰度值梯度方向，用三次樣條插值函數(shù)對灰度值梯度方向上各像素點的灰度值進行插值，求得插值函數(shù)的一階導數(shù)，然后求得插值函數(shù)一階導數(shù)的極值點位置，根據(jù)極值點位置計算出亞像素坐標并保存，然后再選取下一輪廓點，依次循環(huán)反復，直至將所有的輪廓點都處理完。
[0016]步驟2.1)中，還包括如下步驟:識別出單像素寬的輪廓的各個圖元；a)根據(jù)輪廓點的鄰域值將輪廓點進行分類，將可成為角點的輪廓點選出，并將這些輪廓點定為候選輪廓點山)用11點k-曲率法計算各候選輪廓點的離散曲率值，根據(jù)各候選輪廓點的離散曲率值計算出離散曲率閾值，按照此閾值對候選輪廓點進行第一次篩選，選出離散曲率值大于閾值的候選輪廓點，將這些候選輪廓點定為一次篩選候選輪廓點；c)用投影高度法對一次篩選候選輪廓點進行分類；d)用基于HOUGH變換的圓弧分割與融合算法將圓弧圖元中的偽特征點剔除并增選拐點，將進行該步驟后得到的候選輪廓點定為二次篩選候選輪廓點；
e)用投影高度法對二次篩選候選輪廓點進行分類；f)用基于HOUGH變換的直線分割與融合算法將直線圖元中的偽特征點剔除并增選切點；g)到此已經(jīng)完全剔除了候選輪廓點中的偽特征點并增選了拐點與切點，將此時得到的候選輪廓點定為特征點，用投影高度法對特征點進行分類，并判斷特征點兩側(cè)圖元的屬性；h)將特征點按順序保存。
[0017]所述步驟2.2)中的特征提取包括如下步驟:
[0018]對花樣圖像進行圖像背景分離，圖像灰度增強、圖像歸一化；保留花樣圖像中花樣的真實特征，濾除虛假特征；進行濾波，保證花樣數(shù)據(jù)無雜點。
[0019]本實用新型的優(yōu)點在于:提供了一條完整的分揀生產(chǎn)線結(jié)構(gòu)，采用科學合理的布局設(shè)置，使各個工作區(qū)相輔相成；能應(yīng)用于多品種混搭內(nèi)衣的自動化分揀，提高生產(chǎn)效率、保證生產(chǎn)品質(zhì)、降低生產(chǎn)成本，而且避免損害工人的身體健康。
[0020]下面結(jié)合附圖與【具體實施方式】，對本實用新型進一步說明。

【專利附圖】

【附圖說明】
[0021]圖1為本實施例生產(chǎn)線的結(jié)構(gòu)示意圖；
[0022]圖2為本實施例送料工作區(qū)的結(jié)構(gòu)示意圖；
[0023]圖3為本實施例輪廓采集處理前示意圖；
[0024]圖4為圖3使邊緣定位到像素內(nèi)部的精確位置后的示意圖；
[0025]圖5為圖4獲得單像素寬的輪廓示意圖；
[0026]圖中:1.送料工作區(qū)；11.振動盤；12.導槽；2.分揀工作區(qū)；21.透明傳送帶；22.線陣CXD相機；23.LED背光源；4.內(nèi)衣；24.CIS相機；25.LED正光源；3.混搭工作區(qū)；31.混搭點；32.機械手。

【具體實施方式】
[0027]參見圖1至圖2，本實施例提供的大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線，包括依次設(shè)置的送料工作區(qū)1、分揀工作區(qū)2及混搭工作區(qū)3，所述分揀工作區(qū)I包括透明傳送帶21、輪廓采集機構(gòu)、花樣采集機構(gòu)及數(shù)據(jù)處理裝置；所述透明傳送帶21穿設(shè)于輪廓采集機構(gòu)及花樣采集機構(gòu)，并將送料工作區(qū)I的內(nèi)衣4向前送進，依次經(jīng)過輪廓采集機構(gòu)、花樣采集機構(gòu)；所述混搭工作區(qū)3包括若干個混搭點31及一機械手32，所述若干混搭點31設(shè)于透明傳送帶21 —側(cè)，所述機械手32設(shè)于透明傳送帶21另一側(cè)，并與所述混搭點31相對應(yīng)。所述透明傳送帶21采用柔性的透明帶件，如高分子材料制備的透明膠帶。該透明傳動帶通過帶輪，電機，循環(huán)轉(zhuǎn)動，形成傳送機構(gòu)。
[0028]所述送料工作區(qū)I包括暫存點及分離點，所述暫存點設(shè)有一振動盤11，所述分離點設(shè)有一導槽12，該導槽12 —端與振動盤11相連接，另一端與透明傳送帶21相連接。振動盤11振動，可以使物料分離，分離后經(jīng)過導槽12，落入透明傳送帶21。所述導槽12采用振動加前送式導槽(即振動，同時有往前送料的動作)，且上部到下部，由寬至窄，放置同時出現(xiàn)兩件物料疊加的情況。
[0029]所述輪廓采集機構(gòu)包括線陣CXD相機22及LED背光源23，所述LED背光源23位于透明傳送帶21下方，并由下向上對透明傳送帶21上的內(nèi)衣4進行打光，所述線陣CCD相機22位于透明傳送帶21上方，并由上向下對透明傳送帶21上的內(nèi)衣4進行線掃描圖像采集。所述花樣采集機構(gòu)包括CIS相機24及LED正光源25，所述LED正光源25位于透明傳送21帶側(cè)上方，并從側(cè)上方對透明傳送帶21上的內(nèi)衣4進行打光，所述CIS相機24位于透明傳送帶21正上方，并由正上方對透明傳送帶21上的內(nèi)衣4進行花樣圖像采集。所述LED正光源25包括四個，分別位于透明傳送帶21的前、后、左、右側(cè)上方，且以45°角對透明傳送帶上的內(nèi)衣進行打光。從四個側(cè)上方同時以45°角打光，由于前后左右對稱且角度適配的原因，能使花樣圖像采集效果達到最佳，避免出現(xiàn)變樣的情況。
[0030]上述生產(chǎn)線所采用的大型多品種混搭內(nèi)衣自動化分揀方法，其包括以下步驟:
[0031]I)設(shè)置一送料工作區(qū)I對若干品種的內(nèi)衣進行理順，伸展平攤并使正面朝上，然后送往分揀工作區(qū)2 ;該送料工作區(qū)I包括暫存點及分離點，所述暫存點設(shè)有一振動盤11，所述分離點設(shè)有一導槽12，該導槽12 —端與振動盤11相連接，另一端與分揀工作區(qū)2的透明傳送21帶相連接；該位置只需配備一工人即可，負責確保送料工作區(qū)正常運行，對物料進行一定的整理。
[0032]2)設(shè)置一分揀工作區(qū)2，該分揀工作區(qū)2包括透明傳送帶21、輪廓采集機構(gòu)、花樣采集機構(gòu)及數(shù)據(jù)處理裝置；所述透明傳送21帶將送料工作區(qū)I的內(nèi)衣向前送進，依次經(jīng)過輪廓采集機構(gòu)、花樣采集機構(gòu)；所述數(shù)據(jù)處理裝置對輪廓采集機構(gòu)、花樣采集機構(gòu)采集到的圖像數(shù)據(jù)進行處理，獲得輪廓對比數(shù)據(jù)及花樣對比數(shù)據(jù)，并分別與預存的不同品種的輪廓數(shù)據(jù)及花樣數(shù)據(jù)進行對比，從而識別出內(nèi)衣的品種:
[0033]2.1)所述輪廓采集機構(gòu)包括線陣CXD相機22及LED背光源23，所述LED背光源23由下向上對透明傳送帶21上的內(nèi)衣4進行打光，所述線陣CCD相機22由上向下對透明傳送帶21上的內(nèi)衣4進行線掃描圖像采集，并輸送到數(shù)據(jù)處理裝置；所述數(shù)據(jù)處理裝置對采集到的線掃描圖像進行處理:首先對線掃描圖像進行圖像標定、二值化、去噪聲，使邊緣定位到像素內(nèi)部的精確位置，其次對預處理后的線掃描圖像分別進行膨脹處理、腐蝕處理，用膨脹后的圖像減去腐蝕后的圖像，得到多像素寬的邊緣，再對該多像素寬的邊緣進行細化，獲得單像素寬的輪廓，進而獲取輪廓對比數(shù)據(jù)。用最大類間方差法進行圖像二值化，用區(qū)域骨架提取算法對多像素寬的邊緣進行細化；其中，所述用區(qū)域骨架提取算法對多像素寬的邊緣進行細化，包括如下步驟:所述組成輪廓的各像素點為輪廓點，輪廓點為矩形透鏡中心到標定后的圖像中讀取9像素X9像素大小矩形透鏡內(nèi)各像素點的灰度值和坐標，判斷矩形透鏡內(nèi)各像素點的灰度值梯度方向，用三次樣條插值函數(shù)對灰度值梯度方向上各像素點的灰度值進行插值，求得插值函數(shù)的一階導數(shù)，然后求得插值函數(shù)一階導數(shù)的極值點位置，根據(jù)極值點位置計算出亞像素坐標并保存，然后再選取下一輪廓點，依次循環(huán)反復，直至將所有的輪廓點都處理完。
[0034]參見圖3至圖5，舉例說明如下:例如，處理前的結(jié)果如圖3所示，使邊緣定位到像素內(nèi)部的精確位置后的結(jié)果如圖4所示，獲得單像素寬的輪廓的結(jié)果如5所示。
[0035]被檢測內(nèi)衣的圖像經(jīng)處理后得到的是單像素，寬連通的像素點集，屬于同一圖元的單像素寬連通的，像素點構(gòu)成如直線、圓弧、圓等的圖元，然后再由這些圖元構(gòu)成平面輪廓。在機器視覺尺寸檢測系統(tǒng)中，需要檢測圖元的幾何尺寸及其誤差、形狀誤差、圖元間的位置及其誤差，因此必須識別出組成平面輪廓的各個圖元，為此提出了基于曲率與HOUGH變換的平面輪廓圖元識別方法用于圖像識別。即步驟2.1)中，還包括如下步驟:識別出單像素寬的輪廓的各個圖元；a)根據(jù)輪廓點的鄰域值將輪廓點進行分類，將可成為角點的輪廓點選出，并將這些輪廓點定為候選輪廓點山)用11點k-曲率法計算各候選輪廓點的離散曲率值，根據(jù)各候選輪廓點的離散曲率值計算出離散曲率閾值，按照此閾值對候選輪廓點進行第一次篩選，選出離散曲率值大于閾值的候選輪廓點，將這些候選輪廓點定為一次篩選候選輪廓點；c)用投影高度法對一次篩選候選輪廓點進行分類；d)用基于HOUGH變換的圓弧分割與融合算法將圓弧圖元中的偽特征點剔除并增選拐點，將進行該步驟后得到的候選輪廓點定為二次篩選候選輪廓點；e)用投影高度法對二次篩選候選輪廓點進行分類；
f)用基于HOUGH變換的直線分割與融合算法將直線圖元中的偽特征點剔除并增選切點；g)至IJ此已經(jīng)完全剔除了候選輪廓點中的偽特征點并增選了拐點與切點，將此時得到的候選輪廓點定為特征點，用投影高度法對特征點進行分類，并判斷特征點兩側(cè)圖元的屬性；h)將特征點按順序保存。
[0036]2.2)所述花樣采集機構(gòu)包括CIS相機24及LED正光源25，所述LED正光源25從側(cè)上方對透明傳送帶21上的內(nèi)衣4進行打光，所述CIS相機24由正上方對透明傳送帶21上的內(nèi)衣4進行花樣圖像采集，并輸送到數(shù)據(jù)處理裝置；所述數(shù)據(jù)處理裝置對采集到的花樣圖像進行處理:首先將花樣圖像拆分為若干個部分，其次分別對各個部分進行特征提取，再對提取的各個部分特征進行特征拼接，進而獲得花樣對比數(shù)據(jù)。特征提取包括如下步驟:對花樣圖像進行圖像背景分離，圖像灰度增強、圖像歸一化；保留花樣圖像中花樣的真實特征，濾除虛假特征;進行濾波，保證花樣數(shù)據(jù)無雜點。其中背景分離是將圖像區(qū)與背景分離，從而避免在沒有有效信息的區(qū)域進行特征提取，加速后續(xù)處理的速度，提高圖像特征提取和匹配的精度；圖像灰度增強是把不均勻邊界不清晰的圖片轉(zhuǎn)化成邊界清晰，方便圖像提取的圖形；圖像歸一化是將圖像從灰度圖像轉(zhuǎn)換為二種值圖像。具體需要提取的圖像特征包括顏色或灰度的統(tǒng)計特征，紋理、邊緣特征，圖像代數(shù)特征，圖像變換系數(shù)特征等。具體內(nèi)容參考《圖像特征提取研究》，翟俊海，趙文秀，王熙照，河北大學學報(自然科學版)，第29卷，第I期，106至112，2009年I月。
[0037]2.3)將輪廓對比數(shù)據(jù)及花樣對比數(shù)據(jù)分別與數(shù)據(jù)處理裝置中預存的不同品種的輪廓數(shù)據(jù)及花樣數(shù)據(jù)進行對比，從而識別出內(nèi)衣的品種；
[0038]對于最終的對比數(shù)據(jù)，可以采用轉(zhuǎn)化為尺寸1:1的矢量數(shù)據(jù)，即DXF、PLT等矢量格式文件。
[0039]3)設(shè)置一混搭工作區(qū)3，該混搭工作區(qū)包括若干個混搭點31及一機械手32，當數(shù)據(jù)處理裝置判斷出內(nèi)衣為其中一個混搭點所需的品種時，則機械手32將該內(nèi)衣放至到該混搭點31，直至該混搭點31所需要的內(nèi)衣品種和數(shù)量都已經(jīng)滿足，完成多品種內(nèi)衣自動化分揀。所述機械手32采用三自由度以上的機械手，實現(xiàn)將內(nèi)衣取送到相應(yīng)的混搭點。混搭工作區(qū)的具體運行如下:數(shù)據(jù)處理裝置判斷出某一內(nèi)衣的品種后，進而判斷其是否為第一混搭點所需要的內(nèi)衣品種，如果是，則將其取送至該混搭點，如果否，則判斷第一混搭點，同理，判斷第三混搭點，如此類推，如果所有混搭點都不需要，則送至回收點。
[0040]以上所述僅為本實用新型的較佳可行實施例，并非用以局限本實用新型的專利范圍，故凡運用本實用新型說明書及附圖內(nèi)容所作的等效變化，均包含在本實用新型的保護范圍內(nèi)。
【權(quán)利要求】
1.一種大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線，其特征在于，包括依次設(shè)置的送料工作區(qū)、分揀工作區(qū)及混搭工作區(qū)，所述分揀工作區(qū)包括透明傳送帶、輪廓采集機構(gòu)、花樣采集機構(gòu)及數(shù)據(jù)處理裝置；所述透明傳送帶穿設(shè)于輪廓采集機構(gòu)及花樣采集機構(gòu)，并將送料工作區(qū)的內(nèi)衣向前送進，依次經(jīng)過輪廓采集機構(gòu)、花樣采集機構(gòu)；所述混搭工作區(qū)包括若干個混搭點及一機械手，所述若干混搭點設(shè)于透明傳送帶一側(cè)，所述機械手設(shè)于透明傳送帶另一側(cè)，并與所述混搭點相對應(yīng)。
2.根據(jù)權(quán)利要求1所述的大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線，其特征在于，所述送料工作區(qū)包括暫存點及分離點，所述暫存點設(shè)有一振動盤，所述分離點設(shè)有一導槽，該導槽一端與振動盤相連接，另一端與透明傳送帶相連接。
3.根據(jù)權(quán)利要求1所述的大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線，其特征在于，所述輪廓采集機構(gòu)包括線陣CXD相機及LED背光源，所述LED背光源位于透明傳送帶下方，并由下向上對透明傳送帶上的內(nèi)衣進行打光，所述線陣CCD相機位于透明傳送帶上方，并由上向下對透明傳送帶上的內(nèi)衣進行線掃描圖像采集。
4.根據(jù)權(quán)利要求1所述的大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線，其特征在于，所述花樣采集機構(gòu)包括CIS相機及LED正光源，所述LED正光源位于透明傳送帶側(cè)上方，并從側(cè)上方對透明傳送帶上的內(nèi)衣進行打光，所述CIS相機位于透明傳送帶正上方，并由正上方對透明傳送帶上的內(nèi)衣進行花樣圖像采集。
5.根據(jù)權(quán)利要求4所述的大型多品種混搭內(nèi)衣自動化分揀生產(chǎn)線，其特征在于，所述LED正光源包括四個，分別位于透明傳送帶的前、后、左、右側(cè)上方，且以45°角對透明傳送帶上的內(nèi)衣進行打光。
【文檔編號】B07C5/342GK204148152SQ201420224639
【公開日】2015年2月11日 申請日期:2014年5月4日 優(yōu)先權(quán)日:2014年5月4日
【發(fā)明者】王雷, 劉月華, 沈玉姬 申請人:廣東都市麗人實業(yè)有限公司