周 建，潘如如，王 蕾，郭明瑞，高衛(wèi)東

（江南大學 紡織科學與工程學院，江蘇 無錫 214122）

紡織工業(yè)作為我國制造業(yè)的重要產(chǎn)業(yè)，多年來為國家出口創(chuàng)匯及提高民生福祉等方面做出了巨大貢獻，在2020年抗擊新冠疫情顯示了其責任與擔當，展現(xiàn)其強大的生產(chǎn)制造能力。2021年6 月，《紡織行業(yè)“十四五”發(fā)展綱要》正式發(fā)布，確定了在纖維新材料、智能制造、時尚建設、綠色制造和高端產(chǎn)業(yè)用紡織品共五個領域重點發(fā)展目標。其中智能制造以大幅提升生產(chǎn)效率及生產(chǎn)方式精細化、柔性化和智能化水平為目標，提升紡織工業(yè)的智能化水平是傳統(tǒng)制造業(yè)轉(zhuǎn)型升級及建設制造強國的關鍵。

專業(yè)學位研究生教育是為適應我國經(jīng)濟社會發(fā)展、培養(yǎng)高層次應用型專門人才的主渠道，面對新時代的新要求，教育部在《專業(yè)學位研究生教育發(fā)展方案（2020—2025）》中明確指出要大力發(fā)展及大量增加專業(yè)學位研究生招生規(guī)模，同時也指出了當前專業(yè)學位研究生教育存在的問題，例如仍沿襲學術學位發(fā)展理念以及培養(yǎng)質(zhì)量不高、培養(yǎng)模式發(fā)展緩慢等不足。近些年，在宏觀政策的推動下，我國紡織企業(yè)的智能制造升級改造已經(jīng)初見成效，為適應行業(yè)對智能制造高層次應用型人才需要，相關紡織類高校也開設了紡織智能制造方向的研究生培養(yǎng)課程，例如江南大學紡織科學與工程學院（以下簡稱我院）針對該方向研究生培養(yǎng)要求開設了《傳感器原理及應用》《紡織物聯(lián)網(wǎng)技術》《紡織信息管理》《紡織機器視覺技術》 及《紡織CAD》共計5 門與紡織智能制造密切相關的課程[1]。其中《紡織機器視覺技術》是在傳統(tǒng)《機器視覺》課程基礎上結合我院專業(yè)特色及科研平臺所開設的一門核心課程，其目的是讓專業(yè)學位研究生在掌握基本的機器視覺理論與算法基礎上，通過引入紡織加工流程中涉及到視覺檢測的案例，將理論知識與工程應用案例相結合，提升學生將所學的算法應用于工業(yè)實踐場合的能力，并為其在課題研究及解決復雜工程問題打下基礎。

作為人工智能及制造業(yè)智能化的關鍵技術之一，機器視覺通過模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，目前已經(jīng)廣泛地應用于檢測、測量和控制等工業(yè)場合[2]。然而，該課程具有很強的學科交叉性，其內(nèi)容涵蓋圖像處理、模式識別、自動化控制以及數(shù)學等學科，所涉及知識點多而繁雜，相對于紡織工程專業(yè)學生，由于缺少計算機相關學科的基礎知識，難以在短時間內(nèi)同時完成理論及實踐教學。為此，如何在有限時間完成機器視覺的理論教學，并注意培養(yǎng)實踐應用能力是機器視覺這門課程建設與改革的關鍵所在。

1 機器視覺課程教學現(xiàn)狀

近年來，隨著智能制造在各行各業(yè)的快速推進，機器視覺技術已經(jīng)廣泛用于檢測和識別等工業(yè)場合，各高校的相關專業(yè)也紛紛開設了機器視覺課程，并結合自身特點對該課程進行了不同側重點的教學，例如有的高校在培養(yǎng)方式中強調(diào)產(chǎn)學研融合，通過參與橫向項目進行實踐教學；而有的則側重于算法教學，利用機器視覺實驗平臺采用分組和學生自學方式進行[3]。這些創(chuàng)新的教學方式都為機器視覺的教學改革提供了很好的參考，但針對于紡織工程專業(yè)學位學生能力，由于紡織流程較長，同時缺少相關學科知識背景，在實踐能力的培養(yǎng)方面仍存在如下不足。

1.1 內(nèi)容與行業(yè)需求不匹配

與計算機視覺不同，機器視覺技術主要側重于工業(yè)場合的應用，雖然不同專業(yè)在講授過程進行了相應調(diào)整，但仍與行業(yè)發(fā)展需求脫節(jié)。首先，教學課程內(nèi)容還是集中在數(shù)字圖像的增強、修復、分割及變換等基本內(nèi)容，與實際的檢測對象如纖維、紗線處理差異較大；其次是忽略了行業(yè)對象的圖像采集問題，紡織品從纖維到織物加工過程中，所需要檢測到對象尺度跨度大，例如紗線毛羽檢測需要微米級別的成像要求。此外，紡織纖維品種繁多，選擇合適的光源系統(tǒng)及成像裝置方案可以大大簡化算法處理難度，提升檢測精度。

1.2 缺少行業(yè)案例驅(qū)動

與學術型研究生不同，專業(yè)學位研究生重點在于培養(yǎng)工程實踐能力，以滿足行業(yè)對應用型人才的需求為培養(yǎng)目標。而實際上專業(yè)學位碩士培養(yǎng)方案仍大部分沿襲學術碩士培養(yǎng)模式，所開設的機器視覺課程仍側重于基礎性算法原理推導，并未根據(jù)行業(yè)需求進行教學內(nèi)容及案例設計，而實驗室所能提供的有限實驗條件及設備難以達到實際工程項目開發(fā)的要求[4]。紡織行業(yè)應用案例的缺乏，一是導致學生對機器學習課程內(nèi)容理論知識點分散；二是對于行業(yè)案例知識點的掌握程度達不到應用層次的理解維度，遇到實際工程問題還是無從下手。

1.3 小結

綜上所述，受限于課程教學課時及行業(yè)背景的特殊性，當前機器視覺課程在培養(yǎng)學生專業(yè)實踐能力方面仍需要提升，要求學生在處理熟悉基本數(shù)字圖像處理算法的基礎上，應用機器視覺算法解決面向企業(yè)需求的視覺檢測問題。為此，有必要在專業(yè)學位研究生機器課程教學內(nèi)容引入行業(yè)背景案例，通過案例分析及程序?qū)崿F(xiàn)的教學手段，使學生認知和掌握基本理論，培養(yǎng)其對紡織工程涉及機器視覺問題的分析及解決能力，在提升教學效果的同時，有助于研究生相關課題完成質(zhì)量。

2 紡織機器視覺課程案例庫建設

與其他制造業(yè)不同，紡織行業(yè)具有流程長、機器臺數(shù)多且重復及勞動密集特點，其紡織制品的加工過程大量的操作都嚴重依賴人工視覺判斷和干預，嚴重制約其向自動化、連續(xù)化及智能化方向的發(fā)展。為此，本著降低人工操作勞動強度及提升紡織生產(chǎn)自動化、智能化的應用型人才培養(yǎng)目標，所開設的紡織機器視覺技術課程，以紡織加工流程為主線進行課程教學案例庫構建，例如，將纖維制成紗線的紡紗流程（開清棉→梳棉→并條→粗紗→細紗→絡筒）所涉及的行業(yè)應用有：原棉異纖檢測、紗線毛羽檢測和筒紗紙管分類等應用。

在案例建設上，結合我院在產(chǎn)學研合作及智能織造研究方向的優(yōu)勢，目前已經(jīng)在行業(yè)機器視覺應用積累了較多應用實例，例如，在纖維尺度應用有毛羽檢測；紗線尺度有條干檢測、單紗斷頭檢測；織物尺度有疵點檢測、緯斜角度檢測。為此，通過總結和篩選當前行業(yè)中機器視覺應用所涉及的共性問題，并結合現(xiàn)有機器視覺基礎算法，從問題分析、圖像采集系統(tǒng)設計、算法選取、編程調(diào)試及對結果測試等環(huán)節(jié)進行具體教學案例庫構建，同時突出案例的代表性、啟發(fā)性及可操作性，其主要案例建設內(nèi)容如下。

2.1 圖像采集系統(tǒng)設計

獲取優(yōu)質(zhì)清晰度圖像是后期有效算法的前提，為此需要針對實際場景設計合適的圖像采集系統(tǒng)。為提高圖像采集質(zhì)量，針對紡織品的加工對象維度，從纖維、紗線及織物三個層次進行案例建設，其內(nèi)容包括：光源形狀、照明方式及光源波長等選型設計；工業(yè)相機分辨率、通信接口、觸發(fā)方式及視場等參數(shù)計算及選型；與相機配套的鏡頭接口、放大倍數(shù)、焦距及光圈等參數(shù)選型。通過對采集系統(tǒng)的設計，使學生熟悉成像系統(tǒng)的基本原理及參數(shù)優(yōu)選，為后續(xù)算法設計提供基礎。

2.2 原棉異纖檢測

當前采用機器視覺進行原棉異纖檢測已經(jīng)在棉紡織廠應用，并取得了較好的經(jīng)濟效益，作為一個采用機器視覺取代人工視覺的典型應用案例，其課程案例建設內(nèi)容有：不同波長下原棉成像分析、閾值分割、形態(tài)學處理、連通域分析，根據(jù)分割的目標幾何尺寸條件確定是否為異纖。通過對不同光源下的異纖目標分割效果對比，可加深學生對合理選擇成像系統(tǒng)重要性的理解。

2.3 紗線毛羽檢測

采用機器視覺進行紗線毛羽檢測，可以獲取毛羽的準確長度及其根數(shù)，是一個典型的高分辨圖像處理案例，其建設內(nèi)容有：高分辨率成像系統(tǒng)、閾值分割、圖像拼接及亞像素邊緣檢測。通過對搭建高分辨成像系統(tǒng)，讓學生熟悉鏡頭選型及光圈焦距的參數(shù)影響，同時可以更好地理解亞像素圖像分析的場景需求。

2.4 筒紗紙管分類

筒紗紙管圖案是紗線品種區(qū)分的標識依據(jù)，采用機器視覺對所提取的圖案進行特征提取可對其進行快速分類，其案例建設內(nèi)容有：圓形目標識別、圖案區(qū)域定位、圖像變換、特征提取及分類。該案例是一個典型的模式識別任務，具有較好的可驗證性，以目標形狀識別為基礎，通過圖案目標定位、特征提取及簡單分類器的構建，讓學生掌握模式識別的流程，為日后類似分類問題提供參考借鑒。

2.5 漿紗撞筘檢測

在紡織加工實時監(jiān)測中，將機器視覺技術引入漿紗撞筘檢測，能夠很好地滿足其實時檢測要求，其案例建設內(nèi)容有：視頻采集、視頻幀提取、幀間差值、閾值分割、邊緣檢測及輪廓面積。通過對視頻采集環(huán)境的搭建及視頻幀的圖像的實時處理，可以讓學生掌握采用視頻進行檢測的需求及算法處理的流程。

2.6 坯布疵點檢測

由于坯布檢測屬在線檢測，需要采用線陣相機進行運動坯布的高速拍攝，其主要建設內(nèi)容有：線陣相機采集系統(tǒng)設計、圖像預處理、特征提取、特征優(yōu)選、分類器設計及檢測效果對比。坯布疵點檢測涉及算法種類繁多，本案例著重對線陣相機采集原理、灰度共生矩陣、局部二值算子及聚類分析進行檢測效果實現(xiàn)與分析，為復雜的在線質(zhì)量檢測應用提供基礎。

2.7 牛仔織物緯斜檢測

牛仔織物組織為典型的斜紋織物，整緯時需要精確識別其緯紗傾斜角度，相比于光電檢測法機器視覺技術具有精度高、品種適應強等優(yōu)點，其案例主要建設內(nèi)容有：圖像采集、圖像濾波、傅立葉變換、邊緣檢測和霍夫變換。本案例著重學習和實踐經(jīng)典傅立葉變換及霍夫變換在斜紋織物緯斜檢測的應用，培養(yǎng)學生應對角度、直線等參數(shù)實時檢測案例的操作能力。

3 紡織機器視覺課程建設持續(xù)改進

為更好地培養(yǎng)專業(yè)學位研究生應用機器視覺解決實踐問題的能力，以紡織加工流程所涉及的機器視覺問題進行教學案例庫的構建，從而實現(xiàn)課程教學內(nèi)容和過程與實踐案例的緊密結合，使學生能將理論與實踐結合提升實踐能力。而課程教學質(zhì)量的提高是長期的過程，機器視覺課程案例庫的建設亦如此，都需要一個長期有效的持續(xù)改進機制。改進過程中需要對課程目標達成情況進行詳細分析，并針對教學過程中存在的問題和短板提出相應的改進措施，使案例庫建設內(nèi)容得到持續(xù)改進和更新，其持續(xù)改進機制如圖1所示。

如圖1 所示，案例庫的構建始于機器視覺課程的課程目標，其制定總體原則來源于畢業(yè)要求，并以此為依據(jù)構建課程案例庫的相關內(nèi)容。案例庫的構建是關鍵一環(huán)，其建設內(nèi)容除了要針對課程目標設置外，還要將實踐案例與理論內(nèi)容緊密結合，確保其內(nèi)容科學合理，滿足課程考核要求。同理，課程考核和課程評價是檢驗案例庫內(nèi)容是否合理的關鍵，主要采用期末綜合成績分析每個課程目標的完成情況及學生自評的方式進行。通過目標完成情況及學生反饋意見，對課程目標進行調(diào)整并重點對案例庫所存在的不足進行完善和修正，做到改進、建設及再改進之間的閉環(huán)持續(xù)改進。

4 結語

隨著智能制造在各行各業(yè)的快速推進，紡織行業(yè)的信息化、自動化及智能化水平已經(jīng)有了顯著提升，其中機器視覺作為智能制造的關鍵技術之一，在替代人工視覺、提升紡織加工流程效率及生產(chǎn)智能化水平方面成效顯著。對機器視覺課程的教學改革，旨意在推動我國專業(yè)學位研究生的培養(yǎng)模式改革及培養(yǎng)質(zhì)量的提升。本研究以紡織機器視覺課程改革為入口，結合我院專業(yè)特點及典型行業(yè)案例，通過強調(diào)實踐教學及構建案例庫的方式提升學生對機器視覺理論的學習效果及實踐操作能力，進一步助力產(chǎn)教融合培養(yǎng)模式的改革創(chuàng)新。