公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

Realization of Orthogonal Wavelets Adapted to Fabric Texture for Defect Detection被引量：1: 2002年; The wavelet adapted to the fabric texture can be developed from the orthogonal and normal series which are selected randomly by means of Monte Carlo method and op timized by adding certain constraint conditions.Then the fabric image can be decomposed into the subimages by the adaptive wavelet transform and the horizontal and vertical texture information will be perfectly contained in the subimages. Therefore this method can be effectively used for the automatic inspection of the fabric defects.; 李立轻黄秀宝; 关键词：FABRIC DEFECT WAVELET DECOMPOSITION

Wiener滤波器分解织物图像在织物疵点自动检测中的应用被引量：12: 2002年; 首先介绍了 Wiener滤波器的算法和织物图像经 Wiener滤波后的分解 ,然后对分解后的经向和纬向子图像划分为 6 4个矩形块 ,对每个矩形块提取灰度极差作为特征值 ,再对特征值进行分析以实现对疵点的自动检测。实验证明了该方法的简单有效性 ,对素色织物的常见疵点具有快速。; 李立轻王文淑; 关键词：织物图像织物疵点 WIENER滤波器图像分解特征值提取图像处理

图像处理用于织物疵点自动检测的研究进展被引量：95: 2002年; 织物疵点自动检测、代替传统的人工检测方法是纺织品质量控制和管理的重要环节 ,同时又是纺织自动化的重要标志之一。基于图像处理的织物疵点检测 ,主要是通过图像分析 ,从图像中发现与正常纹理不同的部分。这方面的研究一直在持续 ,新的方法不断出现 ,但较为成熟的检测系统较少。开发适合我国纺织业的织物疵点自动检测系统。; 李立轻黄秀宝; 关键词：图像处理织物疵点

基于匹配Gabor滤波器的规则纹理缺陷检测方法被引量：37: 2001年; 许多工业产品表面纹理都可以被认为是由基本纹理单元在空间按照一定的规则进行排列组合的结果 ,但由于各种原因 ,这些有规则纹理图象经常出现一些缺陷 ,因而检测这些有规则纹理图象的缺陷是机器视觉检测的重要内容 .为了对这种缺陷进行有效地检测 ,在对这类纹理图象进行功率谱分析的基础上 ,根据人眼的视觉原理 ,设计了两类匹配 Gabor滤波器 ,即正常纹理匹配 Gabor滤波器和缺陷纹理匹配 Gabor滤波器 .前者能够突出正常纹理 ,抑制缺陷纹理 ;而后者恰恰相反 .在将这两类滤波器用于规则纹理图象缺陷的自动检测时。; 贡玉南华建兴黄秀宝; 关键词：功率谱分析图象处理表面纹理纹理图象

基于Gabor滤波器的织物疵点检测被引量：12: 2010年; 从疵布结构纹理模型出发阐述Gabor滤波器疵点边缘增强原理。根据织物特征设计织物自适应Gabor滤波器,确定Gabor滤波器的中心频率。再利用设计好的Gabor滤波器对方向性特征畸变织物疵点进行增强,并通过阈值处理完成疵点边缘检测。实验证明,织物自适应Gabor滤波器对方向性特征畸变疵点具有良好的边缘增强效果,可以突出织物纹理的能量,抑制疵点纹理的能量,同时该算法的最高检测速度可以达到7m/min。; 杨晓波; 关键词：GABOR滤波器

基于模糊模式识别的织物平整度等级评定被引量：4: 2005年; 简述了模糊模式识别算法的基本原理,主要包括模糊规则和模糊推理系统,描述了模糊模式识别的算法流程,最后从Mamdani模糊模型出发,介绍模糊模式识别在织物平整度等级评定中的实际应用,并利用主、客观评价的相关系数验证模糊模式识别算法的可靠性。; 杨晓波; 关键词：模糊模式识别模糊推理平整度等级

基于人工神经网络的织物疵点聚类分析: 2011年; 为解决织物疵点分类过程中由于人为因素造成分类准确率不高的问题,提出一种基于人工神经网络的织物疵点分类方法。首先利用灰度共生矩阵提取织物疵点图像的纹理特征参数;然后阐述前馈BP神经网络的拓扑结构,并提出该网络的具体训练过程;最后利用人工神经网络对真实织物疵点样本进行分类。实验采用5类织物样本,网络训练完成后得到实际分类的疵点数据,并利用该数据进行织物疵点分类。结果表明,人工神经网络可以对常见类型的织物疵点进行分类,分类准确率较高,从而验证了该方法的可行性。; 杨晓波; 关键词：人工神经网络特征提取模式识别

全选清除导出

共1页<1>

国家教育部博士点基金(99025508)