Abstrakt:

Wraz z rozwojem zapotrzebowania klientów na rynku mody kontrola jakości tkanin i wykrywanie defektów odgrywa kluczową rolę w przemyśle tekstylnym. W pracy przedstawiono wykrywanie defektów tkanin przy użyciu czułego algorytmu segmentacji roślin (SPSA), który został opracowany na podstawie rośliny o nazwie biologicznej „mimosa pudica”. Ta metoda składa się z dwóch etapów. Pierwszy etap to wzmocnienie kontrastu wadliwego obrazu tkaniny, a drugi etap segmentował defekty tkaniny za pomocą SPSA. Proponowana metoda z użyciem SPSA została opracowana do identyfikacji wadliwych pikseli w niejednorodnych wzorach tkanin. W artykule przedstawiono wyniki SPSA, a także dokonano ich weryfikacji pod kątem korelacji i prawdopodobieństwa błędu. Każdy piksel został sprawdzony za pomocą opracowanego algorytmu, tak aby został zaznaczony piksel wadliwy lub nieuszkodzony. Proponowany algorytm SPSA został przetestowany na różnych typach baz danych defektów tkanin i wykazał niezwykłą wydajność w stosunku do istniejących metod.