Wykrywanie defektów tkanin za pomocą hybrydowego wektora funkcji fraktalnej i nowatorskiego detektora opartego na zbiorze rozmytym wartości średnich (FCM)
Research and development
Autorzy:
- Zhou Jian
Key Lab of Textile Science & Technology, Ministry of Edycation, Dong Hua University, Shanghai, P. R. China - Zhou Jian
Key Laboratory of Eco-textiles, Ministry of Education, Jiangnan University, WuXi, P. R. China - Wang Jun
Key Lab of Textile Science & Technology, Ministry of Edycation, Dong Hua University, Shanghai, P. R. China - Bu Honggang
North Valley Aircraft, Valley City, ND, USA
DOI number: 10.5604/01.3001.0010.5370
 Pełen tekst (ang.) | references | Abstrakt: Automatyczne wykrywanie defektów tkanin w celu kontroli ich jakości mimo wielu dotychczasowych badań nadal stanowi wyzwanie. Mając na celu opracowanie nowatorskiej metody wykrywaniem wad tkanin przedstawiono pięć cech fraktalnych. W celu klasyfikacji wyodrębnionych cech opracowano detektor wad tkanin oparty na zbiorze rozmytym wartości średnich (FCM). Poprzez wspólne zastosowanie proponowanych cech i opartego na FCM detektorze sprawdzono proponowaną metodę dla ośmiu zestawów danych z różnymi defektami i teksturami. Stwierdzono, że otrzymane wyniki są na satysfakcjonującym poziomie. |
Tagi:
defect detection, box-counting dimension, fuzzy c-means, novelty detection.
Cytowanie:
Zhou J, Wang J, Bu H. Fabric Defect Detection Using a Hybrid and Complementary Fractal Feature Vector and FCM-based Novelty Detector. FIBRES & TEXTILES in Eastern Europe 2017; 25, 6(126): 46-52. DOI: 10.5604/01.3001.0010.5370