Automatyczny system analizy obrazu dla rozpoznawania defektów dzianin typu Spandex
Research and development
Autor:
- Su Te-Li
Department of Cosmetic Application and Management, St. Mary’s Medicine, Nursing and Management Collage, Yilan, Taiwan R. O. C.
 Pełen tekst (ang.) | Abstrakt: Wykrywanie błędów dzianin oraz ich klasyfikacja są bardzo ważnymi czynnikami automatycznej oceny dzianin. Artykuł omawia najbardziej spotykane błędy dzianin typu Spandex takie jak np: oczka, zrywy, dziury, tłuste plamy, przebarwienia i zagniecenia. Najpierw określono macierz determinującą szare tło dla oceny struktury materiału a następnie wykorzystano propagację wsteczną w układzie sztucznych sieci neuronowych dla klasyfikacji usterek tkaniny. Dodatkowo stosując metodę Taguchi w odniesieniu do propagacji wstecznej sieci neuronowych, jej struktura została udoskonalona i proces uczenia ułatwiony. Zastosowana metoda pozwoliła uzyskać bardzo dobry stopień identyfikacji błędu. |
Tagi: lycra spandex defects, automated vision recognition, Taguchi method, neural network.
Cytowanie: Su T.-L. Lu C.-F.; Automated Vision System for Recognising Lycra Spandex Defects. FIBRES & TEXTILES in Eastern Europe 2011, Vol. 19, No. 1 (84) pp. 43-46.