文献

J-GLOBAL ID：201702270889354853   整理番号：17A0256994

最適GABORフィルタを用いたにの欠陥検出【JST・京大機械翻訳】

Warp knit fabric defect detection method based on optimal Gabor filter

著者 (4件)： Yu Miaomiao (Engineering Research Center for Knitting Technology, Ministry of Education, Jiangnan University) ,  Li Yueyang (Engineering Research Center for Knitting Technology, Ministry of Education, Jiangnan University) ,  Jiang Gaoming (Engineering Research Center for Knitting Technology, Ministry of Education, Jiangnan University) ,  Cong Honglian (Engineering Research Center for Knitting Technology, Ministry of Education, Jiangnan University)
資料名： Fangzhi Xuebao  (Fangzhi Xuebao)
巻： 37  号： 11  ページ： 48-54  発行年： 2016年 
JST資料番号： C2522A  ISSN： 0253-9721  CODEN： FCHPDI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,織物の自動検出の問題を解決するために,最適GABORフィルタに基づく新しい方法を提案した。具体的には、学習段階と検査段階に分けることができる。学習段階において,GABORフィルタのパラメータを,量子挙動粒子群最適化(QPSO)アルゴリズムによって最適化した。GABORフィルタのパラメータは,无疵点の織物画像テクスチャ特徴と最も整合している。検出段階では,学習段階から得られた最適パラメータによりGABORフィルタを構築し,このフィルタを用いて織物画像を検出し,次に,二値化処理を行い,最終的に認識を検出し,最終的に認識を検出した。結果は,この方法の検出率が96.67%に達し,良好な安定性とロバスト性を持ち,工業生産に好適であることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  学習 ,  工業生産 ,  最適化 ,  *フィルタ ,  アルゴリズム ,  画像 ,  *故障検出 ,  最適パラメータ ,  粒子群最適化 ,  自動検出 ,  改変
準シソーラス用語： 検出率 ,  二値化 ,  テクスチャ特徴 , 【Automatic Indexing@JST】

著者キーワード (4件)： warp knit fabric defect detection ,  optimal Gabor filter ,  quantum-behaved particle swarm optimization algorithm ,  image segmentation

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  織布  (YM05040J)

タイトルに関連する用語 (2件)： Gaborフィルタ ,  欠陥検出