文献

J-GLOBAL ID：201702244370668828   整理番号：17A1518235

Gaborフィルタクラスタと等距離マッピングアルゴリズムを用いた織物欠陥検出法【JST・京大機械翻訳】

Detection of fabric defects based on Gabor filters and Isomap

著者 (5件)： Wang Chuantong (武漢紡織大学机械工程与自動化学院,湖北武漢,430074) ,  Hu Feng (武漢紡織大学机械工程与自動化学院,湖北武漢,430074) ,  Xu Qiyong (武漢紡織大学机械工程与自動化学院,湖北武漢,430074) ,  Wu Yuchuan (武漢紡織大学机械工程与自動化学院,湖北武漢,430074) ,  Yu Lianqing (武漢紡織大学机械工程与自動化学院,湖北武漢,430074)
資料名： Fangzhi Xuebao  (Fangzhi Xuebao)
巻： 38  号： 3  ページ： 162-167  発行年： 2017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： 織物の欠陥検出率を改善するために,Gaborフィルタと等距離写像法を融合し,欠陥検出の問題を克服した。まず第一に,3つのスケールと5つの方向からなる15のGaborフィルタバンクを用いて,織物欠陥画像のフィルタリングを行い,欠陥画像の不均一性とコントラストの影響を減少させることができた。次に,フィルタ画像を,等しい領域と重なり合わない近傍に分割し,近傍から高次元特徴ベクトルを抽出した。等距離写像法を用いて高次元特徴ベクトルを次元縮小し、高次元特徴における冗長情報を除去し、分類器のフィッティング能力を強化した。次に,低次元埋め込みモデルを用いて,新しいサンプルの低次元特徴ベクトルを抽出し,確率ニューラルネットワーク分類器の分類に使用し,欠陥が存在するかどうかを検出した。最後に,2種類の異なるテクスチャの織物を用いて,実験を行った。結果により、本方法は欠陥点の検出精度を有効に向上させることができることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *故障検出 ,  不均一性 ,  写像 ,  ニューラルネットワーク ,  コントラスト ,  次元縮小 ,  画像 ,  *フィルタ ,  フィルタリング ,  高次元
準シソーラス用語： 検出精度 ,  テクスチャ ,  低次元 ,  特徴ベクトル ,  *Gaborフィルタ , 【Automatic Indexing@JST】

著者キーワード (4件)： fabric defect detection ,  Gabor filter ,  Isomap ,  image processing

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： Gaborフィルタ ,  クラスタ ,  等距離 ,  マッピング ,  アルゴリズム ,  織物 ,  欠陥検出