文献

J-GLOBAL ID：201902229377529372   整理番号：19A2898721

格子セグメンテーションとテンプレート統計に基づく織物欠陥検査【JST・京大機械翻訳】

Fabric defect inspection based on lattice segmentation and template statistics

著者 (4件)： Jia Liang (School of Information Science & Engineering, Chang Zhou University, China) ,  Chen Chen (Department of Electrical and Computer Engineering, University of North Carolina at Charlotte, Charlotte, NC, USA) ,  Xu Shoukun (School of Information Science & Engineering, Chang Zhou University, China) ,  Shen Ju (University of Dayton, Dayton, OH, USA)
資料名： Information Sciences  (Information Sciences)
巻： 512  ページ： 964-984  発行年： 2020年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 織物産業の品質管理には自動織物検査が望ましい。しかし,製造時にのみ発生する可能性のあるいくつかの予測できない織物欠陥のために挑戦的である。したがって,自動化された織物検査を目的とする方法は,欠陥のない試料の不在下で一般的に開発される。本論文では,反復テクスチャプリミティブを含むパターン化織物画像に焦点を合わせて,格子セグメンテーションとテンプレート統計(LSTS)に基づく新しい自動化織物検査法を提案した。提案した方法は,テクスチャプリミティブの配置規則を推論し,画像を,数百万の画素の代わりに数百の格子により与えられた画像を表現するテクスチャプリミティブとして,非重複格子に分割することを試みた。次に,格子類似性を比較することにより欠陥を効率的に同定した。テンプレート統計は,Gaborフィルタや局所二値パターンのような複数の特徴抽出法が,それらの検査効率に従って柔軟に結合できるようなモジュールフレームワークを通して,欠陥のないサンプルから学習される。提案した方法の性能をドット-,箱-および星-パターン化織物画像のデータベースにおいて評価した。得られた画像とグランドトルース画像を比較することにより,0.977の全体的検出率が達成され,これはstate of the ートと競合する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： パターン形成 ,  自動化 ,  画素 ,  データベース ,  特徴抽出 ,  品質管理 ,  *セグメンテーション ,  類似性 ,  欠陥検査
準シソーラス用語： 検出率 ,  グランドトゥルース ,  Gaborフィルタ , 【Automatic Indexing@JST】

著者キーワード (3件)： 布欠陥検査 ,  格子セグメンテーション ,  パターン化テクスチャ

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 格子 ,  セグメンテーション ,  テンプレート ,  統計 ,  織物 ,  欠陥検査