文献

J-GLOBAL ID：201702280381194575   整理番号：17A0353725

視覚的有意性を利用したマウス織物の欠陥検出【JST・京大機械翻訳】

Defect detection for mini-jacquard fabric based on visual saliency

著者 (3件)： Li Min (School of Mathematics and Computer Science,Wuhan Textile University) ,  Cui Shuqin (School of Mathematics and Computer Science,Wuhan Textile University) ,  Chen Jia (School of Mathematics and Computer Science,Wuhan Textile University)
資料名： Fangzhi Xuebao  (Fangzhi Xuebao)
巻： 37  号： 12  ページ： 38-42,048  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,マウス織物の欠陥検出を実現するために,視覚的有意性に基づく欠陥位置決めと分割法を提案した。小さなジャカード織物の周期的特性を考慮して,高速FOURIER変換とモルフォロジーフィルタリングを用いて,正常画像の顕著性を抑制し,欠陥領域の顕著性を強調し,画像の大域的グラフを獲得した。次に,グラフ理論に基づく視覚モデルを用いて,画像の局所的グラフを計算し,そして,大域的および局所的顕著なグラフを統合して,総合的顕著性グラフを生成した。最終的に,最大エントロピー法を使用して,総合的グラフを分割して,欠陥の目標を得る。実験結果は,横Dang,,,頭,結び,および跳花の5つの欠陥をテストするときに,この方法の正確さが93.3%であることを示した。5%は,マウス織物の欠陥検出に非常に適している。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  位置決め ,  最大エントロピー法 ,  分割法 ,  画像 ,  *視覚 ,  ジャカード ,  グラフ理論 ,  *故障検出
準シソーラス用語： 視覚モデル ,  正常画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： mini-jacquard fabric ,  defect detection ,  visual saliency ,  maximum entropy method

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

タイトルに関連する用語 (4件)： 視覚 ,  マウス ,  織物 ,  欠陥検出