基于改进SAE网络的织物疵点检测算法

针对传统织物缺陷检测手工提取特征困难,疵点样本有限的问题,结合卷积自编码器(CAE),提出一种基于Fisher准则的栈式去噪自编码器算法(FSDAE)。首先从原始图像中截取若干小块图像,采用稀疏自编码器(SAE)训练,得到小块图像的稀疏性特征;其次利用该特征,初始化CAE网络参数,提取原始图像的低维特征;最后将该特征数据送入FSDAE网络进行疵点检测分类。分别对3类织物进行测试,实验结果表明,算法能够有效地提取织物图像的分类特征,且通过加入Fisher准则,提高了织物疵点的检测率。     

地震作用下工业厂房高低跨伸缩缝处碰撞反应分析

针对工业厂房高低跨在地震作用下伸缩缝处的碰撞现象,采用非线性时程积分法,研究了地震作用下工业厂房高低相邻跨结构的非同向振动特性和伸缩缝处的碰撞效应.通过对刚体碰撞模型分析,推导出阻尼常数与恢复系数间的关系表达式,在此基础上建立了厂房高低相邻跨结构伸缩缝处的碰撞模型,并对伸缩缝间隙、相邻跨周期参数进行了影响分析.分析结果表明:当相邻高低跨结构周期相差较大时,会导致伸缩缝处相邻高低跨结构较大的相对位移和碰撞,碰撞导致低跨结构地震反应增大;伸缩缝间隙大小对碰撞力影响较大,但对结构位移的影响不是很明显.     

一种数码喷墨印花机的颜色特性化方法

目的为了提升数码印花中彩色图像的复现精度,提出一种在子空间采用遗传算法优化BP神经网络的颜色特性化方法。方法介绍遗传算法(GA)优化BP神经网络的基本原理,设计一种在L*a*b*颜色子空间建立的颜色特性化模型,并对1000个色样开展GA-BP神经网络模型训练实验,最终拟合出印花色样的L*a*b*色度值和输入的印花图像RGB驱动值之间的非线性关系。结果该方法对125个测试色样的颜色特性化预测结果显示,超过90%的色样色差分布在2.0以内,光谱均方根误差(RMSE)分布在0.02以内。结论该方法较未进行遗传算法优化BP神经网络,预测精度得到明显提升,能够达到较高的数码喷墨印花彩色图像复现精度。     

基于空间约束的快速FCM纱线表观均匀性检测

探讨基于空间约束的快速模糊算法用于纱线均匀性检测的效果。提出了一种基于空间约束的快速模糊C均值算法,对纱线图像进行阈值分割,并用该方法检测了6种不同线密度的环锭纺纯棉纱的表观均匀性。试验表明:该算法通过放大最大隶属度值的同时抑制次最大隶属度值,具有抗噪性能强,收敛速度快的优点;检测所得结果与USTER CLASAIMATE 5型纱疵分级仪的测试结果相近。认为:将基于空间约束的快速模糊算法用于纱线表观均匀性检测的方法准确可行。     

复合加层减震技术在建筑结构中的应用

80年代前的建筑大多是低层房屋,经过多年沉降,这些房屋地基的承载力有了不同程度的提高,有了直接增加楼层的条件。但由于长期以来我国对地震和抗震的研究不足,除极少数地区外,绝大多数的房屋都没有考虑抗震的要求,此类房屋再加层,则更难满足抗震要求。针对以上问题,本文在加层减震的基础上,研究了复合加层减震技术在建筑结构中的应用,以改善原结构的抗震性能,解决旧结构加层后的抗震问题。     

基于树莓派的深度学习色织物疵点检测研究

研究基于树莓派的深度学习色织物疵点检测效果。设计了一种基于树莓派的深度学习疵点检测系统。采用多线程并发执行思路,将系统任务划分为图像采集、图像处理和人工交互三个线程;采用改进的Inception-v3模型图像处理算法,实现了织物图像疵点检测和分类;通过人工交互界面,实时显示系统的运行数据,根据色织物疵点报警停车。结果表明:该系统实现了色织物疵点检测和分类,平均准确率达94%。认为:该织物疵点检测方法可达到工业现场在线检测的要求。     

基于MSER和SVM的玻璃纤维管纱毛羽检测

为解决管纱人工检测质量不稳定的问题,提出一种基于最大稳定极值区域(MSER)和支持向量机(SVM)的玻璃纤维管纱毛羽检测方法。首先搭建管纱毛羽疵点检测平台,获取毛羽图像。其次对采集到的图像使用MSER提取疵点区域,确定感兴趣区域(ROI)。最后利用局部二值模式(LBP)对疵点区域进行特征提取,并结合SVM实现疵点分类判别。端毛羽、毛圈、毛夹的分类准确率分别为94.7%、97.7%、98.6%。认为:该方法能够有效地对管纱毛羽疵点进行检测,准确率高,具有较好的稳定性。     

基于VR和Kinect的定制鞋设计

针对传统制鞋业定制化程度低,无法适应足部多样性、舒适性,造成鞋业资源的浪费,无法满足当代顾客追求个性化的心里等问题,提出了一种基于VR和Kinect的定制鞋设计方法。对个体足部特征进行测量分析,利用三维建模以及VR技术,实现个体鞋的定制设计。首先,使用Kinect3D摄像机进行足部三维扫描,获取足部深度信息数据并转换成点云数据,利用kd-tree算法及贪婪投影三角化算法进行足部点云的去噪处理和点云重构,在Meshlab软件中测量数据并结合MAYA软件完成三维鞋的建模。最后,结合Unity引擎,设计虚拟交互界面,实现纹理贴图和更换,完成定制鞋系统。结果证明,该系统可以快速的进行人机交互,实现鞋的三维定制,满足顾客个性化的心理需求,会对鞋业的发展产生很大的推进作用。