| 基于Radon小波低分辨率的织物疵点检测算法 |
| |
| 引用本文： | 朱中洋,肖志云,孙光民,齐咏生. 基于Radon小波低分辨率的织物疵点检测算法[J]. 计算机应用, 2015, 35(3): 863-867. DOI: 10.11772/j.issn.1001-9081.2015.03.863 |
| |
| 作者姓名： | 朱中洋 肖志云 孙光民 齐咏生 |
| |
| 作者单位： | 1. 内蒙古工业大学 电力学院, 呼和浩特 010080;2. 北京工业大学 电子信息与控制工程学院, 北京 100022 |
| |
| 基金项目： | 国家自然科学基金资助项目(61364009);国家自然科学基金青年项目(61305026);北京教委科学研究计划资助项目(KM201310005006);内蒙古自治区研究生科研创新资助项目(S20141012806);内蒙古工业大学中青年学术骨干培养计划资助项目 |
| |
| 摘 要： | 针对纺织过程中可能出现的瑕疵问题,提出了一种新的织物疵点分割方法--四分法和织物疵点特征提取方法--Radon小波低分辨率特征(RWLRC)。该算法先将织物图像经过Gabor滤波器预处理,再将预处理之后的织物图像等分成四部分,通过4部分的最大值与最小值确定阈值并分割。将疵点形状的二值图像进行Radon变换并得到特征曲线,应用Mallat塔式分解算法进行特征降维,最后由神经网络进行状态识别和特征分类。实验结果表明,四分法无需与正常织物对照分割,具有自适应性,Radon小波低分辨率特征的特征值只有3维,具有特征维数低、疵点形状描述准确等特点,所提方法可以有效检测与识别缺纬、缺经、油污、漏洞等常见疵点。
|
| 关 键 词： | 疵点检测与识别 四分法 Radon小波低分辨率特征 Gabor滤波器 神经网络 |
| 收稿时间： | 2014-10-17 |
| 修稿时间： | 2014-11-14 |
Fabric defect detection algorithm based on Radon-wavelet low resolution |
| |
| ZHU Zhongyang , XIAO Zhiyun , SUN Guangmin , QI Yongsheng. Fabric defect detection algorithm based on Radon-wavelet low resolution[J]. Journal of Computer Applications, 2015, 35(3): 863-867. DOI: 10.11772/j.issn.1001-9081.2015.03.863 |
| |
| Authors: | ZHU Zhongyang XIAO Zhiyun SUN Guangmin QI Yongsheng |
| |
| Affiliation: | 1. College of Electric Power, Inner Mongolia University of Technology, Hohhot Inner Mongolia 010080, China;
2. College of Electronic Information and Control Engineering, Beijing University of Technology, Beijing 100022, China |
| |
| Abstract: | |
| |
| Keywords: | fabric defect detection and classification quartering method Radon Wavelet Low Resolution Characteristic (RWLRC) Gabor filter neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
|
