Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Gao, D.- Z." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Measuring Thread Densities of Woven Fabric Using the Fourier Transform
    Pomiar gestości nitek w tkaninach przy zastosowaniu transformaty Fouriera
    Autorzy:
    Pan, R.
    Gao, W.
    Li, Z.
    Gou, J.
    Zhang, J.
    Zhu, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/232458.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    thread density
    woven fabric
    Fourier transform
    threshold segmentation
    image reconstruction
    gęstość nici w tkaninie
    transformacja Fouriera
    próg segmentacji
    rekonstrukcja obrazu
    Opis:
    To replace time-consuming and lab-intensive of manual inspection, a Fourier transform is proposed to detect the thread densities of woven fabric in this paper. First, theories of the Fourier transform, yarn image reconstruction and the threshold method are introduced. Then the steps of fabric image acquisition, the Fourier transform of the fabric image, feature analysis in the frequency domain, image construction of fabric yarns, and threshold processing are analysed. Lastly, after locating and counting the yarns in the fabric segmentation results, thread densities of the woven fabric are calculated. The experimental results prove that the method proposed can detect the thread densities of woven fabric correctly and it can be used to replace the current manual analysis.
    W celu zastąpienia pracochłonnego i czasochłonnego ręcznego sprawdzania zaproponowano specjalny system dla oznaczania gęstości nitek w tkaninie. Przedstawiono teorię transformacji Fouriera, rekonstrukcję wyglądu przędzy wraz z metodą progową. Określono stopnie akwizycji obrazu tkaniny, zastosowanie transformacji Fouriera, analizę częstotliwościową właściwości, konstrukcję obrazu nitek tkaniny i zastosowanie metody progowej. Pod koniec, po lokalizacji i zliczeniu nitek obliczono gęstość nitek w tkaninie. Wyniki pomiarów potwierdzają, że zaproponowana metoda automatycznej detekcji nitek jest prawidłowa.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2015, 1 (109); 35-40
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatic Identification of Jacquard Warp-knitted Fabric Patterns Based on the Wavelet Transform
    Automatyczna identyfikacja wzorów żakardowych dzianin osnowowych oparta na transformacji typu „wavelet”
    Autorzy:
    Jiang, G. M.
    Zhang, D.
    Cong, H. L.
    Zhang, A L
    Gao, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/234403.pdf
    Data publikacji:
    2014
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    Jacquard
    warp-knitted fabric
    pattern
    automatic identification
    wavelet transform
    dzianina żakardowa
    transformacja typu "wavelet"
    automatyczna identyfikacja
    dzianina osnowowa
    Opis:
    In view of the fact that the design of jacquard warp knitting patterns is time-consuming, this paper proposes a rapid segmentation method to divide the multi-textural regions of jacquard warp-knitted fabric which could be used for automatic identification of fabric patterns to improve the efficiency of design. After pretreatment, the images scanned were decomposed by a two-layer two-dimensional wavelet transform and the standard deviations of five channels were extracted as the eigen values. Then, after giving the cluster centers, a multi-channel clustering was made combined with a K-means clustering algorithm. Finally the removal of noises caused by classification errors was needed , after which an accurate identification image was obtained. The experiments show that this method can achieve automatic texture segmentation of jacquard warp-knitted fabric with more than three textural regions. The identification results have high regional consistency, and the segmentation accuracy is up to 92%. The method can also adapt to a variety of mesh regions. Besides this, the approach is fast and can simplify craft personnel’s traditional process of pattern tracing classification when it is combined with CAD. Through this method, the efficiency of jacquard warp-knitted product designing can be improved a lot.
    Biorąc pod uwagę, że określenie wzorów żakardowych dzianin osnowowych jest czasochłonne, zastosowano metodę szybkiej segmentacji wzorów dla wydzielenia wielostrukturalnych rejonów dzianin, które mogłyby zostać wykorzystane dla automatycznej identyfikacji wzorów dzianin i usprawnieniu procesu projektowania. Po wstępnej obróbce zeskanowane obrazy zostają podzielone poprzez dwuwarstwową, dwuwymiarową transformacje typu „wavelet”, następnie określa się odchylenia standardowe dla pięciu kanałów i ekstrahuje się jako wartość własną. Następnie przeprowadza się wielowarstwową analizę klastrów opartą na specjalnym algorytmie. W końcu usuwa się szumy spowodowane przez błędy klasyfikacyjne co pozwala na dokładną identyfikację obrazów. Eksperymenty wykazują, że opracowana metoda pozwala na automatyczną segmentację struktury osnowowych dzianin żakardowych z więcej niż trzema regionami strukturalnymi. Opracowana metoda zapewnia identyfikację z dokładnością do 92% i znacznie usprawnia proces projektowania dzianin żakardowych.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2014, 2 (104); 53-56
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies