Temat: image analysis algorithm - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Real-time Segmentation of Yarn Images Based on an FCM Algorithm and Intensity Gradient Analysis
Segmentacja obrazu przędzy oparta na algorytmie FCM i analizie gradientu intensywności
Autorzy:: Li, Z.
Pan, R.
Wang, J.
Wang, Z.
Li, B.
Gao, W.
Powiązania:: https://bibliotekanauki.pl/articles/233569.pdf
Data publikacji:: 2016
Wydawca:: Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:: real-time segmentation
image processing
yarn evenness
FCM algorithm
gradient analysis
segmentacja w czasie rzeczywistym
przetwarzanie obrazu
algorytm FCM
analiza gradientu
Opis:: This paper presents a new method for real-time segmentation of yarn images which are captured by a real-time image acquisition device. The first frame of the images is clustered by the local average intensity and entropy of the image based on the FCM (Fuzzy C-means) algorithm to obtain a segmentation threshold value. The pixels with an intensity below the threshold value in each column of the image are convolved with a convolve template to construct an intensity gradient curve. The points of maximum value and minimum value in the curve are considered as the upper and lower edge points of yarn. A robust real-time segmentation algorithm of yarn images is obtained for evaluating yarn diameter more precisely. Finally two indices of SE (Segmentation Error) in % and ADE (Average Diameter Error) in % are proposed to evaluate the segmentation method, which is then compared with the manual method.
Artykuł dotyczy oceny przeprowadzonej w czasie rzeczywistym segmentacji obrazów w oparciu o rozmyty algorytm C-średnich i analizę intensywności gradientu. Zaproponowano metodę segmentacji obrazów przędzy mającą na celu zwiększenie dokładności pomiarów jej średnicy, a w zamierzeniach wpłynięcie na zwiększenie dokładności oceny jej nierównomierności. W tym celu zaprojektowano stanowisko badawcze, umożliwiające rejestrację obrazów przędzy wykonaną w czasie rzeczywistym, z bardzo dużą częstotliwością rejestracji kadrów zdjęć. Na tej podstawie przeprowadzono obliczenia obejmujące między innymi minimalizację rozmytej funkcji celu, lokalną charakterystykę intensywności obrazu, a także jednowymiarowy splot wykorzystane do wykrywania krawędzi rozpatrywanej przędzy. Uzyskane rezultaty proponowanej metody skonfrontowano z rezultatami przewidywanymi za pośrednictwem tradycyjnych metod. W szczególności w celach porównawczych uwzględniono progowanie Otsu i grupowanie za pośrednictwem algorytmu FCM, a także Region Growing Algorithm.
Źródło:: Fibres & Textiles in Eastern Europe; 2016, 4 (118); 45-50
1230-3666
2300-7354
Pojawia się w:: Fibres & Textiles in Eastern Europe
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Novel Colour Clustering Method for Interlaced Multi-colored Dyed Yarn Woven Fabrics
Nowa metoda określania łączenia kolorów dla tkanin wykonanych z przeplatanych przędz barwionych
Autorzy:: Zhang, J.
Xin, B.
Shen, C.
Fang, H.
Cao, Y.
Powiązania:: https://bibliotekanauki.pl/articles/232909.pdf
Data publikacji:: 2015
Wydawca:: Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:: colour clustering
Lab colour space
K-means algorithm
dyed yarn woven fabrics
image analysis
łączenie kolorów
system kolorystyczny Lab
przeplatana przędza barwiona
algorytm łączenia
analiza obrazu
Opis:: In this paper, a novel colour clustering method based on the K-means clustering algorithm is developed for interlaced multi-coloured dyed yarn woven fabrics which can be used to sort the colour of the dyed yarn for the development of a quick response fabric system. Firstly fabric images captured by a flat scanner could be decomposed into three sub-images in red, green and blue channels, respectively. Secondly median filters with different template sizes were selected to process the sub-images in the three color channels separately. Thirdly filtered images in the RGB colour space, reconstructed from the three sub-images, can be converted into the Lab colour format. Ultimately the results of colour segmentation and classification can be obtained based on the Lab color space using the improved Kmeans clustering algorithms. Our experimental results indicated that our method proposed works better than the conventional method based on subjective and manual operations with the aid of simple tools in terms of both accuracy and robustness.
Pokazano opracowanie nowej metody określania łączenia kolorów, opartej na algorytmach uzyskiwania wartości średnich mających zastosowanie przy wielokolorowych przędzach przeplatanych w tkaninach. Metoda może być stosowana przy określaniu kolorów barwionych przędz, aby uzyskać szybką odpowiedź barwy dla różnego rodzaju tkaniny. Wstępnie obrazy tkaniny uzyskane z płaskiego skanera mogą być zdekomponowane w trzy sub-obrazy w kanałach czerwonym, zielonym i niebieskim, następnie filtry uśredniające o zróżnicowanych wymiarach wzorców zostają wybrane dla obróbki sub-obrazów niezależnie w trzech kanałach barwnych. Po tym przefiltrowane obrazy w przestrzeni RGB są rekonstruowane w tych trzech kanałach i mogą być przetworzone w systemie kolorystycznym Lab. W końcu wyniki segmentacji kolorów i klasyfikacji mogą być uzyskane, bazując na przestrzeni kolorystycznej Lab przy zastosowaniu poprawionego algorytmu łączenia. Wyniki eksperymentalne wskazują, że zaproponowana metoda daje możliwość uzyskania lepszych rezultatów niż metoda konwencjonalna oparta o subiektywne, ręczne operacje z zastosowaniem prostych narzędzi.
Źródło:: Fibres & Textiles in Eastern Europe; 2015, 3 (111); 107-114
1230-3666
2300-7354
Pojawia się w:: Fibres & Textiles in Eastern Europe
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "image analysis algorithm" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język