Informacja

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

Wyszukujesz frazę "real time image processing" wg kryterium: Temat


Wyświetlanie 1-2 z 2
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
Tytuł:
Real-Time Denim Fabric Inspection Using Image Analysis
Badanie powierzchni tkanin typu denim za pomocą analizy obrazu w czasie rzeczywistym
Autorzy:
Çelik, H. I.
Topalbekitoglu, M.
Dülger, L. C.
Powiązania:
https://bibliotekanauki.pl/articles/234476.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
image processing
real-time fabric inspection
Gabor filter
denim fabric
machine vision system
przetwarzanie obrazu
kontrola produkcji tkanin w czasie rzeczywistym
filtr Gabor
tkaniny typu denim
system inspekcji wizualnej
Opis:
In spite of using modern weaving technology, many types of fabric defects occur during production. Most defects arising in the production process of a fabric are still detected by human inspection. A machine vision system that can be adapted to different types of fabric inspection machines is proposed in this study. Image frames of denim fabric were acquired using a CCD line-scan camera. An algorithm was developed by using the Gabor filter and double thresholding methods. The performance of the algorithm was tested real-time by analysing a denim fabric sample which contained six types of defects: hole, warp lacking, weft lacking, soiled yarn, water soil and yarn flow (knot). The defective regions of the denim fabric sample were detected and labelled successfully.
Mimo stosowania współczesnych technologii tkackich, wiele typów defektów tkaniny powstaje podczas ich produkcji. Większość defektów podczas procesu produkcji tkaniny w dalszym ciągu jest wykrywana poprzez kontrolę pracowników. W pracy zaproponowano automatyczny system inspekcji wizualnej, który można adoptować do różnych typów maszyn, realizujących inspekcje tkaniny. Wykonano ramki ilustrujące tkaninę typu Denim przy zastosowaniu liniowej kamery skanującej typu CCD. Opracowano algorytm stosując filtr Gabor A i metodę podwójnego progu dyskryminującego. Skuteczność algorytmu testowano analizując próbki tkaniny Denim zawierające 6 typów defektów - dziura, brak osnowy, brak wątku, zabrudzona przędza, zmoczona przędza i pęczki. Sukcesywnie określano zaznaczone uszkodzenia.
Źródło:
Fibres & Textiles in Eastern Europe; 2015, 3 (111); 85-90
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