Informacja

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

Wyszukujesz frazę "yarn diameter" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Image Segmentation Based Determination of Elastane Core Yarn Diameter
Określenie średnic elastomerowych przędz rdzeniowych poprzez segmentacyjną analizę obrazu
Autorzy:
Hladnik, A.
Pavko-Čuden, A.
Farajikhah, S.
Powiązania:
https://bibliotekanauki.pl/articles/232473.pdf
Data publikacji:
2016
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
elastane core yarn
image analysis
image segmentation
yarn diameter
rdzeń przędzy
analiza obrazu
segmentacja obrazu
średnica przędzy
Opis:
Yarn diameter is one of the key knitted fabric parameters, whose accurate determination, however, continues to be a difficult task. The goal of the study presented was to calculate the diameter of dry and wet relaxed yarns with and without incorporated elastane using imageprocessing and -analysis tools implemented in MATLAB. Compared to the images of wet relaxed samples, a much more sophisticated segmentation approach had to be implemented for dry relaxed yarn images due to their weaker yarn-background contrast. The values calculated were compared with those obtained with the conventional yarn thickness determination method developed by Sadikov. Linear correlation between the two techniques was found to be substantial – coefficients of determination for the yarn diameters of the wet and dry relaxed samples were 0.87 and 0.72, respectively. Unlike Sadikov’s method, our newly developed technique calculates yarn core diameter without hairiness.
Średnica przędz jest jednym z podstawowych parametrów dzianin, którego dokładna ocena jest jednak bardzo trudna. Celem przedstawionych badań było obliczenie średnicy suchych i mokrych przędz relaksowanych zawierających i niezawierających włókna elastomerowe. Zastosowano analizę obrazów i narzędzia programu MATLAB. W porównaniu do przędz wilgotnych znacznie trudniejsze było określenie średnic relaksowanych przędz suchych ze względu na znacznie słabszy kontrast w stosunku do tła. Wartości obliczone były porównywane z wartościami uzyskanymi za pomocą konwencjonalnych metod określenia grubości przędz opracowanymi przez Sadikova. Stwierdzono, że korelacje liniowe pomiędzy obydwoma technikami pomiarowymi były satysfakcjonujące. Uzyskano współczynniki korelacji 0.87 dla przędz mokrych i 0.72 dla przędz suchych. W przeciwieństwie do metody Sadikova nasza nowoopracowana technika pozwala na obliczenie średnicy rdzenia przędzy bez włochatości.
Źródło:
Fibres & Textiles in Eastern Europe; 2016, 2 (116); 29-36
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Research on Yarn Diameter and Unevenness Based on an Adaptive Median Filter Denoising Algorithm
Badanie średnicy i nierówności przędzy w oparciu o algorytm odszumiania z adaptacyjnym filtrem medianowym (AMF)
Autorzy:
Wang, Xiao
Hou, Ru-Meng
Gao, Xiao-Yan
Xin, Bin-Jie
Powiązania:
https://bibliotekanauki.pl/articles/231681.pdf
Data publikacji:
2020
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
adaptive median filtering
algorithm
denoising
yarn diameter
unevenness
image processing
adaptacyjny filtr medianowy
algorytm
odszumianie
średnica przędzy
nierówności
przetwarzanie obrazu
Opis:
In this paper an adaptive median filtering denoising algorithm is proposed to measure yarn diameter and its unevenness. Images of nine different yarn samples were captured using one set of a self-developed yarn image acquisition system. Image separation of the background and yarn sections was conducted using a combination of adaptive median filtering, adaptive threshold segmentation and morphological processing. The noise-free yarn image was used for diameter detection of the subsequent yarn image and the discrimination of the yarn unevenness. Experimental results show that the testing data of yarn unevenness detection based on the adaptive median filter denoising algorithm is very consistent with the data using the traditional method. It is proved that the yarn detection method proposed, based on an adaptive median filter denoising algorithm, is feasible. It can be used to calculate yarn diameter accurately and measure yarn unevenness efficiently, so as to determine the quality of yarn appearance objectively.
W artykule zaproponowano algorytm odszumiania z adaptacyjnym filtrem medianowym (AMF) do pomiaru średnicy przędzy i jej nierówności. Obrazy dziewięciu różnych próbek przędzy zostały przechwycone przy użyciu jednego zestawu samodzielnie opracowanego systemu akwizycji obrazów przędzy. Rozdzielenie obrazu tła i odcinków przędzy przeprowadzono przy użyciu kombinacji AMF, adaptacyjnej segmentacji progowej i przetwarzania morfologicznego. Bezszumowy obraz przędzy wykorzystano do wykrywania średnicy przędzy i rozróżnienia nierówności przędzy. Wyniki eksperymentalne pokazały, że dane testowe dotyczące wykrywania nierówności przędzy w oparciu o zaproponowany algorytm miały wysoką zgodność z danymi uzyskanymi przy użyciu tradycyjnej metody. Algorytmu tego można użyć do dokładnego obliczenia średnicy przędzy i skutecznego pomiaru nierówności przędzy, aby obiektywnie określić jakość wyglądu przędzy.
Źródło:
Fibres & Textiles in Eastern Europe; 2020, 1 (139); 36-41
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