疵点检测
疵点检测的相关文献在1997年到2022年内共计471篇,主要集中在自动化技术、计算机技术、轻工业、手工业、无线电电子学、电信技术
等领域,其中期刊论文189篇、会议论文12篇、专利文献1105058篇;相关期刊83种,包括东华大学学报(自然科学版)、中原工学院学报、西安工程大学学报等;
相关会议11种,包括2015工业设计与协同创新学术会议暨第20届全国工业设计学术年会、陕西省纺织工程学会2012年学术年会、2012中国纺织学术年会等;疵点检测的相关文献由829位作者贡献,包括刘洲峰、李春雷、潘如如等。
疵点检测—发文量
专利文献>
论文:1105058篇
占比:99.98%
总计:1105259篇
疵点检测
-研究学者
- 刘洲峰
- 李春雷
- 潘如如
- 高卫东
- 王鸿博
- 刘基宏
- 刘建立
- 景军锋
- 李鹏飞
- 李岳阳
- 董燕
- 张缓缓
- 罗海驰
- 周维
- 徐存辉
- 郑步笑
- 陈立新
- 管声启
- 蒋高明
- 孙志刚
- 闫磊
- 周建
- 杜帅
- 丛洪莲
- 石秀华
- 夏风林
- 朱永胜
- 杨瑞敏
- 杨艳
- 石美红
- 肖力
- 张宏伟
- 张效栋
- 朱琳琳
- 李仁忠
- 李娜娜
- 王卓
- 祝双武
- 赵静
- 郑力新
- 陈霞
- 刘海军
- 张蕾
- 朱一昕
- 李立轻
- 樊启高
- 江结林
- 罗维平
- 苏泽斌
- 赵全军
-
-
郜仲元;
余灵婕;
章玉铭;
支超;
陈梦琦
-
-
摘要:
针对现阶段深度学习应用于纺织疵点检测时,由于疵点织物数据量不足而导致检测模型准确率低、疵点识别种类少的问题,提出一种基于改进Pix2PixGAN网络的训练数据增强方法。无疵点织物图像比较容易获取,利用多层深度Pix2PixGAN网络,可在无疵点织物图像上自动生成疵点,从而实现疵点图像数据的增强。首先对数据集进行预处理,得到语义分割图;然后加深U-net网络,利用双重Pix2PixGAN网络加强疵点与纹理的融合;最后将新生成的疵点图像数据加入原训练集完成数据增强。分别以数据增强前后的疵点织物样本作为训练集,采用Faster R-CNN目标检测模型进行对比实验。实验结果表明,数据增强方法可有效提高织物疵点检测的效果。对于线状、破洞和污渍3种疵点,与原训练数据集相比,数据增强后的检测模型平均精度分别从73%、75%、62%提升到84%、79%、65%。
-
-
陈永恒;
陈军;
罗维平
-
-
摘要:
针对当前织物疵点检测存在大多数采用人工检测、速度慢、检测准确率低等问题,提出一种改进DenseNet201网络的织物检测算法。先对数据集图像进行预处理,可视化各种织物疵点类型的数量,把数据集划分为正常织物、8种常见织物疵点,对疵点图像进行数据增强,从而扩增训练集数量;然后提取在数据集ImageNet下预训练好的DenseNet201权重参数进行迁移学习,改进卷积层第1层、添加SPP层和本研究9分类的分类层;最后经过反复调整参数训练得到织物疵点检测模型。试验表明:改进后的DenseNet201模型对正常织物、8种常见织物疵点识别精度为96.8%。认为:改进DenseNet201网络模型具有良好的泛化性和鲁棒性。
-
-
李雪娇;
张琦
-
-
摘要:
为了解决短纤纱在高速经编机上生产效率低的问题,归纳总结出短纤纱智能型高速经编机开发与应用的关键技术,阐述了柔性成圈运动曲线、经编电子横移系统优化、经纱张力调控系统、飞花清除以及疵点检测的关键技术及其在高速经编机中的实际应用。得出结论:高速经编装备中运用这5类关键技术,可为短纤纱智能型经编机的设计提供理论与技术支持,有利于推动短纤纱经编生产朝着高速化、清洁化、智能化方向发展。
-
-
王佳莹
-
-
摘要:
本文提出一种基于机器视觉的在线检测方法,用于圆形纬编机针织面料疵点的自动检测。在归纳总结针织面料疵点图像学特征的基础上,设计一种可检测织物疵点的深度学习神经网络。基于单阶段目标检测模型YOLOv3,修改网络结构中的两条支路后该网络可参照图像中的背景织物用以识别其上的疵点。并使用深度可分离卷积层降低模型参数、加快检测速度。实验表明,基于YOLOv3改进的纬编针织面料疵点检测算法的m AP(各类别平均准确率的平均值)为81.44%,相较于YOLOv3明显提升。
-
-
陈玉婷;
刘洞波;
施怡澄;
高樱萍
-
-
摘要:
为解决传统人工检测织物疵点时准确率和效率低、经典Canny算子无法自适应平滑和自适应阈值选择的问题,提出一种小波模极大值算法和自适应Canny算子结合的织物疵点检测算法.将自适应Canny算子和小波模极大值算法提取到的织物疵点边缘图像进行加权融合并优化处理.结果显示,该融合算法优于融合前两种单独使用的算法,能有效提取较连续、完整的织物疵点边缘特征,正检率为95.83%,较同类算法提高了1.98%.
-
-
柏顺伟;
沈丹峰;
赵刚;
尚国飞;
付茂文
-
-
摘要:
为实现喷水织机织物上疵点的有效检测及疵点准确定位,本文提出一种基于二维信息熵的特征显著图的疵点检测方法。将待检测织物图像使用改进的同态滤波进行预处理,改善图像因光照不均对疵点检测产生的影响;利用图像基元信息熵与图像纹理的关系引入二维熵来反映图像纹理的空间分布,计算每个重叠的图像基元的信息熵,并把该熵值作为中心像素的灰度值,经归一化后生成一幅特征显著图;最后对显著图进行阈值分割得到疵点的轮廓,同时通过显著图得到径向投影差分序列对织物图像进行疵点判别。结果表明,本方法能够有效地抑制织物中重复的纹理背景,突出疵点部分,实现疵点区域的准确定位。
-
-
解祥新;
金彬;
魏燕
-
-
摘要:
随着技术的发展,机器学习的思想也慢慢融入布匹检测领域,而机器学习中基于统计学上的学习方法之一是支持向量机(SVM)。文章利用单分类支持向量机(OC-SVM)对标准布匹图像样本进行学习训练,再将采集到的实际图像通过训练完成的OC-SVM分类器进行分类。若有疵点则分割疵点的区域,得到疵点的大小位置等信息。
-
-
阮梦玉;
李敏;
何儒汉;
姚迅
-
-
摘要:
为了实现织物疵点的自动检测与分类,提出了一种基于改进RefineDet的疵点检测方法。首先,将VGG16改为全卷积网络对织物图像特征进行提取;其次,为了获取疵点重要的特征并抑制不必要的特征,在Anchor细化模块(Anchor refinement module,ARM)中加入了注意力机制;为了提高网络的分类性能,在传输连接块(Transfer connection block,TCB)中加入了SE模块(Squeeze and excitation,SE);最后,目标检测模块(Object detection module,ODM)将检测的结果回归到准确的目标位置,并预测疵点的类别,对疵点进行定位。结果表明:本文算法对孔、污渍、纱疵和线状4种类别织物图像的均值平均精度mAP达到了79.7%,比传统RefineDet检测方法均值平均精度提高了5.0%,具有良好的分类和定位效果。
-
-
邓泽林;
刘行;
董云龙;
袁烨
-
-
摘要:
无纺布生产过程中产生的疵点会严重影响产品质量并限制生产效率.提高疵点检测的自动化程度对于无纺布的生产效率和质量管控至关重要.传统疵点检测方法难以应对纹理、疵点类型以及环境变化等问题,限制了其应用范围.近年来基于卷积神经网络的方法在疵点检测领域得到了广泛应用,具有泛化性强、准确度高的特点.但是在无纺布生产过程中,布匹宽度大、速度快的特点会产生大量图像数据,基于卷积神经网络的方法难以实现实时检测.针对上述难题,本文提出了一种基于最大稳定极值区域分析与卷积神经网络协同的疵点实时检测方法,并设计了分布式计算处理架构应对数据流过大的问题.在实际生产部署应用中,本文所设计的系统与算法无需使用专用计算硬件(GPU、FPGA等),通过8台工控机与16路工业摄像头对复卷机上布宽2.8m、速度30 m/min的无纺布进行分布式实时在线检测,大幅度提高无纺布生产中疵点检测的自动化程度与效率.本文所提出的系统能够实现对0.3 mm以上疵点召回率100%,对0.1 mm丝状疵点召回率98.8%.
-
-
李广龙;
李德骏;
刘会清;
周桂洋;
程康;
王成
-
-
摘要:
疵点检测是现代纺织工业产品质量控制中的关键环节之一,对保证聚酯纤维纺织品质量具有重要的现实意义.由此本文提出了一种基于Gabor滤波疵点检测方法.该检测方法通过Gabor滤波处理,使特定方向与特定频率的疵点位置初步被过滤呈现出来,之后通过边缘检测算法计算图像中待检测的疵点位置,准确获得疵点在图像中的位置.仿真实验结果表明,该方法在工厂坏境情况下,高效的识别出喷丝板的疵点位置,有效地提高检测准确度,可满足无损检测要求.
-
-
王孟涛;
李岳阳;
杜帅
- 《2018全国针织技术交流会》
| 2018年
-
摘要:
机器视觉在织物疵点检测方面具有广泛的应用,对纺织品质量控制具有重要的现实意义.本文通过对近几年相关文献的分析,简要综述关于疵点检测各种方法,并按照对织物图像处理的方法不同可分为:结构方法、统计学方法、频谱分析方法、基于模型的方法和基于学习的方法.着重阐述了各类方法的优缺点,并总结该领域的发展趋势.
-
-
-
-
-
-
-
石美红;
姜寿山;
王会燃;
徐步高
- 《陕西省纺织工程学会2012年学术年会》
| 2012年
-
摘要:
本文描述了一种用于织物疵点检测的基于简化脉冲耦合神经网络(PCNN)的自适应图像分割方法.织物疵点分割是坯布疵点检测中至关重要的一步.由于受到环境(如光照、噪声)以及织物纹理等因素的影响,织物疵点分割研究仍具有挑战性.针对常见织物疵点大多在相邻纱线上带有纬向或经向的方向性变异的特点,引入了一个用待测织物图像行、列灰度对比度相对于无疵点的织物图像行、列灰度对比度的变异度参数(DOC)描述织物图像特征的新方法,它可有效地削弱织物纹理和光照的影响.简化PCNN利用局部和全局的DOC特征信息和空间分布信息选择网络参数值,减少了神经网络参数的数目.最后,用机器视觉检测平台的线阵扫描相机采集的织物图像和来自TILDA织物纹理数据库中的图像进行了测试,验证了本方法的有效性.
-
-
肖明珠
- 《北京力学会第二十三届学术年会》
| 2017年
-
摘要:
本文首先对织物疵点的类型的进行了综合的介绍和分析,并且着重对跳纱进行了实验和检测.采用了中值滤波和边缘锐化的方法以进行图像预处理.利用了小波变换和灰度共生矩阵对织物图像特征值进行了提取,与没有疵点的织物图像进行对比,得到了织物疵点的图像.在对疵点织物图像进行二值化和膨胀腐蚀的操作后,确实找到疵点的位置,并且进行了疵点边缘检测.
-
-
肖明珠
- 《北京力学会第二十三届学术年会》
| 2017年
-
摘要:
本文首先对织物疵点的类型的进行了综合的介绍和分析,并且着重对跳纱进行了实验和检测.采用了中值滤波和边缘锐化的方法以进行图像预处理.利用了小波变换和灰度共生矩阵对织物图像特征值进行了提取,与没有疵点的织物图像进行对比,得到了织物疵点的图像.在对疵点织物图像进行二值化和膨胀腐蚀的操作后,确实找到疵点的位置,并且进行了疵点边缘检测.
-
-
肖明珠
- 《北京力学会第二十三届学术年会》
| 2017年
-
摘要:
本文首先对织物疵点的类型的进行了综合的介绍和分析,并且着重对跳纱进行了实验和检测.采用了中值滤波和边缘锐化的方法以进行图像预处理.利用了小波变换和灰度共生矩阵对织物图像特征值进行了提取,与没有疵点的织物图像进行对比,得到了织物疵点的图像.在对疵点织物图像进行二值化和膨胀腐蚀的操作后,确实找到疵点的位置,并且进行了疵点边缘检测.