织物疵点
织物疵点的相关文献在1989年到2022年内共计372篇,主要集中在轻工业、手工业、自动化技术、计算机技术、无线电电子学、电信技术
等领域,其中期刊论文188篇、会议论文18篇、专利文献41237篇;相关期刊68种,包括东华大学学报(自然科学版)、中国学术期刊文摘、中原工学院学报等;
相关会议16种,包括2010全国纺织服装质量管理与实验室建设论坛、2010全国紧密纺纱技术研讨会、2009年国际纺织前沿科学技术论坛等;织物疵点的相关文献由572位作者贡献,包括高卫东、潘如如、刘建立等。
织物疵点—发文量
专利文献>
论文:41237篇
占比:99.50%
总计:41443篇
织物疵点
-研究学者
- 高卫东
- 潘如如
- 刘建立
- 王鸿博
- 刘基宏
- 刘洲峰
- 李春雷
- 景军锋
- 李鹏飞
- 李岳阳
- 董燕
- 罗海驰
- 周建
- 张缓缓
- 左保齐
- 蒋高明
- 丛洪莲
- 宋丽梅
- 石美红
- 厉征鑫
- 朱永胜
- 闫磊
- 夏风林
- 宋寅卯
- 杨瑞敏
- 袁端磊
- 赵静
- 张宏伟
- 张蕾
- 李仁忠
- 杜帅
- 杨艳
- 祝双武
- 管声启
- 郑力新
- 陈军
- 黄秀宝
- 崔春杰
- 张爱华
- 张瑞林
- 徐晓峰
- 景浩田
- 朱一昕
- 李立轻
- 樊启高
- 王峰
- 罗维平
- 赵娟
- 陈永恒
- 黄伟强
-
-
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。
-
-
叶舒婷;
游思晴;
郝灿;
程智;
王颖
-
-
摘要:
提出一种改进的基于深度卷积网络Cascade RCNN的织物疵点检测算法。针对织物存在疵点长宽比极端、疵点小以及疵点类间数量不均衡导致识别准确率低的问题,引入特征金字塔网络(FPN)和深度残差网络(ResNet101)进行高低层特征融合,获取更全面的织物疵点多尺度特征信息。采用二步聚类算法确定适用于极端形状疵点检测的预定义框最佳尺寸。采用改进的Cascade RCNN网络构架和二步聚类法确定的预定义框进行织物疵点检测试验。结果表明:改进后疵点识别准确率最高可达到98.4%。认为:改进特征提取网络和适用于极端形状疵点的预定义框能有效提高织物疵点识别准确率和定位精度。
-
-
王峰;
胥光申;
黄乾玮;
余海洋
-
-
摘要:
针对工业条件限制下采集的印花布数据集图像分辨率低、检测效果差等问题,课题组提出基于超分辨率模型SRGAN与YOLO-V4网络的织物疵点检测方法,并对SRGAN算法进行改进。课题组首先使用改进的SRGAN算法对原数据集进行超分辨率重构,提高图像分辨率;然后将重构图翻转变化与原图共同作为数据集输入YOLO-V4进行网络训练;最后通过YOLO-V4网络检测印花布表面疵点。实验结果表明:该方法可提高低分辨率织物图疵点检测效果,准确率高达90.29%,比超分辨率重构前提升了13.19%,能实现实时定位疵点的准确位置并输出疵点类别。
-
-
谢团结;
林贤伟;
胡连信;
严明华;
王泽峰
-
-
摘要:
为了解决织物疵点检测基本靠人工目测、检出效率低的问题,设计基于改进YOLOv5算法的织物疵点检测系统。该系统以YOLOv5算法为基础,通过引入CBAM网络模型,在通道和空间上增强特征图重要信息的表达能力,并直接融合拥有更丰富感受野信息的SPPF特征层,提高对细微疵点的检测精度与检出效率。通过对比试验发现,改进后的算法比原始YOLOv5算法的mAP@0.5值提高了2.1个百分点。认为:该研究提出的算法更适合织物疵点检测,能够满足工业需求。
-
-
蒋晨;
钱永明;
姚兴田;
李壮
-
-
摘要:
探讨一种基于Faster RCNN改进的织物疵点检测方法用于喷水织机织物疵点检测的效果。首先,对织物疵点图进行预处理,将疵点与背景有效区分开,凸显出疵点区域;其次,建立一种基于特征融合的ResNet50卷积神经网络模型对织物疵点进行特征提取;采用ROIAlign将经过初步筛选后的预选框映射到固定大小的特征图上,减少映射误差与均分误差;最后进行目标分类与位置回归任务。试验结果表明:该研究算法的mAP值达到95.50%。认为:该检测方法能有效提高喷水织机织物疵点的检测效果。
-
-
徐伟锋;
戴明宏;
朱丹;
马方毅
-
-
摘要:
探讨基于机器视觉的织物疵点检测应用现状及发展趋势.介绍了织物疵点视觉检测系统的基本结构和工作原理.从图像预处理算法、图像分割算法、织物疵点特征提取算法等3个方面,剖析了各种算法在织物疵点检测中的实际应用情况.总结了不同算法的检测效果和存在的不足之处,并对织物疵点检测的未来发展进行展望.认为:结合人工智能、多传感器的技术,构建稳定可靠的基于机器视觉的织物疵点检测系统可进一步提高疵点检测的准确性.
-
-
陈雪阳;
潘杨;
朱磊;
翟子豪
-
-
摘要:
为提高复杂背景下织物疵点检测的准确率,提出了一种融合主结构提取和多尺度线性滤波的疵点检测方法.该方法对输入图像进行中值滤波和对数增强预处理以增加疵点和背景的对比度,并利用相对总变差模型提取织物图像的主结构信息——疵点,达到抑制背景纹理的效果;然后利用多尺度线性滤波器实现精确定位达到增强疵点区域的目的;最后利用预处理与疵点增强结果进行点乘的形态学处理得到完整疵点区域.实验结果表明:此方法可以检测污渍、破洞、带纱、霉斑、结团等多种疵点类型,与RPCA等3种检测方法相比,检测准确率提高了9% 以上.
-
-
刘国维;
潘如如;
高卫东;
周建
-
-
摘要:
为解决当前机织物疵点检测方法精度不足的问题,提出了基于总变差模型的织物疵点分割方法,并着重分割经纬向尺寸小且异常不显著的疵点.首先应用奇异值分解低秩重建的方法将织物纹理背景去除,获取疵点异常图;然后通过构建总变差模型对疵点异常图进行最优化求解处理,得到不同约束下的疵点增强图;最后通过常规分割算法实现疵点的准确分割.实验结果表明:经总变差模型处理后的疵点异常图,其疵点与背景的可分割性得到显著提升.通过讨论总变差模型的参数对分割结果的影响,进一步验证了基于总变差的织物疵点分割方法的有效性和稳定性.
-
-
吕文涛;
林琪琪;
钟佳莹;
王成群;
徐伟强
-
-
摘要:
随着对纺织工业产品质量要求的提高以及传统疵点检测方法存在局限性,基于图像处理技术的织物疵点自动检测技术得到了快速的发展.为提高图像处理技术的应用效率,实现纺织行业的数字化与智能制造,介绍了织物图像的预处理技术,对织物疵点检测的主流方法进行了总结,包括基于结构、统计、频谱、模型和学习的方法,并对这些方法的检测原理做了概括,分析了其优缺点与适用范围;介绍了现有成品检测设备,对比分析了仪器和系统处理技术的优缺点;最后,梳理分析了现有的图像处理技术在纺织工业应用中所面临的难题,并提出了对未来发展的构想.
-
-
师昕;
赵雪青
-
-
摘要:
针对传统人工织物疵点检测存在的误检及低效等问题,提出了一种基于视觉感知机制的自适应织物疵点轮廓检测方法.首先,模拟视觉系统中视网膜感受野对视觉信息的处理机制对织物疵点图像进行滤波及疵点增强;其次,依据初级视皮层(V1)区对视觉信息响应的方向选择性机制构建织物疵点图像边缘检测模型,实现对织物疵点图像的边缘检测.最后,采用自适应阈值选择的方法对检测到的边缘进行二次处理,获得织物图像疵点的轮廓.为验证本文方法的有效性和准确性,对4类织物疵点图像进行测试,并定性和定量两方面进行比较分析,结果表明文中提出的方法能够较好地检测出织物疵点轮廓信息,不仅可以得到质量较高的织物疵点轮廓图像,而且在整个检测过程中能够自适应的选择参数,避免受人的主观因素影响,具有实际的应用价值.
-
-
刘荣清
- 《上海市老科学技术工作者协会第十六届学术年会》
| 2018年
-
摘要:
织物疵点的检验是织物评定质量优劣、评定等级的主要依据.常按织物疵点的影响程度、大小、对后加工要求评定分数进行疵点的清除、修复或开剪,保证后加工产品的正品率,减少剔片率,是有重大的经济意义.传统纺织企业设有整理车间,专职负责织造后织物(俗称坯布)的检验、复查、修复的工种,配置相应的设备,也可在织物预缩、拉幅等工序后设置织物疵点检测设备.
-
-
-
吴哲;
郑力新;
周凯汀;
刘孝星
- 《2015年中国人工智能学会神经网络与计算智能专委会年会暨第十三届泉州市科学技术协会年会》
| 2015年
-
摘要:
本文织物疵点特征提取算法将灰度共生矩阵和Gabor滤波嚣相结合,利用Gabor滤波器能捕获纹理较多的有用信息和准确度高的优势,辅以灰度共生矩阵特征一起作为图像特征信息,增强了织物疵点分类的准确性.在分类器选择上,为减少训练完后的最小二乘支持向量机的分类计算量,借鉴神经网络的快速剪枝策略,提出了一种新的稀疏化算法-高稀疏性最小二乘支持向量机(HS-LSSVM).在实现高度稀疏化的同时,良好地保持了LSSVM的分类性能,并能适用于多类问题.对多个织物疵点分类问题的实验表明,HS-LSSVM具有稀疏率高,分类性能强,且稀疏化速度较快等优点.
-
-
-
刘曙光;
屈萍鸽
- 《2009年国际纺织前沿科学技术论坛》
| 2009年
-
摘要:
用小波变换结合BP神经网络对织物疵点进行检测和分类.采用平纹坯布作为试样,对油渍、缺经、缺纬疵点进行识别.摄相机摄取256×256图像,将拾取图像进行小波分解,然后把小波分解后的图像灰度值作为特征参数输入到BP神经网络进行检测识别.实验结果表明,用这种方法识别织物疵点,识别率可达到98%.
-
-
徐进;
刘文慧
- 《2009年国际纺织前沿科学技术论坛》
| 2009年
-
摘要:
目前的疵点检测方法一般基于织物的可见光图像,对色彩或灰度的依赖过大,以致影响到后续的图像处理算法的分类效果,是当前检测算法所面临的严重问题.为解决当前织物疵点检测系统中存在的问题,提出了一种新的利用合成孔径雷达技术进行疵点检测方法.该算法由于与传统的可见光成像机制不同,利用合成孔径雷达技术,避免了对可见光成像依赖性,用sAR的理论和算法解决了一些成像及识别关键问题,理论分析和实测数据的处理结果验证了该方法的有效性.
-
-
刘哲;
李晓久
- 《2009年国际纺织前沿科学技术论坛》
| 2009年
-
摘要:
提出一套新的织物疵点轮廓提取算法,可简单快速地提取织物图像中已确定位置的疵点轮廓.采用"去纹理算法"去掉织物的图像纹理,提出"平均并色法"去掉疵点周围的背景并用扫描法提取疵点形状建立适合后续处理的数据模型;用方向判断法分析疵点内部与背景色颜色一致的点是否需要去除,建立疵点轮廓的环型数据模型供后续疵点的相关进行分析,并建立疵点轮廓逐行数据模型供后续平移、放缩、翻转等处理.通过实例得出该套算法适用范围广,可高速准确地自动提取织物疵点轮廓.
-
-
赵大兴;
王璜;
朱锦雷
- 《湖北省机械工程学会第十六届机械设计与传动学术年会》
| 2008年
-
摘要:
针对目前织物疵点检测主要采用人工检测,检测精度、速度、检出率都较低等问题,研究了一种基于机器视觉的织物疵点检测系统.该系统采用模块化硬件设计.并为之设计了完整的系统软件.经实验验证,该系统具备理想的检测能力,能满足实时在线检测的要求,可以有效检测出生产线上的疵点.
-
-