基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用了二维离散小波变换对织物图像进行处理,根据小波变换后高、低频分量的特点,提取分解子图像特征值,送入BP神经网络进行识别,从而实现织物疵点的检测.
推荐文章
基于小波分析的皮革疵点机器视觉检测方法
小波变换
疵点检测
遗传算法
基于计算机视觉的织物疵点自动检测
小波分析
BP神经网络,织物疵点
基于混合自适应小波基的织物疵点检测算法
自适应小波
小波分解
疵点检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波分析的织物疵点视觉检测方法
来源期刊 计量与测试技术 学科 工学
关键词 小波变换 神经网络 疵点检测 织物
年,卷(期) 2007,(10) 所属期刊栏目 计测技术
研究方向 页码范围 40-42
页数 3页 分类号 TS1
字数 2449字 语种 中文
DOI 10.3969/j.issn.1004-6941.2007.10.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 乌日图 内蒙古工业大学机械工程学院 35 87 5.0 7.0
2 于海武 内蒙古工业大学机械工程学院 3 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (13)
参考文献  (1)
节点文献
引证文献  (7)
同被引文献  (11)
二级引证文献  (14)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波变换
神经网络
疵点检测
织物
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计量与测试技术
月刊
1004-6941
51-1412/TB
大16开
成都市东风路北二巷5号
62-198
1974
chi
出版文献量(篇)
9846
总下载数(次)
29
总被引数(次)
17584
论文1v1指导