原文服务方: 西安工程大学学报       
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%.
推荐文章
基于计算机视觉的车床零件自动检测
图像特征点
特征点描述
特征点匹配
OpenCVSharp
NuGet
ORB
工业废水计算机自动检测仪
计算机
自动检测
化学需氧量
基于计算机视觉的织物疵点自动检测方法研究
疵点
检测
图像处理技术
小波分析
特征值
归一化
汽车计算机网络控制自动检测系统
汽车
自动检测
数据库
计算机网络
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 基于计算机视觉的织物疵点自动检测
来源期刊 西安工程大学学报 学科
关键词 小波分析 BP神经网络,织物疵点
年,卷(期) 2009,(2) 所属期刊栏目 纺织工程
研究方向 页码范围 196-201
页数 6页 分类号 TS101.97
字数 语种 中文
DOI 10.3969/j.issn.1674-649X.2009.02.029
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 刘曙光 西安工程大学电子信息学院 35 528 10.0 22.0
2 屈萍鸽 西安工程大学电子信息学院 7 102 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (7)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
小波分析
BP神经网络,织物疵点
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
西安工程大学学报
双月刊
1674-649X
61-1471/N
大16开
1986-01-01
chi
出版文献量(篇)
3377
总下载数(次)
0
总被引数(次)
15983
论文1v1指导