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:
针对帘子布疵点图像特征,提出了将小波变换和人工神经网络技术应用在帘子布疵点检测上.在融合图像灰度的基础上,经小波变换后再提取分解子图像的特征值,利用BP神经网络进行图像分类.结果表明:对帘子布常见疵点如油污、破洞、抽经、断纬等能比较准确地识别.
推荐文章
基于Gabor小波变换的帘子布疵点检测研究
Gabor 小波变换
帘子布
织物疵点
图像融合
疵点分割
基于PCNN和SVM的帘子布疵点识别算法
脉冲耦合神经网络
支持向量机
帘子布
疵点识别
Gabor小波变换在帘子布疵点检测中的应用
Gabor小波变换
帘子布
图像融合
疵点分割
Gabor小波变换在帘子布疵点检测中的应用
Gabor小波变换
帘子布
图像融合
疵点分割
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 基于小波神经网络的帘子布疵点智能识别技术
来源期刊 现代纺织技术 学科 工学
关键词 小波变换 帘子布 织物疵点 神经网络 图像处理
年,卷(期) 2009,(1) 所属期刊栏目 研究报告
研究方向 页码范围 5-7,11
页数 4页 分类号 TS101.97
字数 2562字 语种 中文
DOI 10.3969/j.issn.1009-265X.2009.01.002
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 肖俊明 中原工学院电子信息学院 58 221 8.0 12.0
2 彭喜英 中原工学院电子信息学院 13 29 2.0 5.0
3 焦凌云 中原工学院电子信息学院 6 53 2.0 6.0
4 张锐 中原工学院电子信息学院 5 8 1.0 2.0
5 李建建 中原工学院电子信息学院 5 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (70)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 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)
研究主题发展历程
节点文献
小波变换
帘子布
织物疵点
神经网络
图像处理
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
现代纺织技术
双月刊
1009-265X
33-1249/TS
大16开
浙江省杭州市下沙高教园区(西区)浙江理工大学
32-118
1992
chi
出版文献量(篇)
2488
总下载数(次)
6
总被引数(次)
8256
论文1v1指导