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:
为实现快速和有效的织物瑕疵自动检测,提出了一种基于时间序列而不是图像的功率谱纹理分析方法.依据Burg auto regressive(AR)算法估计得到谱数据,从中提取能够反映纹理周期和取向等特点的特征,并首次采用支持向量数据描述模型来检测织物瑕疵纹理.对包含多种疵点的若干织物样本的检测结果表明,依照本文所述方案能够在保持较低的误譬率前提下达到较高的疵点栓出率,证明了所述方案的可行性.
推荐文章
局部相位量化特征的织物瑕疵检测算法
局部相位量化
混合核函数
瑕疵检测
基于JAVA的软件故障自动检测系统设计
JAVA
软件故障
自动检测
特征提取
数据融合滤波技术
故障特征挖掘
滚子链条自动检测装置研究
滚子链条
自动化
分级式检测
基于视频图像的火灾自动检测
火灾检测
边缘检测
轮廓提取
色彩模型
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AR谱分析的织物瑕疵自动检测
来源期刊 数据采集与处理 学科 工学
关键词 纹理分析 织物瑕疵检测 时间序列分析 AR谱分析 支持向量数据描述
年,卷(期) 2009,(6) 所属期刊栏目 理论与试验研究
研究方向 页码范围 783-788
页数 6页 分类号 TS101.9
字数 4276字 语种 中文
DOI 10.3969/j.issn.1004-9037.2009.06.016
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 汪军 东华大学纺织学院 140 733 14.0 20.0
5 黄秀宝 东华大学纺织学院 39 746 13.0 26.0
9 步红刚 东华大学纺织学院 7 120 5.0 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  (7)
节点文献
引证文献  (9)
同被引文献  (46)
二级引证文献  (57)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(8)
  • 引证文献(4)
  • 二级引证文献(4)
2015(13)
  • 引证文献(1)
  • 二级引证文献(12)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
纹理分析
织物瑕疵检测
时间序列分析
AR谱分析
支持向量数据描述
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
论文1v1指导