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:
针对筒子纱不规则的纹理基元增加缺陷检测难度的问题,提出一种基于多尺度多方向模板卷积的筒子纱表面网纱缺陷检测算法.首先通过系统采集筒子纱的顶面纹理图像;其次对原图像进行OTSU阈值处理,并采用椭圆拟合确定纹理位置,利用极坐标变换将其展开;然后利用水平方向一维高斯差分算子提取边缘,通过改变高斯核的标准差获取多个尺度的边缘图像;进而将0° ~180°角度区间量化成多个方向模板与各尺度的边缘图像进行卷积,并投票记录每个像素位置在各尺度下的多方向模板卷积结果的最大值;最后,选取经验阈值对最强卷积响应进行分割得到缺陷图像.实验结果表明,该方法可有效检测筒子纱表面的网纱缺陷,识别准确率达0.96.
推荐文章
筒子纱姿态检测与翻转系统的研制
筒子纱自动包装生产线
筒子纱姿态检测
翻转机构
PLC
仿真分析
一种SAR图象的多方向多尺度融合边缘检测方法
SAR图象
边缘检测
融合
多方向
多尺度
基于Sobel的多方向算子模板边缘检测算法
边缘检测
多方向算子模板
非极大值抑制
梯度图像细化
基于多尺度池化卷积神经网络的疲劳检测方法研究
视觉特征分析
多尺度池化
卷积神经网络
疲劳检测
人脸检测
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 应用多尺度多方向模板卷积的筒子纱缺陷检测
来源期刊 纺织学报 学科 工学
关键词 筒子纱 图像处理 缺陷检测 边缘提取 多尺度分析 模板卷积
年,卷(期) 2019,(4) 所属期刊栏目 管理与信息化
研究方向 页码范围 152-157
页数 6页 分类号 TS103.7|TP274.3
字数 4801字 语种 中文
DOI 10.13475/j.fzxb.20180501206
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 周晓 武汉理工大学机电工程学院 8 25 2.0 5.0
2 牟新刚 武汉理工大学机电工程学院 6 15 2.0 3.0
3 蔡逸超 武汉理工大学机电工程学院 2 12 1.0 2.0
4 宋明峰 武汉理工大学机电工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (19)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
筒子纱
图像处理
缺陷检测
边缘提取
多尺度分析
模板卷积
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
纺织学报
月刊
0253-9721
11-5167/TS
大16开
北京市朝外延静里中街3号主楼6层
1979
chi
出版文献量(篇)
7125
总下载数(次)
11
总被引数(次)
56621
论文1v1指导