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:
为了提高生产中织物疵点检测的准确率,本文运用了图像处理技术和基于目标特征参数的方法检测织物上的疵点.首先将织物的图像进行预处理,滤波去噪对目标图像的噪声进行抑制,织物图像增强使得图像上的疵点特征信息更加明显.然后利用最大熵阈值法把疵点分割出来.最后,跟据织物疵点图像的长宽比和归一化灰度值进行疵点分类识别.实验表明,表明该方法能提高织物疵点的识别准确率.
推荐文章
基于特征融合与低秩分解的织物疵点检测
织物疵点
特征融合
低秩分解
疵点检测
显著图分割
基于加权局部熵的织物疵点检测
疵点检测
加权局部熵
MATLAB
图像处理
缺纬
断经
基于机器视觉的织物疵点检测方法综述
疵点检测
机器视觉
疵点判别
疵点分割
疵点分类
基于机器视觉的织物疵点检测技术探讨
机器视觉
疵点检测
特征提取
等级评定
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 基于目标特征的织物疵点检测方法
来源期刊 软件 学科 工学
关键词 疵点检测 图像处理 图像分割 特征提取
年,卷(期) 2020,(12) 所属期刊栏目 设计研究与应用
研究方向 页码范围 160-163
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1003-6970.2020.12.037
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (138)
共引文献  (62)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(13)
  • 参考文献(1)
  • 二级参考文献(12)
2014(19)
  • 参考文献(0)
  • 二级参考文献(19)
2015(10)
  • 参考文献(3)
  • 二级参考文献(7)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(4)
  • 参考文献(3)
  • 二级参考文献(1)
2020(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(5)
  • 参考文献(5)
  • 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
疵点检测
图像处理
图像分割
特征提取
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
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
总被引数(次)
23629
论文1v1指导