检索结果-维普期刊中文期刊服务平台

基于时间序列分形特征的织物瑕疵检测被引量：12: 1; 作者田承泰步红刚 +1 位作者汪军陈霞《纺织学报》 EI CAS CSCD 北大核心 2010年第5期44-47,54,共5页; 为充分利用织物纹理特点,并大幅度减少计算量,将织物纹理图像的灰度值分别沿纵、横方向投影得到一维时间序列,提取分形特征。根据Fisher判别准则优选了2个具有一定互补性而又能最大限度区分正常与瑕疵样本的时间序列盒维数组成特征向量,... 展开更多; 关键词时间序列分形维数织物瑕疵检测计盒法; 在线阅读下载PDF 职称材料

应用积分图的织物瑕疵检测快速算法被引量：5: 2; 作者董蓉李勃徐晨《纺织学报》 EI CAS CSCD 北大核心 2016年第11期141-147,共7页; 为解决现有基于图像处理的织物瑕疵检测算法实时性较差、正确率偏低等问题,提出一种包含学习和检测2个阶段的瑕疵检测算法。通过对无瑕疵模板图像的梯度能量特征及其分布特性的学习,自适应获得检测阶段所需的参数。一方面利用积分图原... 展开更多; 关键词织物瑕疵检测积分图特征提取核函数均值漂移; 在线阅读下载PDF 职称材料

基于改进判别性完整局部二值模式与格分割的织物瑕疵检测方法被引量：8: 3; 作者赵树志狄岚何锐波《纺织学报》 EI CAS CSCD 北大核心 2018年第9期57-64,共8页; 为解决传统的完整局部二值模式在织物疵点检测时存在直方图维数过高和特征冗余并且在小区域图像变化幅度剧烈或变化幅度平缓时存在局限性的问题,提出一种改进判别性完整局部二值模式并结合自动格分割的织物瑕疵检测方法,该新算法可分为... 展开更多; 关键词完整局部二值模式格分割特征提取相对散度织物瑕疵检测; 在线阅读下载PDF 职称材料

基于主成分分析的织物瑕疵检测特征选取研究被引量：1: 4; 作者马彦白俊《中国高新技术企业》 2016年第9期29-30,共2页; 为了提取到能够反映织物瑕疵的关键特征,文章对织物瑕疵图像从多个角度分别提取了基于分形维的空隙特征、多重分形特征、傅里叶变换特征、小波变换特征共计19维特征;高维特征会造成运算成本的增加,为此利用主成分分析法,从原始特征空间... 展开更多; 关键词织物瑕疵检测特征选取主成分分析模糊C均值聚类算法瑕疵图像高维特征; 在线阅读下载PDF 职称材料

基于改进 YOLOv8的织物缺陷检测算法: 5; 作者王川李晓龙 +2 位作者王公轲段德全常升龙《毛纺科技》北大核心 2025年第4期133-141,共9页; 针对织物瑕疵检测中瑕疵种类多样、部分瑕疵极小并存在着极端长宽比等问题,提出一种基于改进YOLOv8的织物瑕疵检测算法模型RDF-YOLOv8n。首先,在YOLOv8基线模型中引入感受野注意力卷积RFAConv,构建C2f_RFAConv模块,增强模型对部分缺陷... 展开更多; 关键词 YOLOv8 织物瑕疵检测 RFAConv 注意力机制 Focaler_CIoU; 在线阅读下载PDF 职称材料

基于多度量多模型图像投票的织物表面瑕疵检测方法: 6; 作者朱凌云王晨宇赵悦莹《纺织学报》 EI CAS CSCD 北大核心 2024年第6期89-97,共9页; 为解决自动化生产线上织物表面瑕疵检测准确率低和计算速度慢的问题,利用织物表面具有周期纹理的特性提出了一种改进的RANSac检测方法,即多度量多模型图像投票。首先将输入图像裁剪为尺寸一致的子图,计算出子图多维度量的输出值矩阵;然... 展开更多; 关键词目标检测周期纹理织物表面瑕疵检测零斜率RANSac 多度量多模型图像投票; 在线阅读下载PDF 职称材料

基于K-SVD算法的织物线性瑕疵检测研究: 7; 作者杨晓波《化纤与纺织技术》 2020年第10期63-65,共3页; 为进一步提高织物线性瑕疵的检测效率,文章提出了一种K-SVD算法,用于检测织物线性瑕疵。研究过程如下:首先分析K-SVD算法及其织物瑕疵表达;接着分析如何通过线性瑕疵投影增强、滤波处理提高瑕疵的分割效果;最后选择小波重构算法与K-SVD... 展开更多; 关键词 K-SVD算法织物线性瑕疵检测投影增强滤波处理; 在线阅读下载PDF 职称材料

题名基于时间序列分形特征的织物瑕疵检测被引量：12: 1; 作者田承泰步红刚汪军陈霞; 机构东华大学纺织学院东华大学纺织面料技术教育部重点实验室; 出处《纺织学报》 EI CAS CSCD 北大核心 2010年第5期44-47,54,共5页; 基金纺织面料技术教育部重点实验室培育项目(PY0801); 文摘为充分利用织物纹理特点,并大幅度减少计算量,将织物纹理图像的灰度值分别沿纵、横方向投影得到一维时间序列,提取分形特征。根据Fisher判别准则优选了2个具有一定互补性而又能最大限度区分正常与瑕疵样本的时间序列盒维数组成特征向量,对7种具有不同纹理背景的织物进行瑕疵检测。试验结果表明,在一定的阈值范围内,误检率和漏检率均可控制在10%以内,表明采用这种方法在大幅减少维数估算计算量的同时能够有效区分正常与瑕疵纹理。; 关键词时间序列分形维数织物瑕疵检测计盒法; Keywords time series fractal dimension fabric defect detection box-counting method; 分类号 TS101.9 [轻工技术与工程—纺织工程]; 在线阅读下载PDF 职称材料

题名应用积分图的织物瑕疵检测快速算法被引量：5: 2; 作者董蓉李勃徐晨; 机构南通大学电子信息学院南京大学电子科学与工程学院; 出处《纺织学报》 EI CAS CSCD 北大核心 2016年第11期141-147,共7页; 基金国家自然科学基金资助项目(61401239) 南通市应用研究计划项目(BK2014066); 文摘为解决现有基于图像处理的织物瑕疵检测算法实时性较差、正确率偏低等问题,提出一种包含学习和检测2个阶段的瑕疵检测算法。通过对无瑕疵模板图像的梯度能量特征及其分布特性的学习,自适应获得检测阶段所需的参数。一方面利用积分图原理将任意大小的图像块内的求和运算化简为三次加法运算,快速提取织物图像的梯度能量特征,实现织物瑕疵的实时检测,另一方面利用核函数拟合特征参数分布,结合均值漂移法求解分布峰值获得自适应的瑕疵判定阈值参数,实现织物瑕疵的准确分割。通过实验将本文算法与现有基于局部二值模式特征、小波特征、规则带特征等算法进行对比,针对包含3种纹理6类瑕疵的织物图像数据集的测试结果显示,本文算法平均处理时间为56 ms,正确率为97%。; 关键词织物瑕疵检测积分图特征提取核函数均值漂移; Keywords fabric defect detection integral image feature extraction kernel function mean shift; 分类号 TN911.73 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于改进判别性完整局部二值模式与格分割的织物瑕疵检测方法被引量：8: 3; 作者赵树志狄岚何锐波; 机构江南大学数字媒体学院; 出处《纺织学报》 EI CAS CSCD 北大核心 2018年第9期57-64,共8页; 基金江苏省六大人才高峰项目(DZXX-028) 江苏省研究生科研与实践创新计划项目(SJCX18_0648); 文摘为解决传统的完整局部二值模式在织物疵点检测时存在直方图维数过高和特征冗余并且在小区域图像变化幅度剧烈或变化幅度平缓时存在局限性的问题,提出一种改进判别性完整局部二值模式并结合自动格分割的织物瑕疵检测方法,该新算法可分为训练和测试2部分。通过实验将该算法、小波预处理的黄金图像相减方法、布林线指标方法、正则带方法进行对比,针对2种纹理3类瑕疵的织物图像数据集进行测试。结果表明,该方法对星形图案和箱形图案纺织品检测效果较好,一部分的查全率可达到0.99,大部分检测结果的查全率均在0.90以上。; 关键词完整局部二值模式格分割特征提取相对散度织物瑕疵检测; Keywords central local binarization mode lattice segmentation feature extraction relative divergence fabric defect inspection; 分类号 TS131.9 [轻工技术与工程—纺织材料与纺织品设计]; 在线阅读下载PDF 职称材料

题名基于主成分分析的织物瑕疵检测特征选取研究被引量：1: 4; 作者马彦白俊; 机构武汉纺织大学; 出处《中国高新技术企业》 2016年第9期29-30,共2页; 文摘为了提取到能够反映织物瑕疵的关键特征,文章对织物瑕疵图像从多个角度分别提取了基于分形维的空隙特征、多重分形特征、傅里叶变换特征、小波变换特征共计19维特征;高维特征会造成运算成本的增加,为此利用主成分分析法,从原始特征空间中得出了8个主要特征;运用模糊C均值聚类算法(FCM)对正常织物图像和瑕疵图像进行了聚类分析。; 关键词织物瑕疵检测特征选取主成分分析模糊C均值聚类算法瑕疵图像高维特征; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进 YOLOv8的织物缺陷检测算法: 5; 作者王川李晓龙王公轲段德全常升龙; 机构河南师范大学计算机与信息工程学院河南师范大学软件学院河南师范大学材料科学与工程学院; 出处《毛纺科技》北大核心 2025年第4期133-141,共9页; 基金国家自然科学基金项目(62072159) 河南省科技攻关项目(232102211061,222102210011,252102111168)。; 文摘针对织物瑕疵检测中瑕疵种类多样、部分瑕疵极小并存在着极端长宽比等问题,提出一种基于改进YOLOv8的织物瑕疵检测算法模型RDF-YOLOv8n。首先,在YOLOv8基线模型中引入感受野注意力卷积RFAConv,构建C2f_RFAConv模块,增强模型对部分缺陷特征的提取能力;其次,引入可变性大核注意力(Deformable-LKA)加入C2f中,组成C2f_DLKA模块,提高模型细小缺陷类型的检测能力;最后,采用Focaler_CIoU损失函数替代原有的损失函数,显著加快模型的收敛速度。结果证明:RDF-YOLOv8n模型的平均精度值(mAP值)为60.1%,相较于原模型平均精度均值提升了7.7%,推理速度为69帧/s,模型大小为9.3 MB,满足低算力设备部署条件,达到在生产中对织物瑕疵检测标准的要求。; 关键词 YOLOv8 织物瑕疵检测 RFAConv 注意力机制 Focaler_CIoU; Keywords YOLOv8 fabric defect detection RFAConv attention mechanism Focaler_CIoU; 分类号 TS106.4 [轻工技术与工程—纺织工程] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多度量多模型图像投票的织物表面瑕疵检测方法: 6; 作者朱凌云王晨宇赵悦莹; 机构重庆理工大学计算机科学与工程学院重庆理工大学两江国际学院; 出处《纺织学报》 EI CAS CSCD 北大核心 2024年第6期89-97,共9页; 基金重庆市巴南区科技计划项目(2018TJ02,2020QC430) 重庆理工大学研究生教育高质量发展项目(gzlcx20223133)。; 文摘为解决自动化生产线上织物表面瑕疵检测准确率低和计算速度慢的问题,利用织物表面具有周期纹理的特性提出了一种改进的RANSac检测方法,即多度量多模型图像投票。首先将输入图像裁剪为尺寸一致的子图,计算出子图多维度量的输出值矩阵;然后与改进RANSac计算出的无瑕疵背景的多维度量标准值分别对应作差,采用投票得出每张子图的基础分;再将其在4个记数模型下得到的综合评分排序,根据顺序和偏移量在输出端得到外点所代表的瑕疵子图。实验结果表明:在自采样的织物瑕疵数据集上,选择单度量和单模型的预测精度平均可达到90.9%,平均预测时间达到0.139 s,综合多度量多模型投票的平均预测精度可达到92.7%。该算法不需要大量前期数据进行训练,适用于纯色和条纹状织物的实时表面缺陷检测。; 关键词目标检测周期纹理织物表面瑕疵检测零斜率RANSac 多度量多模型图像投票; Keywords object detection periodic texture fabric surface defect detection zero-slope-RANSac multi-metric-multi-model image voting; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TS101.8 [轻工技术与工程—纺织工程]; 在线阅读下载PDF 职称材料

题名基于K-SVD算法的织物线性瑕疵检测研究: 7; 作者杨晓波; 机构浙江树人大学; 出处《化纤与纺织技术》 2020年第10期63-65,共3页; 基金浙江省自然科学基金资助课题(Y1110023); 文摘为进一步提高织物线性瑕疵的检测效率,文章提出了一种K-SVD算法,用于检测织物线性瑕疵。研究过程如下:首先分析K-SVD算法及其织物瑕疵表达;接着分析如何通过线性瑕疵投影增强、滤波处理提高瑕疵的分割效果;最后选择小波重构算法与K-SVD算法进行对比性实验。实验结果表明:K-SVD算法检出正确率高于小波重构算法4%,误检率较低,验证了K-SVD算法的有效性。; 关键词 K-SVD算法织物线性瑕疵检测投影增强滤波处理; Keywords K-SVD algorithm linear flaw detection of fabric projection enhancement filtering processing; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TS107 [轻工技术与工程—纺织工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于时间序列分形特征的织物瑕疵检测	田承泰步红刚汪军陈霞	《纺织学报》 EI CAS CSCD 北大核心	2010	12	在线阅读下载PDF 职称材料
2	应用积分图的织物瑕疵检测快速算法	董蓉李勃徐晨	《纺织学报》 EI CAS CSCD 北大核心	2016	5	在线阅读下载PDF 职称材料
3	基于改进判别性完整局部二值模式与格分割的织物瑕疵检测方法	赵树志狄岚何锐波	《纺织学报》 EI CAS CSCD 北大核心	2018	8	在线阅读下载PDF 职称材料
4	基于主成分分析的织物瑕疵检测特征选取研究	马彦白俊	《中国高新技术企业》	2016	1	在线阅读下载PDF 职称材料
5	基于改进 YOLOv8的织物缺陷检测算法	王川李晓龙王公轲段德全常升龙	《毛纺科技》北大核心	2025	0	在线阅读下载PDF 职称材料
6	基于多度量多模型图像投票的织物表面瑕疵检测方法	朱凌云王晨宇赵悦莹	《纺织学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
7	基于K-SVD算法的织物线性瑕疵检测研究	杨晓波	《化纤与纺织技术》	2020	0	在线阅读下载PDF 职称材料