期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
影响缝纫质量因素的灰色统计评价 被引量:5
1
作者 沈岳 陈雁 《纺织学报》 EI CAS CSCD 北大核心 2008年第8期93-95,共3页
科学合理地评价服装企业中影响缝纫质量的各种因素,是企业生产管理者和客户研究探讨的主要问题之一。运用灰色统计评价法,构建评价缝纫质量的数学模型,并对某企业缝纫车间影响缝纫质量的因素进行评价,影响因素包括技术人员及操作人员的... 科学合理地评价服装企业中影响缝纫质量的各种因素,是企业生产管理者和客户研究探讨的主要问题之一。运用灰色统计评价法,构建评价缝纫质量的数学模型,并对某企业缝纫车间影响缝纫质量的因素进行评价,影响因素包括技术人员及操作人员的技能、缝纫设备的状况、车间的环境等,对评价结果进行分析,提出对缝纫车间进行必要调整的建议,为企业内部的自身评估和客户对服装企业的评估提供一种较好的评价方法。 展开更多
关键词 缝纫质量 灰色统计 评价 因素
在线阅读 下载PDF
缝纫条件对氨纶弹力机织物缝纫质量的影响 被引量:2
2
作者 方丽英 袁观洛 《纺织学报》 EI CAS CSCD 北大核心 2004年第4期62-64,共3页
通过缝纫实验 ,总结不同缝纫条件对织物缝纫质量的影响 。
关键词 氨纶弹力机织物 缝纫条件 缝纫质量 影响
在线阅读 下载PDF
氨纶机织物性能与缝纫质量关系的研究 被引量:1
3
作者 方丽英 袁观洛 《纺织学报》 EI CAS CSCD 北大核心 2004年第3期57-59,共3页
提出上层伸长率、移位率、线迹密度和线迹延伸度 4个缝纫质量评价指标 ,研究了氨纶弹力机织物的内在品质与缝纫质量之间的关系 ,用多元逐步回归分析对各指标的影响因素进行了研究。
关键词 氨纶弹力机织物 缝纫质量 织物性能 关系 研究
在线阅读 下载PDF
基于模糊识别模型的缝纫外观质量评价 被引量:3
4
作者 李艳梅 张渭源 《丝绸》 CAS 北大核心 2008年第7期50-52,共3页
在典型面料缝纫实验的基础上,选用平均移位量、缝缩率、缝纫平整度和线迹顺直度作为评价指标,分析确立了缝纫外观质量的分级标准,并借助模糊模式识别方法建立了面料缝纫质量的评价模型,经过实例验证,该模型可以有效判别缝纫样本的外观... 在典型面料缝纫实验的基础上,选用平均移位量、缝缩率、缝纫平整度和线迹顺直度作为评价指标,分析确立了缝纫外观质量的分级标准,并借助模糊模式识别方法建立了面料缝纫质量的评价模型,经过实例验证,该模型可以有效判别缝纫样本的外观质量等级。 展开更多
关键词 缝纫质量 外观 评价 模糊识别
在线阅读 下载PDF
基于立体视觉的线迹质量自动检测方法 被引量:4
5
作者 李彩林 郭宝云 贾象阳 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2015年第6期1067-1073,共7页
针对目前各种缝纫线迹质量检测全部依赖人工目视检测和逐针检查,导致工作量巨大,且容易由于视觉的疲劳造成漏检或误检的问题,以降落伞缝纫线迹为例,提出一种基于立体视觉的线迹质量自动检测方法.首先对立体摄像机进行标定,获取立体摄像... 针对目前各种缝纫线迹质量检测全部依赖人工目视检测和逐针检查,导致工作量巨大,且容易由于视觉的疲劳造成漏检或误检的问题,以降落伞缝纫线迹为例,提出一种基于立体视觉的线迹质量自动检测方法.首先对立体摄像机进行标定,获取立体摄像机的内参数和相对位置姿态;然后对立体影像进行图像分类、线迹目标稳健提取、同名特征匹配等一系列处理;最后结合立体摄像机标定结果计算缝纫线迹上针脚点的三维空间坐标,实现缝纫线迹属性参数的计算和质量评定.利用多组降落伞缝纫线迹数据进行实验的结果表明,采用文中方法检测的线迹密度误差在±0.2针以内,均匀度基本相同,完全能够满足缝纫线迹检测精度要求,从而验证了该方法的可行性和有效性. 展开更多
关键词 立体视觉 缝纫线迹质量检测 目标识别 特征提取与匹配 三维信息获取
在线阅读 下载PDF
印花面料的边缘轮廓快速提取方法 被引量:1
6
作者 文嘉琪 李新荣 +1 位作者 冯文倩 李瀚森 《纺织学报》 EI CAS CSCD 北大核心 2024年第5期165-173,共9页
工业协作型缝纫机器人代替操作工自动完成缝合是未来发展的必然趋势,但当前的工业协作型缝纫机器人难以快速精准地定位面料边缘轮廓信息,影响缝纫效率与缝纫质量。针对印花面料提出线下使用深度学习建立面料检测模型,线上调用面料检测... 工业协作型缝纫机器人代替操作工自动完成缝合是未来发展的必然趋势,但当前的工业协作型缝纫机器人难以快速精准地定位面料边缘轮廓信息,影响缝纫效率与缝纫质量。针对印花面料提出线下使用深度学习建立面料检测模型,线上调用面料检测模型分割面料与背景并结合传统轮廓检测算法快速准确提取面料边缘轮廓的方法。首先,建立面料图像数据集,并通过卷积拆分和融合损失函数对VGG-UNet模型进行优化,将面料数据集输入至优化的VGG-UNet模型进行训练学习并构建最优面料检测模型;其次,利用最优面料检测模型分割面料与背景;然后,采用数学形态学算法对分割后的面料图像进行自适应开运算去除面料边缘的毛边;最后,利用Canny算子对去除毛边后的面料图像进行轮廓提取。实验结果表明,本文方法可较好去除面料毛边并快速精准提取印花面料的边缘轮廓,所提取的轮廓与面料边缘轮廓高度拟合,轮廓提取精度高于99%,轮廓提取时间仅需0.216 s。本文研究可为后续机器人的轨迹规划提供快速准确的坐标信息,提高缝合质量和效率,推进无人化、自动化缝合生产线的实现。 展开更多
关键词 印花面料 边缘轮廓提取 机器视觉 深度学习 VGG-UNet模型 缝纫质量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部