期刊文献+

SVM在无纺布质量检测方面的应用 被引量:2

下载PDF
导出
摘要 为了实现在工业环境下的无纺布瑕疵在线检测,本文首先结合工业现场需求设计了一套稳定的无纺布瑕疵图像采集系统,选择线阵相机配合线性光源,采用背面打光的光路系统对布匹图像进行采集。针对无纺布翻网瑕疵检测,本文提出了一种基于支持向量机(SVM)的瑕疵检测方法。提取了描述纹理参数的四个灰度共生矩阵特征值;选择合适的核函数后导入支持向量机分类器中进行了训练,利用SVM对异常区域进行了定位。实验结果表明,该算法能够正确地对翻网瑕疵进行识别,并能兼顾较高的准确率以及实时性;同时,能够有效解决生产实际中瑕疵训练样本难以获取的问题,对未知的待测样本有较好的推广性,可以适应工业检测的要求。
出处 《电子制作》 2020年第15期90-93,67,共5页 Practical Electronics
  • 相关文献

参考文献15

二级参考文献84

  • 1梅自强.纺织工业再上台阶必须走新型工业化道路[J].棉纺织技术,2006,34(1):2-4. 被引量:3
  • 2王礼想,胡茂林.基于纹理对图像进行分类方法的研究[J].合肥工业大学学报(自然科学版),2006,29(5):529-532. 被引量:3
  • 3李文书,赵悦.数字图像处理算法及应用[M].北京:北京大学出版社,2012. 被引量:6
  • 4Yang Xuezhi. Discriminative fabric defect delection and classification using adaptive wavelet[D]. Hong Kong:, U niversity of Hong Kong, 2003. 被引量:1
  • 5Vachtsevanos G J, Mufti M, Dorrity J I: Melhod and appa ratus for analyzing an image to detect and identify defects: US,5815198[P]. 1998-09-29. 被引量:1
  • 6Kim S, I.ee M H, Woo K B. Wavelet analysis so fabric de- fects detection in weaving processes[C]//Proceedings of the IEEE International Symposium on Industrial Electron- ics, 1999 : 1406- 1409. 被引量:1
  • 7Buades A, Coil B, Morel J M. Image denoising by non-local averaging[C]//Proceedlngs of the 1EEE International Conference on Acoustics, Speech and Signal Processing, Vol 2,2005:25-28. 被引量:1
  • 8Buades A, Coll B, Morel J M. A review of image denoising algorithm, with a new one [J]. Multiseale Modeling and Simulation, 2005, 4 (2) : 490-530. 被引量:1
  • 9Hill P, Canagarajah C, Bull D). Image segmenation using a texture gradient-based watershed transform [J]. 1EEE Transaction Image Processing, 2003,1 e (12 ), 1618- 1633. 被引量:1
  • 10Yang X,Pang G, Yung N. Robust fabric defect detection and classification using multiple adaptive wavelets[C]// IEE Proceedings: Vision, Image and Signal Processing, 2005,152(6):715-723. 被引量:1

共引文献66

同被引文献14

引证文献2

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部