位置:成果数据库 > 期刊 > 期刊详情页
基于改进差分盒算法的织物疵点自动检测方法
  • ISSN号:1671-4598
  • 期刊名称:《计算机测量与控制》
  • 时间:0
  • 分类:TP751[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]东莞职业技术学院计算机工程系,广东东莞523808
  • 相关基金:国家自然科学基金项目(70971043).
作者: 曹文梁[1]
中文摘要:

根据织物检测的实际情况需要,提出了基于差分盒算法的改进算法,在使用Brodatz纹理库样本的前提下,分别在盒子高度确定、盒子总数统计以及网格中盒子数量确定3个方面进行改进,在算法时间和精度两项上,对经典差分盒算法和改进算法进行了比较,对比得出了改进算法的时效性;还应用了改进差分盒算法对3种常见纹理的疵点织物进行了计算,以确认疵点织物,并验证了改进差分盒算法;实验通过检出率、误检率、漏检率和检测精度4个检测精度参数表明,改进的差分盒算法可以有效地区分疵点织物和正常织物,该方法具有很强的实用性。

英文摘要:

For the need of detection of fabric defects, the paper presents an improved algorithm based on differential box--counting (ID- BC) method. The algorithm modifies the highness of the boxes, the method of determining the amount of boxes in grids and the statistics of calculating the total of all the boxes on the premise of using Brodatz texture library sample. On the two aspects of the time and accuracy, the paper compared the new algorithm with classical differential box--counting method (DBC) and obtained the efficiency of'the improved algo rithm. At the same time, the paper calculated defect fabric of the three common texture employing improved differential box--counting meth- od to verify defect fabric. Through four parameters, i. e, detection rate, false drop rate, loss rate and detection precision, the results of ex periments demonstrate this new method is effective and can outperform the well--known differential boxing--counting (DBC) method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机测量与控制》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:中国计算机自动测量与控制技术协会
  • 主编:苟永明
  • 地址:北京海淀区阜成路甲8号中国航天大厦405
  • 邮编:100048
  • 邮箱:ly@chinamca.com
  • 电话:010-68371578 68371556
  • 国际标准刊号:ISSN:1671-4598
  • 国内统一刊号:ISSN:11-4762/TP
  • 邮发代号:82-16
  • 获奖情况:
  • 中国学术期刊综合评价数据库来源期刊,中国科技论文统计源期刊,“国家期刊奖百种重点期刊”
  • 国内外数据库收录:
  • 美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:27924