Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu çalışmada, %100 pamuk ipliğinden üretilerek ve indigo boyarmaddesi ile boyanmış olan denim kumaşlardaki hataların tespiti ve sınıflandırılması için görüntü işleme yöntemleri önerilmektedir.
📌 3 Maddede Bu Makale
Özet
Tekstil sektöründe, mamul kumaş üzerindeki üretim hatalarının tespiti, kalite kontrol aşamasında yapılan en önemli ve maliyetli işlerdendir. Kumaşlar konfeksiyon aşamasına gelmeden kontrol edilir ve hatalı kısımlar kumaşın içinden parça halinde kesilerek alınır. Bu durum fireye yani üretimde düşüşe yol açmaktadır. Eğer kontrol esnasında fark edilememiş veya parça alımı ile fireye ayırılamamış kusurlar varsa bu kumaşlarda ikinci kaliteye düşmektedir. Kalite kontrol sonrası top kesim işleminde ayrılan hatalı parça kumaşlar veya fark edilmeyerek müşteriye gönderilmiş ikinci kalite ürünler ciddi maliyetlere sebep olmaktadır. İnsan gözüyle yapılan kalite kontrol işlemi, iş gücü ve zaman olarak oldukça maliyetli olmasına rağmen başarımı istenildiği kadar yüksek değildir. Bu nedenle kalite kontrol aşamasında otomatik ve akıllı sistemlerin kullanımı için çalışmalar yapılmaktadır. Bu çalışmada, %100 pamuk ipliğinden üretilerek ve indigo boyarmaddesi ile boyanmış olan denim kumaşlardaki hataların tespiti ve sınıflandırılması için görüntü işleme yöntemleri önerilmektedir. Yapılan çalışmada görüntü işleme algoritmaları kullanılarak hata tespiti yapılan kumaş görüntülerinden, özellik çıkarımı ile sayısal veri elde edilmiştir. Oluşturulan özellik matrisi beş farklı algoritma kullanılarak incelenmiş, hatalı ve hatasız görüntünün ayrımı sağlanmıştır. Yapılan karşılaştırmalarda en iyi performans gösteren algoritmanın J48 Karar Algoritması olduğu görülmüştür.Anahtar kelimeler: Görüntü İşleme, Denim, Kalite Kontrol.
Abstract
The textile industry is one of the most important and economical jobs in the quality control process for the detection of production defects in the production of finished fabrics. The fabrics are checked before they come to the garment process and the faulty parts are cut into pieces from the fabric. If there are any defects that cannot be noticed during the inspection or cannot be separated by waste cutting, this decreases the fabrics to second quality. After quality control, faulty piece fabrics separated in the cutting process or second quality products sent to the customer cause serious costs. Although the quality control process performed by the human eye is quite costly in terms of labor and time, its performance is not as high as desired. For this reason, studies are carried out for the use of automatic and intelligent systems in the quality control stage. In this study, image processing methods are proposed for the detection and classification of defects in denim fabrics produced from 100% cotton yarn and dyed with indigo dyestuff. Digital datas were acquired by feature extraction from fabric images which were detected by using image processing algorithms. Five different algorithms have been run on the feature matrix and distinction between the defective and clean image has been provided. According to the comparisons, it is concluded that the best performing algorithm is J48 Decision Algorithm.Keywords: Image Processing, Denim, Quality Control.