Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightDeneysel sonuçlarönerilen hata tespit modelinin yaygın örgü kumaş hatalarını başarılı bir şekilde tespit edebildiğinigöstermiştir.
📌 3 Maddede Bu Makale
Özet
Kumaş üretiminde yüzey hatalarını tespit etmek için gerçek zamanlı hata tespit sistemlerine ihtiyaçduyulmaktadır. Mevcut durumda örgü kumaş üretiminde gerçek zamanlı hata tespit sistemi yoktur. Buçalışmada gerçek zamanlı kumaş hatası tespit sistemi geliştirilmiş ve yuvarlak örgü makinesi üzerinde testedilmiştir. Kumaş görüntüsünün dokusal özellikleri Fourier dönüşümü temelinde çıkarılmıştır. Bu dokusalözellikler 7 tane olup kumaş görüntüsünün Fourier frekans spektrumunun yatay ve dikey yönlerindenhesaplanmıştır. Önerilen metodunun performansı ilk olarak kapsamlı veri tabanı temel alınarak gerçekzamanlı olmayan çalışmalar yolu ile değerlendirilmiştir. Önerilen metot gerçek zamanlı kontrolde de başarısağlayabilecek üstün bir performans elde etmiştir. İkinci olarak, endüstriyel şartlarda etkin bir kumaş hatasıkontrolü için gerçek zamanlı makine görmesi sistemi tasarlanmıştır. Gerçek zamanlı hata tespit sistemiçizgi kamera tarafından elde edilen kumaş görüntüleri analiz edilerek test edilmiştir. Deneysel sonuçlarönerilen hata tespit modelinin yaygın örgü kumaş hatalarını başarılı bir şekilde tespit edebildiğinigöstermiştir.
Abstract
In fabric productions, real time defect detection systems are needed to detect the surface defects. There iscurrently no real time defect detection system in knitting fabric production. In this paper, a real time fabricdefect detection system is developed and is tested on circular knitting machine. Textural features of fabricimage are extracted based on Fourier transform. These textural features are seven and are calculated fromthe horizontal and vertical directions of Fourier frequency spectrum of the fabric image. The performanceof the proposed method is firstly evaluated off-line through experiments based on comprehensive fabricdatabase. The proposed method obtains superior performance, which also proves its utility in real-time inspection. Secondly, a real time machine-vision system has been designed for an efficient detection of thefabric defects under industrial conditions. Real time defect detection system is tested automatically byanalyzing fabric images captured by a line scan camera. Experimental results show that the proposeddetection model can successfully detect common circular knitting fabric defects.