王明景
- 作品数：3 被引量：12H指数：3
- 供职机构：江南大学更多>>
- 发文基金：江苏省产学研前瞻性联合研究项目江苏高校优势学科建设工程资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于机器视觉的布匹瑕疵在线检测被引量：5
- 2014年
- 为实现图案布匹瑕疵在编织过程中的实时检测,提出一种通过区域差影自动分割瑕疵区域的检测方法。通过求取水平和竖直两方向距离叠加函数极值,并对极值做权重分析,精确求取纹理基元周期;根据所求纹理基元周期确定区域差影的区域大小,并对区域差影图像求取梯度,再进行标记分水岭分割,能够快速准确地分割出纹理瑕疵区域。实验结果表明:该算法能够准确地检测出纹理布匹瑕疵的位置,检测一帧用时200ms,准确率均达98%以上,实时性强,检测精度高,满足工业现场要求。
- 李新王明景白瑞林李杜
- 关键词：机器视觉瑕疵检测
- 图案布匹瑕疵的在线视觉检测被引量：4
- 2014年
- 为实现图案布匹瑕疵的在线实时检测,提出了一种基于机器视觉的实时检测方法。离线训练时,通过无瑕疵图像的叠加距离函数以及极值权重分析精确求取图案纹理基元周期,提取标准基元后创建无瑕疵标准基元偏移序列,提取特征用以构建模糊分类器;在线检测时,基于创建的偏移序列求取待检测图像块特征,采用模糊分类器分类,若存在瑕疵则继续构建精确分类器分类。实验表明,所提出的方法对任一批图案不同布匹只需对无瑕疵图案布匹学习一次,即可实现在线检测,检测一帧图像平均时间为200 ms,准确率达99%以上,实时性高且误检率低。
- 王明景白瑞林何薇吉峰
- 关键词：机器视觉瑕疵检测
- 经编机布匹瑕疵的在线视觉检测被引量：5
- 2015年
- 为实现经编机织布过程中布匹瑕疵的实时检测,提出了一种基于机器视觉的实时检测方法。离线训练时分别学习有瑕疵和无瑕疵纹理布匹图像,自动求取纹理基元周期和纹理方向,用以构建实用的两方向Gabor滤波器组,进而提取有和无瑕疵图像特征。在线检测时,以离线所构建的Gabor滤波器组分解图像,以离线所求取的参数窗口化Gabor子图,进而提取子图特征并采用特征变化率来代替原始特征的方法以消除光照不均影响。实验表明,该方法可以适应不同纹理布匹检测需求,消除光照影响,布匹检测准确率高达99%,检测一帧(54 pixel×600 pixel)的平均时间为100 ms,实时性和准确性高,可实现经编机布匹瑕疵的在线实时检测。
- 王明景吉峰白瑞林
- 关键词：经编机机器视觉瑕疵检测GABOR滤波器
