OTOMATİK ÇOKLU-ÖLÇEK TEMELLİ TEPE NOKTASI TESPİTİ KULLANARAK DOKUMA KUMAŞ GÖRÜNTÜLERİNDE İPLİK KONUM TESPİTİ

Bu çalışmada, iplik konumlarının eğiklik ve gürültü içeren dokuma kumaş görüntülerinde tespiti için otomatik çoklu-ölçek temelli tepe noktası tespitine dayalı bir yaklaşım önerilmektedir. Dokuma kumaşların sayısal görüntülerinde iplik konumlarının bulunması gürültü içeren periyodik veya yarı-periyodik sinyallerde yerel maksimum noktaların tespiti problemi olarak tanımlanabilir. Bu yaklaşımda dokuma kumaş görüntülerinin yatay ve düşey projeksiyon profilleri hesaplanır ve dokuma kumaş eni veya boyunca uzanan ipliklerin orta konumlarını ifade eden yerel tepeler otomatik çoklu-ölçek temelli tepe noktası tespiti algoritması ile tespit edilir. Metot gerçek dokuma kumaş görüntüleri ile test edilmiş ve deneysel sonuçlar algoritmanın iplik konumlarının tespiti için iyi sonuçlar verdiğini göstermiştir. Gürültü içeren görüntülerde iyi sonuçlar vermesine karşın eğikliğin varlığı tespitlerin doğruluğunu oldukça etkilemektedir. Bundan dolayı dokuma kumaş görüntüleri sinyallerin eldesinden önce düzeltilmelidir.

YARN LOCATION DETECTION IN WOVEN FABRIC IMAGE USING AUTOMATIC MULTISCALE-BASED PEAK DETECTION

In this study, an approach based on Automatic Multiscale-Based Peak Detection (AMPD) is proposed for detecting yarn locations in a woven fabric image with skew and noise. Finding yarn locations in a digital image of woven fabric can be defined as a problem of local maxima detection in a noisy signal of a periodic or a quasi-periodic signal. In this approach, projection profiles of woven fabric images in vertical and horizontal directions are calculated and local peaks are detected by using the AMPD algorithm where local maxima indicate yarn center positions along the woven fabric width or length. The method is tested with real woven fabric images and experimental results show that AMPD algorithm performs well for detecting yarn locations. Although the proposed method performs well on noisy images; detection accuracy is highly affected by the skewness. Therefore, woven fabric images are needed to be enhanced before obtaining signals.

Kaynakça

1. Lin, J.J, 2002, “Applying a co-occurrence matrix to automatic inspection of weaving density for woven fabrics", Textile Research Journal, 72(6), p. 486- 490.

2. Wood, E.J, 1990,“Applying Fourier and associated transforms to pattern characterization in textiles”, Textile Research Journal, 60(4), p. 212-220.

3. Ravandi, S.A.H, and Toriumi, K, 1995,“Fourier-Transform Analysis of Plain Weave Fabric Appearance”, Textile Research Journal, 65(11), p. 676-683.

4. Xu, B.G, 1996,”Identifying fabric structures with Fast Fourier Transform techniques”, Textile Research Journal, 66(8), p. 496-506.

5. Tunak, M, Linka, A, and Volf,P, 2009,“Automatic Assessing and Monitoring of Weaving Density”, Fibers and Polymers, 10(6), p. 830-836.

6. Jeong, Y.J and Jang J.H, 2005, “Applying image analysis to automatic inspection of fabric density for woven fabrics”, Fibers and Polymers, 6(2), p. 156-161.

7. Haralick, R.M, Shanmugam, K, and Dinstein, I.H, 1973, “Textural features for image classification”, Systems, Man and Cybernetics, IEEE Transactions,(6), p. 610-621.

8. Technikova, L, and Tunak, M, 2013, “Weaving Density Evaluation with the Aid of Image Analysis”, Fibres & Textiles in Eastern Europe, 21(2), p. 74-79.

9. Yildirim, B, 2013, “Determination of Optimum Filter Size for Detecting Yarn Boundaries”, Fibers and Polymers, 14(10), p. 1739-1747.

10. Scholkmann, F, Boss, J, and Wolf,M, 2012,“An efficient algorithm for automatic peak detection in noisy periodic and quasi-periodic signals”, Algorithms,5(4), p. 588-603.

11. Release, M, TheMathWorks. Inc., Natick, Massachusetts, United States, 2012.

12. Pan, R.R, Gao, W, Liu, J, Wang, H, 2010,“Automatic Inspection of Woven Fabric Density of Solid Colour Fabric Density by the Hough Transform”, Fibres& Textiles in Eastern Europe, 18(4), p. 46-51.

13. Pan, R, Gao, W, and Liu, J, 2009,“Color clustering analysis of yarn-dyed fabric in HSL color space”, IEEE World Congress on Software Engineering, 481.

14. Jeong, Y, 2008, “Novel Technique to Align Fabric in Image Analysis”. Textile Research Journal, 78(4): p. 304-310.

15. Yildirim, B, 2014, “Projection profile analysis for skew angle estimation of woven fabric images”, Journal of the Textile Institute, 105(6), p. 654-660.

16. Bovik, A.C, Handbook of image and video processing, 2010, Academic press.

10588 4725

Arşiv
Sayıdaki Diğer Makaleler

TEKSTİL TERBİYE TESİSLERİNDE ENERJİ TÜKETİMİ YÖNETİMİ: MALİYETE DUYARLI VE SIRALAMAYA BAĞLI BİR ÇİZELGELEME MODELİ

İ. Hakan KARACIZMELI, S. Noyan OGULATA

T POLİMETİLMETAKRİLAT/N-ALKANMİKROKAPSÜLLERİN TERMAL ÖZELLİKLERİNE HİDROFİLİK KOMONOMERİN ETKİSİ

Ruhan ALTUN ANAYURT, Cemil ALKAN, Sennur ALAY AKSOY, Sena DEMİRBAĞ, Müyesser Selda TÖZÜM

TEKSTİL SEKTÖRÜNDE TOPLAM KALİTE YÖNETİMİ ÇERÇEVESİNDE KALİTE VE MÜŞTERİ MEMNUNİYETİ ALGISININ İNCELENMESİ

Gonca ŞİMŞEK GÜNDÜZ, Çağdaş GÜNDÜZ

ÜNİVERSİTE ÖĞRENCİLERİNİN GİYSİLERE DAİR TUTUMLARININ ÇEVRESEL SÜRDÜRÜLEBİLİRLİK VE YAVAŞ MODA AÇISINDAN DEĞERLENDİRİLMESİ

Derya TAMA, Berna CÜREKLIBATIR ENCAN, Ziynet ÖNDOĞAN

AYAKKABI YÜZLÜK DERİLERİNİN BAZI FİZİKSEL KARAKTERİSTİKLERİ ÜZERINE FINISAJ TEKNİKLERİNİN ETKİLERİ

Arife Candaş ADIGÜZEL ZENGİN, Nida OĞLAKCIOĞLU, Behzat Oral BİTLİSLİ

OTOMATİK ÇOKLU-ÖLÇEK TEMELLİ TEPE NOKTASI TESPİTİ KULLANARAK DOKUMA KUMAŞ GÖRÜNTÜLERİNDE İPLİK KONUM TESPİTİ

Bekir YILDIRIM

A STUDY ON MODAL FABRIC TREATED WITH FORMIC ACID

K GNANAPRİYA, Jeyakodi MOSES J

CUPRO VE DİĞER BAZI REJENERE SELÜLOZ LİFLERİNDEN ÜRETİLEN KUMAŞLARIN PERFORMANS ÖZELLİKLERİ

Esra DİRGAR

ŞÖNİL İPLİĞİN MUKAVEMET VE UZAMA ÖZELLİKLERİ ÜZERİNE DENEYSEL BİR ÇALIŞMA

İlhami İLHAN

ÇÖZGÜLÜ ÖRME RAŞEL KUMAŞLARIN AŞINMA DAYANIMI VE PATLAMA MUKAVEMETİNİN İNCELENMESİ

Mehmet TİRİTOĞLU, Yasemin KAVUŞTURAN