Machine Vision Analysis for Textile Texture Identification

• Autorzy: Kandi S G

Warianty tytułu

PL

Identyfikacja powierzchniowej struktury tekstyliów za pomocą automatycznej analizy obrazu

• Języki publikacji: EN

Abstrakty

EN

Texture identification and matching a sample fabric within a known collection of produced fabrics is a time-consuming and difficult process as a human activity. In this study, a computational method for textile texture identification is introduced using an image analysis technique. For this purpose, images of fabrics were captured by a digital flat scanner. Texture features were extracted using the Edge frequency and Gray Level Co-occurrence Matrix (GLCM) methods. In this way, a library of texture features was collected. To match a new texture with library samples, the closest texture feature based on Euclidian distance was identified as the fabric texture. Experimental results for 33 different textures showed the successful identification of textures with both methods. However, the edge frequency method is more feasible and acceptable due to its computational simplicity and lower processing time. In addition, it was shown that the edge frequency method is extremely insensitive to the colour and scanning direction of the fabric.

PL

Identyfikacja struktury powierzchni tkanin jest zajęciem pracochłonnym. Opracowano metodę identyfikacji struktury wykorzystując metodę automatycznej analizy obrazu. W celu identyfikacji wykonuje się zdjęcia skaningowe powierzchni materiałów, które następnie ulegają obróbce z wykorzystaniem metody wykrywania krawędzi i metody macierzy zależności poziomów szarości. W ten sposób opracowane informacje o poszczególnych strukturach zostają wprowadzone do komputerowej bazy danych, gdzie są porównywane z odpowiednimi wzorcami. Wprowadzenie 33 obrazów różnych struktur wykazało prawidłowe działanie układu. Niemniej należy zaznaczyć, ze metoda z wykrywaniem krawędzi jest bardziej użyteczna ze względu na prostszy sposób przetwarzania i krótszy czas obróbki. W dodatku stwierdzono, ze metoda ta jest niewrażliwa na kolor materiału i kierunek detekcji.

Słowa kluczowe

EN

texture; textile; knitted; edge frequency; Gray Level Co-occurrence Matrix

PL

tekstury; tkaniny; dzianina; częstotliwość; wykrywanie krawędzi; struktura powierzchni tkanin; Matrix; analiza obrazu automatyczna

• Wydawca: Sieć Badawcza Łukasiewicz - Łódzki Instytut Technologiczny
• Czasopismo: Fibres & Textiles in Eastern Europe
• Rocznik: 2011
• Tom: Vol. 19, no. 6 (89)
• Strony: 53--57
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Kandi S G

• Iran, Tehran, Institute for Color Science and Technology, Color Imaging & Digital Image Processing Department

Bibliografia

• 1. Tuceryan M., Jain A. K.; The Handbook of Pattern Recognition and Computer Vision (2nd Edition), by C. H. Chen, L. F. Pau, P. S. P. Wang (eds.), Chapter 2.1, pp. 207-248, 1998, World Scientific Publishing Co.
• 2. Sonka M., Hlavac V., Boyle R.; Image Processing: Analysis and Machine Vision, 1993, 1st edition published by Chapman and Hall.
• 3. Pratt W. K., Digital Image Processing, 3rd ed., John Wiley & Sons, New York, 2001.
• 4. Ibarra Pico F., Cuenca Asensi S., García Crespi F., Lorenzo Quintanilla J. J., Morales Benavente J. L.; „A comparative study of texture analysis algorithms in textile inspection applications”. In: Proceedings of the 12th Scandinavian Conference on Image Analysis, Bergen 11th - 14th June, 2001 / editor: Ivar Austevoll. Stavanger : NOBIM, 2001.
• 5. Brad R., Brad R.; „Automated Fabric Defect Inspection for Quality Assurance Systems”, The 83rd Textile Institute World Conference, Shanghai, China, 23 - 27 May 2004, pp. 1261-1264.
• 6. Liqing L., Tingting J., Xia Ch., „Automatic recognition of fabric structures based on digital image decomposition”, Indian Journal of Fiber & Textile Research, Vol. 33, 2008, pp. 388-391.
• 7. Kuo Ch. J., Tsai Ch., „Automatic Recognition of Fabric Nature by Using the Approach of Texture Analysis, Textile Research Journal, Vol. 76(5), 2006, pp. 375-382.
• 8. Lachkar A., Benslimane R., D’Orazio L., Martuscelli E.; „Textile woven fabric recognition using Fourier image analysis techniques: Part II - texture analysis for crossed-states detection”, Journal of the Textile Institute, Vol. 96(3), 2005, pp. 179-183.
• 9. Su T., Kung F., Kuo Y.; „Application of back-propagation Neural Network Fuzzy Clustering in textile texture automatic recognition system”, International Conference on Wavelet Analysis and Pattern Recognition. ICWAPR ‚08., Hong Kong, 30-31 Aug. 2008, pp. 46-49.
• 10. Berkalp O. B., Pourdeyhimi B., Seyam A., Holmers R.; „Texture Retention after Fabric- to-Fabric Abrasion”, Textile Research Journal, Vol. 73(4), 2003, pp. 316-321.
• 11. Sangwine S. J., Horne R. E.N, The color image processing handbook, pp. 67-92, 1998 London: Chapman & Hall.