Wyniki wyszukiwania - BazTech

1

Application of Principal Component Analysis to Boost the Performance of an Automated Fabric Fault Detector and Classifier

Eldessouki M, Hassan M, Qashqary K, Shady E

Fibres & Textiles in Eastern Europe

|

2014

|

Vol. 22, no. 4 (106)

51--57

EN

There is a growing need to replace visual fabric inspection with automated systems that detect and classify fabric defects. The digital processing of fabric images utilises different methods that offer a large set of image features. The correlation between those features lead to problems during fabric fault classification and reduces the performance of the classifiers. This work extracted a combination of statistical (spatial) and Fourier transform (spectral) features from fabric images of the most frequent faults. Principal component analysis (PCA) was implemented to reduce the dimensionality of the input feature dataset, which achieved a reduction to 36% of the original data size while preserving 99% of information in the original dataset. The features processed using the PCA were fed to an artificial neural network (ANN) to classify the fault categories and then compared to another ANN that worked with the whole feature dataset. The performance of the network that was implemented after application of the PCA increased to 90% of the correct classification rate as compared to 73.3% for the other network.

PL

Istnieje wzrastająca potrzeba zamiany wizualnej inspekcji płaskich wyrobów włókienniczych automatyzowanymi systemami , które będą w stanie rozpoznać i sklasyfikować defekty materiału. Dla cyfrowej obróbki obrazów tkanin stosuje się różne metody oferujące identyfikacje całego zestawu właściwości obrazu. Korelacja pomiędzy tymi właściwościami prowadzi do problemów podczas identyfikacji i klasyfikacji błędów materiałów i redukuje sprawność klasyfikacji. W pracy wyselekcjonowano kombinacje statystycznych (przestrzennych) i fourierowskch (spektralnych) transformacji pozwalających na wyróżnienie zobrazów materiałów najczęściej występujących błędów. W dalszej części pracy usiłowano zredukować ilość danych wejściowych oraz zastosowano dwa różne systemy sztucznych sieci neuronowych. Wynikiem wszystkich poczynań było zdecydowane zwiększenie skuteczności wykrywania błędów.

2

Influence of Sportswear Fabric Properties on the Health and Performance of Athletes

Hassan M., Qashqary K., Hassan H. A., Shady E., Alansary M.

Fibres & Textiles in Eastern Europe

|

2012

|

Vol. 20, no. 4 (93)

82--88

EN

The main goal of this work was to study the Influence of sportswear fabric properties on the physiological responses and performance of athletes. The influence of three different types of sportswear fabrics on the physiological response and performance of volunteers in sports conditions was investigated. The fabrics and garments tested were made of 100% cotton, a 65/35 polyester/cotton blend and 100% polyester fibres. Seven volunteer were selected to wear the sportswear during the physical exercise assigned and their physiological responses were tested. The results of the study show a statistically significant effect on the athletes' physiological responses and performance parameters measured for the different types of sportswear tested. The sample with 100% polyester produced the best physiological responses and performance from the athletes. This effect can be related to better moisture management, which reflects the amount of relative water vapour permeability (68%) and lower thermal conductivity. This will enhance the body's temperature regulation leading to increase athletes' cardiorespiratory fitness and performance. The results also show the high correlation between the sportswear fabrics properties and athletes' physiological responses and performance, except the relationship between the end-tidal partial pressure of oxygen (PETO2) and fabric thickness (h), air permeability (AP) and thermal resistance (r), which are not highly correlated. The other correlation values vary between (š0.62 and (š1).

PL

Badano właściwości ubiorów sportowych na fizjologiczną odpowiedź oraz wytrzymałość organizmu. Przebadano trzy rożne rodzaje ubiorów wykonanych z 100% bawełny, mieszanki 65/35 poliester/bawełna oraz 100% poliestru. Wytypowano 7 ochotników, którzy w przygotowanych ubiorach wykonywali zaprogramowane ćwiczenia a następnie poddano ich badaniom. Wyniki opracowano statystycznie i wykazano, że najkorzystniejsze właściwości posiada odzież wykonana ze 100% poliestru. Wynik ten można tłumaczyć lepszymi właściwościami transportu wilgoci wynikającymi z poziomu przepuszczalności pary wodnej i niższą przewodnością termiczną. Właściwości te wpływają na zachowanie się organizmu a zwłaszcza na sprawność układu krążeniowo-oddechowego, a tym samym wydolność organizmu. Wykazano korelację pomiędzy właściwościami ubioru a wydolnością organizmu za wyjątkiem korelacji pomiędzy grubością materiału a wydechowym cieśnieniem parcjalnym tlenu (PETO2) oraz przepuszczalnością powietrza i opornością cieplną.

3

Image Processing Based Method Evaluating Fabric Structure Characteristics

Shady E., Qashqary K., Hassan M., Militky J.

Fibres & Textiles in Eastern Europe

|

2012

|

Vol. 20, no. 6A (95)

86--90

EN

A digital image processing approach was developed to evaluate fabric structure characteristics and to recognise the weave pattern utilising a Wiener filter. Images of six different groups were obtained and used for analysis. The groups included three different fabric structures with two different constructions for each. The approach developed decomposed the fabric image into two images, each of which included either warp or weft yarns. Yarn boundaries were outlined to evaluate the fabric surface characteristics and further used to identify the areas of interlaces to detect the fabric structure. The results showed success in evaluating the surface fabric characteristics and detecting the fabric structure for types of fabrics having the same colors of warp and weft yarns. The approach was also able to obtain a more accurate evaluation for yarn spacing and the rational fabric cover factor compared to the analytical techniques used to estimate these characteristics.

PL

Przy zastosowaniu filtra Winera opracowano cyfrową metodę analizy obrazu umożliwiającą ocenę struktury tkanin oraz rozpoznawanie splotu. Zbadano obraz sześciu zróżnicowanych grup tkanin, o 3 rożnych splotach i 2 strukturach, uzyskując dwa obrazy dla każdej tkaniny, z których każdy obejmuje przędze osnowy lub wątku. Wyznaczono wizualne granice nitek osnowy i wątku w celu oceny właściwości powierzchni tkaniny i identyfikacji obszarów przeplotów dla zbadania struktury tkaniny. Badania dla oceny właściwości powierzchni tkaniny i jej struktury dla tkanin o takich samych kolorach przędz wątku i osnowy zakończyły się sukcesem. Dokonano również oceny rozstawu przędzy i współczynnika pokrycia tkaniny i stwierdzono, że metoda ta jest dokładniejsza niż dotychczas stosowane metody analityczne.