Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Fibres & Textiles in Eastern Europe

1 2014

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Jacquard

Sortuj według:

Ogranicz wyniki do:

Automatic Identification of Jacquard Warp-knitted Fabric Patterns Based on the Wavelet Transform

Jiang G. M., Zhang D., Cong H. L., Zhang A L, Gao Z.

Fibres & Textiles in Eastern Europe

2014

Vol. 22, no. 2 (104)

53--56

In view of the fact that the design of jacquard warp knitting patterns is time-consuming, this paper proposes a rapid segmentation method to divide the multi-textural regions of jacquard warp-knitted fabric which could be used for automatic identification of fabric patterns to improve the efficiency of design. After pretreatment, the images scanned were decomposed by a two-layer two-dimensional wavelet transform and the standard deviations of five channels were extracted as the eigen values. Then, after giving the cluster centers, a multi-channel clustering was made combined with a K-means clustering algorithm. Finally the removal of noises caused by classification errors was needed , after which an accurate identification image was obtained. The experiments show that this method can achieve automatic texture segmentation of jacquard warp-knitted fabric with more than three textural regions. The identification results have high regional consistency, and the segmentation accuracy is up to 92%. The method can also adapt to a variety of mesh regions. Besides this, the approach is fast and can simplify craft personnel’s traditional process of pattern tracing classification when it is combined with CAD. Through this method, the efficiency of jacquard warp-knitted product designing can be improved a lot.

Biorąc pod uwagę, że określenie wzorów żakardowych dzianin osnowowych jest czasochłonne, zastosowano metodę szybkiej segmentacji wzorów dla wydzielenia wielostrukturalnych rejonów dzianin, które mogłyby zostać wykorzystane dla automatycznej identyfikacji wzorów dzianin i usprawnieniu procesu projektowania. Po wstępnej obróbce zeskanowane obrazy zostają podzielone poprzez dwuwarstwową, dwuwymiarową transformacje typu „wavelet”, następnie określa się odchylenia standardowe dla pięciu kanałów i ekstrahuje się jako wartość własną. Następnie przeprowadza się wielowarstwową analizę klastrów opartą na specjalnym algorytmie. W końcu usuwa się szumy spowodowane przez błędy klasyfikacyjne co pozwala na dokładną identyfikację obrazów. Eksperymenty wykazują, że opracowana metoda pozwala na automatyczną segmentację struktury osnowowych dzianin żakardowych z więcej niż trzema regionami strukturalnymi. Opracowana metoda zapewnia identyfikację z dokładnością do 92% i znacznie usprawnia proces projektowania dzianin żakardowych.