Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  sequential slub yarn image
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This paper is the second part of a series reporting the recent development of a computerised method for automatic mosaic sequential yarn images. In our earlier work, an effective method for stitching sequence slub yarn images automatically was developed based on image processing and the normalised cross correlation (NCC) method. 100 image pairs of two kinds of slub yarn were measured in certain specific conditions, such as the frame rate, size of stitching template, etc., and the measurement results were evaluated with the manual method. In this paper, the effects of various influencing factors are numerically examined, including the stitching template size, threshold value, frame rate, and computing time of the mosaic algorithm. The feasibility and accuracy of the fully computerized method were evaluated further under the various influencing parameters. One hundred percent cotton ring spun single slub yarns of 27.8, 15.6, and 9.7tex were prepared and used for the evaluation. The measurement results obtained by the method proposed are analysed and compared with those measured manually by Adobe Photoshop. The experimental results show that the method proposed can accurately find the stitch position and has a high consistency with the manual method when the matching template is 100 × N pixels, the threshold value T1∈[20, 40] and T2∈[51, 80], and the frame rate is greater than 40fps.
PL
Artykuł jest drugą częścią serii opisującej opracowanie sekwencyjnej metody przetwarzania obrazu przędz ozdobnych. We wcześniejszej pracy opracowano skuteczną metodę oceny przędz w oparciu o przetwarzanie obrazu i znormalizowaną metodę korelacji krzyżowej (NCC). Zbadano w określonych warunkach (liczba klatek na sekundę, rozmiar szablonu szycia itp.) 100 par obrazów dwóch rodzajów przędz, a następnie oceniono wyniki pomiarów. Przeprowadzono eksperymenty mające na celu zbadanie wykonalności i dokładności proponowanej metody. W pracy przeanalizowano numerycznie wpływ różnych czynników tj. rozmiaru szablonu, wartości progowej, liczby klatek na sekundę i czasu obliczeń algorytmu mozaikowego. Wykonalność i dokładność w pełni skomputeryzowanej metody zostały poddane dalszej ocenie. Metodę manualnej segmentacji obrazu i metodę automatycznej identyfikacji powierzchni przędzy ozdobnej przy wykorzystaniu odpowiednio przygotowanego algorytmu opartego o techniki numeryczne. W metodzie ręcznej segmentacji wprowadzono zmienne oparte o prędkość odczytywania danych z obrazu, które następnie poddawano analizie. W metodzie automatycznej zaproponowano wprowadzenie innych bardzie przydatnych zmiennych do identyfikacji charakterystycznych cech strumienia włókien. Plan eksperymentu obejmował trzy rodzaje przędz bawełnianych wytworzonych na przędzarce obrączkowej (27,8, 15,6 i 9,7tex). Wyniki pomiarów zaproponowanej metody analizowano i porównywano z pomiarami wykonywanymi ręcznie. Wyniki eksperymentalne pokazały, że proponowana metoda może być z powodzeniem stosowana i ma wysoką zgodność z metodą ręczną, przy szablonie 100 x N pikseli, wartości progowej T1∈ [20, 40] i T2∈ [51, 80] oraz liczbie klatek na większej niż 40 klatek na sekundę.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.