Fabric quality inspection is important to the textile industry because the price of second-quality fabric is merely 45% to 65% of that of first-quality fabric. Using the wavelet transform, this paper intends to analyse fabric images and establish the different features of fabric texture, and then through grey relational analysis of grey theory, we will attempt to distinguish and classify the texture of fabrics, mainly cotton, polyester, silk, rayon, knitting and linen. The grey relational analysis approach is applied to analyse the correlation in the random factor sequence of feature indexes after some data processing and determine the texture type of the designated fabric on the basis of the highest correlative degree. Experiment findings show that the automatic distinguishing system for the fabric types discussed in this paper is capable of distinguishing six different textile images.
PL
Kontrola jakości płaskich wyrobów włókienniczych jest bardzo ważna w przemyśle tekstylnym ze względu na różnice cenowe pomiędzy tekstyliami wyższej i niższej jakości. Wykorzystując odpowiednie przekształcenia matematyczne przeprowadzono analizę obrazów tekstyliów i na podstawie teorii zbiorów rozmytych zidentyfikowano struktury badanych próbek, w tym tekstyliów z bawełny, poliestru, jedwabiu, sztucznego jedwabiu i lnu. Ostateczną identyfikację badanej struktury przeprowadzono na podstawie współczynnika korelacji. Udowodniono, że automatyczny system rozróżniania rodzajów tekstyliów nadaje się do praktycznego zastosowania.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.