A computer vision system for detecting tufted carpet defects
Other Title(s)
نظام رؤية بالحاسب الآلي لاكتشاف عيوب الموكيت
Joint Authors
Faraj, Ramsis
Arid, Fayiz
Bunduq, Nadiyah
Source
Issue
Vol. 29, Issue 1 (31 Mar. 2004), pp.1-14, 14 p.
Publisher
Mansoura University Faculty of Engineering
Publication Date
2004-03-31
Country of Publication
Egypt
No. of Pages
14
Main Subjects
Civil Engineering
Information Technology and Computer Science
Topics
Abstract AR
يختص هذا البحث بدراسة استخلاص، و اختبار الخصائص الضرورية للصور اللازمة لإنشاء نظام رؤية بالحاسب الآلي و الذي يتمكن من اكتشاف و تصنيف عيوب الموكيت.
يوجد أربعة أنواع مختلفة من الموكيت، و أيضا أربعة أنوع من أشهر عيوب هذا النوع من المنتجات : وبرة مفقودة، وبرة مرتفعة، و برة منخفضة، بالإضافة إلى وبرة متجمعة و متكتلة.
تم عمل تحليل إحصائي للصور الرقمية للموكيت و ذلك حتى يتم استنتاج الكميات الإحصائية التالية : الوسط، و الانحراف المعياري، و التماثل و التفلطح و أيضا الانتروبيا، و التي تعرف مجتمعة بالخصائص (المعالم) المتناغمة.
أما بالنسبة للخصائص أو الصفات الجوهرية فيتم استنتاجها باستخدام مصفوفة خاصة بالتحليل الإحصائي، و هي تقوم بتصوير العلاقة بين كثافة نقطتين ضوئيتين بينهما مسافة و زاوية محدديتن، ثم تتم الحسابات بواسطة أسلوب التحليل بواسطة فرق اللون الرمادي الجزئي في نفس الوقت مع أسلوب آخر للتحليل الإحصائي بطريقة فرق اللون الرمادي.
يتم عمل تصويري و تقييم مرئي و ذلك لاختيار معظم الصفات و الخصائص، ثم يتم التصنيف بواسطة تصميم و تدريب مجموعة من الشبكات العصبية الصناعية، و التي يطلق عليها برسبتون (الإدراك الحسي أو العقلي) و يتم اختبار هذا التصميم بواسطة أسلوب الانتشار الأصلي "back propagation"، و ينتهي البحث إلى أن عملية التعرف على الصور و اكتشاف العيوب قد تمت بنجاح.
Abstract EN
This work presents an approach to extract, analyze and select image attributes necessary for building a vision computer system that is able to detect and classify tufted carpet defects.
Four different tufted carpets and four different defects were considered; missing pile, higher pile, lower pile, slobs and knots.
Carpet digital images were statistically analyzed to calculate Mean, Variance, Skewness, Kurtosis, and Entropy, known as tonal features.
Texture features were extracted from co-occurrence matrices describing the relationships between intensities of two pixels at a certain distance and angle from each other and evaluated using SGLDM and GLDM statistics.
Graphical presentation and visual assessment were made to choose the most significant features.
For classification, artificial neural networks were built and trained using perceptron and back propagation algorithms.
The recognition was successful in detecting common tufted carpet defects
American Psychological Association (APA)
Faraj, Ramsis& Arid, Fayiz& Bunduq, Nadiyah. 2004. A computer vision system for detecting tufted carpet defects. Mansoura Engineering Journal،Vol. 29, no. 1, pp.1-14.
https://search.emarefa.net/detail/BIM-361695
Modern Language Association (MLA)
Faraj, Ramsis…[et al.]. A computer vision system for detecting tufted carpet defects. Mansoura Engineering Journal Vol. 29, no. 1 (2004), pp.1-14.
https://search.emarefa.net/detail/BIM-361695
American Medical Association (AMA)
Faraj, Ramsis& Arid, Fayiz& Bunduq, Nadiyah. A computer vision system for detecting tufted carpet defects. Mansoura Engineering Journal. 2004. Vol. 29, no. 1, pp.1-14.
https://search.emarefa.net/detail/BIM-361695
Data Type
Journal Articles
Language
English
Notes
Includes appendices : p. 10-14
Record ID
BIM-361695
