.png){kind=icon}
返回
Multi-scale feature fusion network-based weft density analysis
.png){kind=icon}
PRE
AI
DOI：10.1088/2631-8695/ae1d11.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
织物纬密检测是织物质量控制的重要指标。基于机器视觉的传统纬密分析方法需要根据织物特性进行设计，缺乏对不同织物的适应性。为解决此问题，提出了一种基于多尺度特征融合网络的纬密检测方法。首先，构建了透射光源的织物图像采集系统，以创建包含纬纱轮廓的数据集。其次，设计了多尺度特征融合网络（MSRUNeXt），该网络通过多尺度残差卷积模块（MRCM）、双通道上采样模块（DCUM）和全局-局部空间注意力模块（GLSA）的协同合作，实现织物纬向纹理的精确分割和特征提取。最后，采用渐进式概率霍夫变换方法计算纬纱倾斜角度并校正织物图像，并通过灰度投影方法统计纬纱的空间位置，以实现纬密的精确计算。实验结果表明，该方法能有效检测不同类型织物的纬密，表现出良好的适应性和准确性。
Keyword:
fabric
weft density
convolutional neural network
progressive probabilistic hough transform
grayscale projection
期刊
E
IF:
1.6
论文数:
2.1K
被引数:
0
机构
引用论文
Woven Fabric Density Measurement by Using Multi-Scale Convolutional Neural Networks.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏An investigation of woven fabric density measurement using image analysis based on RTV-SFT基于RTV-SFT的图像分析方法在 woven fabric 密度测量中的应用研究
PREAI
分享收藏分享收藏
分享收藏Jin, Z.; Qiu, Y.; Zhang, K.; Li, H.; Luo, W. MB-TaylorFormer V2: Improved Multi-branch Linear Transformer Expanded by Taylor Formula for Image Restoration. arXiv 2025, arXiv:2501.04486. [Google Scholar] [CrossRef] [PubMed]金, Z.; 邱, Y.; 张, K.; 李, H.; 罗W. MB-TaylorFormer V2：基于泰勒公式扩展的多分支线性变换器用于图像修复的改进. arXiv 2025, arXiv:2501.04486. [谷歌学术] [ CrossRef ] [PubMed]
IF0
PREAI
分享收藏
查看更多内容