ガウス混合モデルによる織物の毛玉状欠陥検出

• Item type: SIG Technical Reports(1)
• 公開日: 2002-12-16
• タイトル: ガウス混合モデルによる織物の毛玉状欠陥検出
• タイトル / 言語: en
• タイトル: Detection of Knitting Ball-Shaped Defects in Textile Based on Gaussian Mixture Model
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 岡山大学工学部
• 著者所属: 岡山大学工学部
• 著者所属: 岡山大学工学部
• 著者所属: 株式会社クラレ
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Okayama University
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Okayama University
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Okayama University
• 著者所属(英): en
• 著者所属(英): Technology Development Center, Kuraray Co.,Ltd.
• 著者名: 田村, 潤治; 山根延元; 森川, 良孝; 渡辺, 拓一郎
• 著者名(英): Junji, Tamura; Nobumoto, Yamase; Yoshitaka, Morikawa; Takuichiro, Watanabe
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では織物の製品検査の自動化を目的として、織物に含まれる微小な毛玉状の欠陥を統計的画像処理によって検出する方法を提案する．一般にこのような欠陥検出問題は検査対象画像の統計的性質に関する事前知識に基づいて行われるが，本問題では欠陥についての完全な事前知識を得るのは困難である。そこで、提案法では，欠陥を含まない正規画像の統計モデルとして広義定常ガウス混合モデルを採用し、特徴ベクトルとして画像の局所ブロックの信号に対するDCTの交流係数をそのノルムで正規化したベクトルを用いる。ガウス混合モデルの決定を検査対象画像と同じテキスチャーをもつ複数の画像を用いて行った場合のシミュレーション実験結果を示し，提案法の検出評価量は欠陥の可視性の尺度として有効であることを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, a method to detect knitting ball-shaped defects in textile using statistical image processing is proposed, in order to realize automatic visual check. In detecting such defects in textile using statistical image processing is proposed, in order to realize automatic visual check. In defects in textile using statistical image processing is proposed, in order to realize automatic visual check. In detecting such defects, a priori knowledge about property of the object image should be used, but in underlying problem, it is difficult to obtain sufficient knowledge about statistical property of the defect image. In the proposed method, we design a statistical model about the nominal image without defects, and use likelihood ratio relative to the nominal model as valuation for the detection, wide sense stationary Gaussian mixture distribution model as the nominal image without defects, and use likelihood ratio relative to the nominal model as valuation for the detection, wide sense stationary Gaussian mixture distribution model as the model. In the case that the nomal model is designed using many images that have the same texture as an oblect image, a simulation result shows that the valuation for detection obtained by the proposed method corresponds well to the visibillity of the defects.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438399
• 書誌情報: 情報処理学会研究報告オーディオビジュアル複合情報処理（AVM）; 巻 2002, 号 120(2002-AVM-039), p. 153-157, 発行日 2002-12-16
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会