融合空间模糊C-均值聚类的纱线疵点检测算法

来源 :激光与光电子学进展 | 被引量 : 0次 | 上传用户:m123987679
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了精确评价纱线疵点的种类与个数,提出了一种融合空间模糊C-均值(FCM)聚类的纱线疵点检测算法。首先利用融合空间FCM聚类算法提取纱线条干;然后对纱线条干进行形态学开运算处理,以获取精确的纱线条干,并利用条干上下边缘点之间的像素个数计算纱线的直径与平均直径;最后根据纱线疵点标准判定纱线疵点的种类与个数。为了验证本算法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容性纱疵分级仪的检测结果进行对比。结果表明,本算法与电容性的检测结果一致性较好,且价格低廉,不易受环境温度、湿度等
其他文献
语文课堂教学与文学社团活动相结合,既有利于提高语文课堂教学的质量,也有利于增强文学社团活动的效果,对于学校的校园文化建设以及提高教师的教学水平也大有益处。
针对传统图像拼接方法处理速度慢、效率低、无法满足高分辨率图像快速准确拼接的需要,提出一种基于ORB特征的高分辨率图像拼接改进算法。首先在ORB特征点提取的基础上,采用汉明距离进行快速粗匹配;然后基于渐进采样一致性(PROSAC)算法对匹配点对进行优化,去除误匹配点对之后,求解图像变换矩阵;最后采用渐入渐出加权融合算法对图像重叠区域进行融合,去除拼接痕迹。实验结果表明,相较于传统算法,本文算法不仅在
公立医院人员编制数额有限,一些专业技术岗位对编制外人员的招录实施力度和重视程度日渐提升。编制外人员已经成为公共医疗单位不可或缺的人力资源用工形式,这支队伍的综合业务素质同样关系到一个地域内百姓的生命健康,以及用工医院的长久稳健发展和业内核心竞争力。天津市某三级甲等综合性公立医院派遣制用工近四年内招入和流出的大体现状为切入点,通过浅析流动原因,从而以点及面浅谈通常造成国内公立医院编制外人员流失的主要因素,进一步提出公立医院编制外人员管理的优化方案,意在为各公立医院留住编制外人员、稳定编制外队伍、建立科学有效
为服务“精准扶贫”国家战略,在成人教育扶贫过程中,深刻认识到返贫的出现及其原因,提出充分发挥成人教育防止返贫的作用,提升贫困对象摆脱贫困的意愿,改善贫困地区教育环境。以此为依据通过统计贫困地区接受继续教育意愿,整合扶贫对象教育信息,进一步对接受成人教育的贫困人口进行分类,从而实现精准确定扶贫对象。
社区老年教育作为社区教育和老年教育的融合体,日益呈现出多样化的发展途径和特色,但是目前面临着认识不到位、管理体制欠完善、基础能力薄弱等方面的问题。新时代社区老年教育要实现健康可持续发展,在路径选择上要提高站位,更新观念;党委领导、政府统筹、协同治理;健全办学体系,整合资源;充实人员,壮大队伍;发挥各办学主体优势;重构教育内容,发挥老者潜能;整合社会资源,激发社会活力。
运用录像观察、数理统计、新三段指标评估等研究方法,对第54、55届世乒赛女双项目进入决赛、半决赛的弧快型打法配对、快弧型打法配对和削攻型打法配对的技战术进行分析。结果表明:弧快型打法配对发球变化多端、抢攻质量高,但与第5板的衔接慢,接抢及连续进攻意识被动且失误较多;快弧型打法配对发抢意识明显且杀伤力大,发球质量低且同伴第3板被动接球与第5板衔接不流畅,接抢意识被动,攻防转换较慢;削攻型打法配对发球“倒板”直接得分能力强,但抢攻和防守稳定性差,接发球抢攻意识弱,相持中削球及反攻的稳定性不高。旨在为不同类型打
作为白俄罗斯的首都,有着近千年历史的明斯克意为“交易之镇”,但现在的明斯克是在“二战”废墟上建立的.由于是苏联时期的新城,它的建筑和市容给予我这个游者最直观的感受是
期刊
针对现有药房药剂师取药任务繁重、效率低下等问题,设计了基于机器视觉的取药机器人系统,提出了一种基于融合局部特征匹配和Mean Shift算法的药品识别算法,系统整体实现了药品的识别、定位及抓取任务。首先,安装于药架之间的抓药机器人接收上位机发送的药品信息,通过摄像头识别药品,使用AKAZE算法对货架上的药品进行匹配,获取药品坐标后,将匹配的药品抓取放至传送带上;位于取药处的分拣机器人得到上位机发送
针对现有基于像素损失的超分辨率图像重建算法对纹理等高频细节的重建效果差问题,提出了一种基于改进超分辨率生成对抗网络(SRGAN)的图像重建算法。首先,去除了生成器中的批归一化层,并结合多级残差网络和密集连接,用残差套残差密集块提高了网络提取特征的能力。然后,结合均方误差与感知损失作为指导生成器训练的损失函数,既保留了图像的高频细节,又避免了伪影的出现。最后,去除了判别器的最后一层Sigmoid层,
研究基于场景描述文本生成对应图像的方法,针对生成图像常常出现的对象重叠和缺失问题,提出了一种结合场景描述的生成对抗网络模型。首先,利用掩模生成网络对数据集进行预处理,为数据集中的对象提供分割掩模向量。然后,将生成的对象分割掩模向量作为约束,通过描述文本训练布局预测网络,得到各个对象在场景布局中的具体位置和大小,并将结果送入到级联细化网络模型,完成图像的生成。最后,将场景布局与图像共同引入到布局鉴别