FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ

Kazım Hanbay; Muhammed Fatih Talu; Ömer Faruk Özgüven

doi:10.17341/gazimmfd.300604

FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ

Öz

Kumaş üretiminde yüzey hatalarını tespit etmek için gerçek zamanlı hata tespit sistemlerine ihtiyaç duyulmaktadır. Mevcut durumda örgü kumaş üretiminde gerçek zamanlı hata tespit sistemi yoktur. Bu çalışmada gerçek zamanlı kumaş hatası tespit sistemi geliştirilmiş ve yuvarlak örgü makinesi üzerinde test edilmiştir. Kumaş görüntüsünün dokusal özellikleri Fourier dönüşümü temelinde çıkarılmıştır. Bu dokusal özellikler 7 tane olup kumaş görüntüsünün Fourier frekans spektrumunun yatay ve dikey yönlerinden hesaplanmıştır. Önerilen metodunun performansı ilk olarak kapsamlı veri tabanı temel alınarak gerçek zamanlı olmayan çalışmalar yolu ile değerlendirilmiştir. Önerilen metot gerçek zamanlı kontrolde de başarı sağlayabilecek üstün bir performans elde etmiştir. İkinci olarak, endüstriyel şartlarda etkin bir kumaş hatası kontrolü için gerçek zamanlı makine görmesi sistemi tasarlanmıştır. Gerçek zamanlı hata tespit sistemi çizgi kamera tarafından elde edilen kumaş görüntüleri analiz edilerek test edilmiştir. Deneysel sonuçlar önerilen hata tespit modelinin yaygın örgü kumaş hatalarını başarılı bir şekilde tespit edebildiğini göstermiştir.

Anahtar Kelimeler

Kumaş hatası tespiti,Gerçek zamanlı kontrol; Doku sınıflandırma; Fourier dönüşümü

Kaynakça

Ngan, H.Y.T., Pang, G.K.H., Yung, N.H.C., Automated Fabric Defect Detection-A Review, Image and Vision Comput., 29, 442-458, 2011.
Hamdi A. A., Sayed M. S., Fouad M. M., Hadhoud M. M., Fully Automated Approach for Patterned Fabric Defect Detection, Fourth International Japan-Egypt Conference on Electronics, Communications and Computers (JEC-ECC), Cairo, , 48-51, 31 Mayıs-2 Haziran 2016.
Jing, J., Wang, J., Li, P., Li, Y., Automatic Classification of Woven Fabric Structure by Using Learning Vector Quantization, Procedia Eng., 15, 5005-5009, 2011.
Tilocca, A., Borzone, P., Carosio, S., Durante, A., Detecting Fabric Defects with A Neural Network Using Two Kinds of Optical Patterns, Text. Res. J., 72, 545-550, 2002.
Li Y., Zhao W., Pan J., Deformable Patterned Fabric Defect Detection with Fisher Criterion-Based Deep Learning, IEEE Trans. Autom. Sci. Eng., 99, 1-9, doi: 10.1109/TASE.2016.2520955.
Tsang C.S.C., Ngan H.Y.T., Pang G.K.H., Fabric Inspection Based on the Elo Rating Method, Pattern Recognit., 51, 378-394, 2016.
Jayashree, V., Subbaramn, S., Hybrid Approach Using Correlation and Morphological Approaches for GFDD of Plain Weave Fabric, IEEE Control and System Graduate Research Colloquium (ICSGRC), 197-202, 2012.
Seker A., K. Peker A., Yuksek A. G., Delibas E., Fabric Defect Detection Using Deep Learning, 24th Signal Processing and Communication Application Conference (SIU), Zonguldak, 1437-1440, 2016.

Stivanello M. E., Vargas S., Roloff M. L., Stemmer M. R., Automatic Detection and Classification of Defects in Knitted Fabrics, IEEE Lat. Am. Trans.,14 (7), 3065-3073, 2016.
Selver M. A., Avşar V., Özdemir H., The Journal Of The Textile Institute, 105 (9), 998-1007, 2014.
Li, Y., Ai, J., Sun, C., Online Fabric Defect Inspection Using Smart Visual Sensors, Sensors, 13 (4), 4659-4673, 2013.
Hanbay, K., Talu, M. F., Ozguven, O. F., Ozturk, D., Fabric Defect Detection Methods for Circular Knitting Machines, IEEE 23th Signal Processing and Communications Applications Conference (SIU), 735-738, 16-19 May 2015.
Zhou, Y. W., Song, G. L., Fang, M., The Automating Detecting of Stitch Distortion in Knitted Fabric by Image Processing Technology, International Conference on Control, Automation and Systems Engineering (CASE), 1-3, 2011.
Zhao, D.X., Wang, H., Zhu, J.L., Li, J.L., Research on a New Fabric Defect Identification Method, International Conference on Computer Science and Software Engineering, 814-817, 2008.
Ismail, N., Syahrir, W.M., Zain, J.M., Hai, T., Fabric Authenticity Method Using Fast Fourier Transformation Detection, International Conference on Electrical, Control and Computer Engineering (INECCE), 233-237, 2011.
Abou-Taleb, H.A., Sallam, A. T. M., On-line Fabric Defect Detection and Full Control in a Circular Knitting Machine, Autex Research Journal, 8 (1), 21-29, 2008.
Hanbay, K., Talu, M. F., Kumaş Hatalarının Online/offline Tespit Sistemleri ve Yöntemleri, Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 18 (1), 49-69, 2014.
Han, R., Zhang, L., Fabric Defect Detection Method Based on Gabor Filter Mask, Intelligent Systems, Global Congress on Intelligent Systems, 184-188, 2009.
Jing, J., Zhang, H., Wang, J., Li, P., Jia, J., Fabric Defect Detection Using Gabor Filters and Defect Classification Based on LBP and Tamura Method, J. Text. Inst., 104, 18-27, 2012.
Tong, L., Wong, W.K., Kwong, C.K., Differential Evolution-based Optimal Gabor Filter Model for Fabric Inspection, Neurocomputing, 173, 1386-1401, 2016.
Kırıcı, T.K., Marmaralı, A., Online Fault Detection System for Circular Knitting Machines, Tekstil ve Konfeksiyon, 21 (2), 164-170, 2011.
Das B., Turkoglu I., Classification of DNA sequences using numerical mapping techniques and Fourier transformation, Journal of the Faculty of Engineering and Architecture of Gazi University, 31 (4), 921-932, 2016.
Cooley, J.W., Tukey, J.W., An Algorithm for the Machine Calculation of Complex Fourier Series, Math. Comput., , 19, 297–301, 1995.
Akben, S.B., Alkan A., Density-based feature extraction to improve the classifıcation performance in the datasets having low correlation between attributes, Journal of the Faculty of Engineering and Architecture of Gazi University, 30 (4), 597-603, 2015.
Kasım O., Kuzucuoglu A.E., Detection and classification of leukocyte cells from smear image, Journal of the Faculty of Engineering and Architecture of Gazi University, 30 (1), 95-109, 2015.
Guo, Z., Li, Q., Zhang, L., You, J., Zhang, D., Liu, W., Is Local Dominant Orientation Necessary for the Classification of Rotation Invariant Texture?, Neurocomputing, 116, 182–191, 2013.

Ayrıntılar

Birincil Dil

Türkçe

Konular

-

Bölüm

-

Yazarlar

Kazım Hanbay

Muhammed Fatih Talu

Ömer Faruk Özgüven

Yayımlanma Tarihi

23 Mart 2017

Gönderilme Tarihi

9 Aralık 2015

Kabul Tarihi

-

Yayımlandığı Sayı

Yıl 2017 Cilt: 32 Sayı: 1

DOI

https://doi.org/10.17341/gazimmfd.300604

IZ

https://izlik.org/JA42SB89GK

Kaynak Göster

RIS / Bibtex

APA

Hanbay, K., Talu, M. F., & Özgüven, Ö. F. (2017). FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 32(1). https://doi.org/10.17341/gazimmfd.300604

AMA

1.Hanbay K, Talu MF, Özgüven ÖF. FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ. GUMMFD. 2017;32(1). doi:10.17341/gazimmfd.300604

Chicago

Hanbay, Kazım, Muhammed Fatih Talu, ve Ömer Faruk Özgüven. 2017. “FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ”. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 32 (1). https://doi.org/10.17341/gazimmfd.300604.

EndNote

Hanbay K, Talu MF, Özgüven ÖF (01 Mart 2017) FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 32 1

IEEE

[1]K. Hanbay, M. F. Talu, ve Ö. F. Özgüven, “FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ”, GUMMFD, c. 32, sy 1, Mar. 2017, doi: 10.17341/gazimmfd.300604.

ISNAD

Hanbay, Kazım - Talu, Muhammed Fatih - Özgüven, Ömer Faruk. “FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ”. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 32/1 (01 Mart 2017). https://doi.org/10.17341/gazimmfd.300604.

JAMA

1.Hanbay K, Talu MF, Özgüven ÖF. FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ. GUMMFD. 2017;32. doi:10.17341/gazimmfd.300604.

MLA

Hanbay, Kazım, vd. “FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ”. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, c. 32, sy 1, Mart 2017, doi:10.17341/gazimmfd.300604.

Vancouver

1.Kazım Hanbay, Muhammed Fatih Talu, Ömer Faruk Özgüven. FOURIER DÖNÜŞÜMÜ KULLANILARAK GERÇEK ZAMANLI KUMAŞ HATASI TESPİTİ. GUMMFD. 01 Mart 2017;32(1). doi:10.17341/gazimmfd.300604

Cited By

YÜZ GÖRÜNTÜLERİNE AYRIK KOSİNÜS DÖNÜŞÜMÜ UYGULANARAK GÖRÜNTÜ SINIFLANDIRMA SONUÇLARININ İYİLEŞTİRİLMESİ

Uludağ University Journal of The Faculty of Engineering

https://doi.org/10.17482/uumfd.1076377