Cet article étudie une approche non supervisée pour la détection de défauts de tissu en utilisant une décomposition en ondelettes non décimée et des modèles statistiques simples.
Un nouveau système de fusion de données est proposé pour fusionner les informations des différents canaux dans une unique carte de caractéristiques dans laquelle les régions potentiellement défectueuses seront mises en évidence.
La distribution des valeurs des pixels correspondant à la texture d’arrière-plan sans défaut dans la carte de caractéristique est modélisée selon le modèle de distribution de Gumbel dont les paramètres sont estimés en partitionnant la carte d’entités en un ensemble de petites parcelles.
En calculant la valeur du log de la fonction de vraisemblance de chaque élément, une carte de vraisemblance logarithmique (LLM) peut être facilement créée, ce qui fournit une bonne représentation de l’ensemble des régions non-défectueuses
Une simple procédure de seuillage suit ensuite pour discriminer les régions défectueuses de l’arrière-plan homogène dans le LLM.
La performance de la méthode a été largement évaluée en utilisant des échantillons de tissus réels, et l’efficacité du système proposé a été vérifiée par des résultats expérimentaux en comparaison avec d’autres méthodes
Serveur web : http://www.jeffjournal.org/papers/Volume13/V13i1(3)%20Guang%20Hua%20Hu.pdf
Date : 07/2018