Dans cet article, une nouvelle méthode basée sur la théorie des ensembles d’informations est proposée pour détecter les défauts dans la texture d’une étoffe. En appliquant la théorie des ensembles d’informations sur des images de tissus défectueux, cinq nouvelles fonctionnalités sont obtenues. Ces caractéristiques sont l’information efficace, l’énergie, la sigmoïde, la transformation de Shannon et la transformation composite.
Ces caractéristiques sont testées sur les échantillons de tissus prélevés dans une usine de tissus de soie de Berhampur présentant quatre types de défauts, à savoir, une mauvaise sélection, plusieurs pics, une tache d’huile et un fil en saillie et le cinquième type est normal. L’algorithme de classification de type du voisin le plus proche est utilisé pour classer les défauts dans les tissus. Une comparaison des résultats montre que les fonctionnalités d’information proposées sont meilleures en termes de précision et de vitesse.
Serveur web : https://www.tandfonline.com/doi/full/10.1080/00405000.2020.1870326
Date : 07/01/2021