Qualité – labels – tests – certification

Détection des défauts sur étoffes à l’aide de fonctionnalités d’ensemble d’informations par rapport aux approches d’apprentissage en profondeur

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…

Cone Denim propose une vérification médico-légale de la traçabilité du coton

Cone Denim, leader mondial de l’authenticité du denim et de l’innovation durable depuis plus de 128 ans et faisant partie du portefeuille de marques Elevate Textiles, s’est associé à Oritain, le spécialiste de la traçabilité des produits et de la chaîne d’approvisionnement, pour devenir la première usine de denim à adopter le plus haut niveau de traçabilité possible. La méthode…

Détection non supervisée des défauts du tissu, basée sur un réseau contradictoire génératif convolutif profond

La détection et la localisation des défauts de surface dans les matériaux texturés est un problème crucial mais difficile en raison de facteurs tels que les variations de texture et le manque d’échantillons défectueux adéquats avant le test. Dans cet article, les auteurs présentent une nouvelle méthode non supervisée pour détecter automatiquement les défauts dans les tissus basée sur un…

Une base de données publique pour les méthodes et les résultats de détection des défauts textiles

L’utilisation du traitement d’image pour la détection et la classification des défauts est une réalité depuis un certain temps dans la science et l’industrie. De nouvelles méthodes sont constamment présentées pour améliorer tous les aspects de ce processus. Cependant, ces nouvelles approches sont appliquées à une petite collection privée d’images, ce qui rend très difficile une véritable étude comparative de…

Une base de données publique pour les méthodes et les résultats de détection des défauts textiles

L’utilisation du traitement d’image pour la détection et la classification des défauts est une réalité depuis un certain temps dans la science et l’industrie. De nouvelles méthodes sont constamment présentées pour améliorer tous les aspects de ce processus. Cependant, ces nouvelles approches sont appliquées à une petite collection privée d’images, ce qui rend très difficile une véritable étude comparative de…

Uster, partenaire de qualité pour les producteurs de tissus

Depuis 2018, les systèmes de qualité USTER® de renommée mondiale incluent l’inspection des tissus. L’ITMA 2019 a vu le lancement de la première innovation majeure à être développée depuis l’acquisition de la société d’inspection de vision automatique Elbit Visions Systems (EVS). USTER® Q-BAR 2 représente la prochaine génération du système de surveillance et d’inspection sur métier original, offrant une conception…

Nouveau système de visitage utilisant l’intelligence artificielle

L’Université polytechnique de Hong Kong (PolyU) a mis au point un système de détection de défaut de tissu intelligent, appelé WiseEye, qui met à profit les technologies de pointe, y compris l’intelligence artificielle (AI), pour réaliser l’apprentissage nécessaire dans le processus de contrôle de la qualité (CQ) pour l’industrie textile. « Wise Eye est un système unique d’inspection fondé AI…

Une nouvelle méthode d’évaluation des dommages dans les tests de résistance à l’abrasion Martindale

Le test Martindale, mené selon la norme ISO 12947-1, a été spécialement conçu pour contrôler la résistance à l’abrasion d’étoffes en effectuant sur leur surface des cercles avec un élément abrasif, afin de simuler une usure naturelle. Comptabilisant le nombre de tours avant la déchirure du substrat, c’est le procédé le plus fréquemment utilisé pour qualifier les textiles d’habillement, d’ameublement…

Détection de défaut sur tissu par décomposition en ondelettes non-décimée et modèle de distribution de Gumbel

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…

En continuant à utiliser le site, vous acceptez l’utilisation des cookies. Plus d’informations

Les paramètres des cookies sur ce site sont définis sur « accepter les cookies » pour vous offrir la meilleure expérience de navigation possible. Si vous continuez à utiliser ce site sans changer vos paramètres de cookies ou si vous cliquez sur "Accepter" ci-dessous, vous consentez à cela.

Fermer