Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
DOI:
https://doi.org/10.15332/iteckne.v7i1.2712Keywords:
Texture, Image processing, Neural networks, Local binary patterns, Energy of Laws, Co-occurrence matrixAbstract
This paper uses image processing techniques to detect defects in fabrics. The performance of three spatial techniques is evaluated by statistical descriptors, and the extracted features are classified by neural networks. The texUAN database, developed by GEPRO research group of the Antonio Nariño University, was used in this study.
Downloads
References
[2] Laws K., “Textured Image segmentation,” Ph.D. Dissertation, University of Southern California, January, 1980
[3] Zucker, S.W. , Terzopoulos. Finding structure in coocurrence matrices for texture analysis. Computer Graphics and Image Proc. Vol 2:286-308, 1980
[4] Haralick R. M., Textural Features for Image Classification. IEEE Transaction on System, Man, and Cybernetics. Vol. 3, pages 610-621, 1973
[5] Clausi D.A., Jernigan M.E., A Fast Method to Determine Co-occurrence Textura Features. IEEE Transaction on Geoscience and Remote Sensing. Vol. 3, pages 610-621, 197
[6] Davies E.R, Machine Vision Theory, Algorithms, Practicalities, El Sevier, 3 edition, 2005
[7] Alvarado J, Fernández J, Análisis de textura en imágenes a escala de grises, utilizando patrones locales binarios (LBP), Memorias XV Simposio De Tratamiento De Señales, Imágenes Y Visión Artificial - STSIVA, Pag 95-100, 2010
[8] Pietikainem M., Image Analysis with Pattern Local Binary. Image Analysis, SCIA 2005 Proceedings, Lecture Notes in Computer Science 3540, Springer, pages 115-118. 2005
[9] Maenpaa T., M. et.al, “Robust Texture Classification by Subsets of Local Binary Patterns”, Proceedings of the 15th International Conference on Pattern Recognition, 2000, Vol. 3, 3-7, Pages 939-942
[10] Harwood D, Ojala T, Pietikäinen M, Kelman S & Davis S, Texture classification by center-symmetric auto-correlation, using Kullback discrimination of distributions. Technical report, Computer Vision Laboratory, Center for Automation Research, University of Maryland, College Park, Maryland. CAR-TR-678, 1993
Downloads
Published
How to Cite
Issue
Section
License
La revista ITECKNE se encuentra registrada bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional Por lo tanto, esta obra se puede reproducir, distribuir y comunicar públicamente, siempre que se reconozca el nombre de los autores y a la Universidad Santo Tomás. Se permite citar, adaptar, transformar, autoarchivar, republicar y crear a partir del material, siempre que se reconozca adecuadamente la autoría, se proporcione un enlace a la obra original y se indique si se han realizado cambios.
La Revista ITECKNE no retiene los derechos sobre las obras publicadas y los contenidos son responsabilidad exclusiva de los autores, quienes conservan sus derechos morales, intelectuales, de privacidad y publicidad. Sin embargo esta facultada para editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir el artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.
