跳到主要内容
10.1145/3583133.3590599acm会议文章/章节视图摘要出版物页面灰泥会议记录会议集合
海报

基于统计特征和生物激励算法的纹理缺陷检测新方法

出版:2023年7月24日 出版历史
  • 获取引文提醒
  • 摘要

    纹理缺陷检测是识别和定位基于纹理的产品或材料(如纺织品、纸张或金属表面)中的缺陷的过程。本文提出了一种利用统计特征和生物启发算法进行纹理缺陷检测的新方法。在许多应用中,使用统计特征检测纹理缺陷已被证明是一种有效的方法。利用纹理的GLCM和GLRLM提取图像的特征,并结合形成统一的特征集。然后,将蝙蝠算法(Bat)与新的适应度函数结合用于特征选择。所选特征用于训练LGBM和MLPClassifier,以将图像分类为有缺陷或无缺陷。该方法在KolektorSDD2图像数据集上进行了评估,该数据集是纹理缺陷检测的基准数据集。结果表明,当使用LGBM分类器代替MLPC时,所提出的方法优于传统的特征选择方法,并提高了缺陷检测系统的整体精度。所提出的方法在各种基于纹理的行业中具有潜在的应用,可以进行进一步的研究来改进该方法,并在其他数据集和应用程序上进行测试。

    工具书类

    [1]
    雅各布·博日奇、多曼·塔伯尼克和达尼杰尔·斯科恰。2023Kolektor表面缺陷数据集2(KolektorSDD2/KSDD2)。https://www.vicos.si/resources/kolektorsdd2/
    [2]
    Ritendra Datta、Dhiraj Joshi、Jia Li和James Z.Wang。2008年。图像检索。计算。调查40,2(2008年4月),1-60。
    [3]
    A.Dixit和N.P.Hegde。2013.图像纹理分析-调查。2013年第三届先进计算和通信技术国际会议(ACCT)。IEEE,69-76。
    [4]
    文卡塔纳雷什巴布·库皮利(Venkatanereshbabu Kuppili)、S.Nisheel、Sakthivel Rathinasamy和穆拉利塔兰·克里希南(Muralitharan Krishnan)。2019.分类问题中的新型优雅模糊遗传算法。软计算23 (07 2019).

    建议

    评论

    信息和贡献者

    问询处

    发布于

    封面图片ACM会议
    GECCO’23伴侣:遗传和进化计算伴侣会议记录
    2023年7月
    2519页
    国际标准图书编号:9798400701207
    内政部:10.1145/3583133
    允许制作本作品的部分或全部数字或硬拷贝供个人或课堂使用,但不收取任何费用,前提是复制品的制作或分发不是为了盈利或商业利益,并且复制品在首页注明本通知和完整引文。必须尊重本作品第三方组件的版权。对于所有其他用途,请联系所有者/作者。

    赞助商

    出版商

    计算机协会

    美国纽约州纽约市

    出版历史

    出版:2023年7月24日

    检查更新

    作者标记

    1. 统计特征
    2. 生物启发算法
    3. 特征选择优化
    4. 图像分类

    限定符

    • 海报

    会议

    GECCO’23伙伴
    赞助商:
    GECCO’23伙伴:关于遗传和进化计算的伙伴会议
    2023年7月15日至19日
    葡萄牙里斯本

    接受率

    4410份提交文件中的总接受率为1669份,占38%

    即将召开的会议

    GECCO’24
    遗传和进化计算会议
    2024年7月14日至18日
    墨尔本,维多利亚州,澳大利亚

    贡献者

    其他指标

    文献计量学和引文

    文献计量学

    文章指标

    • 0
      引文总数
    • 51
      总下载次数
    • 下载量(最近12个月)51
    • 下载次数(最近6周)1

    其他指标

    引文

    视图选项

    获取访问权限

    登录选项

    完全访问权限

    查看选项

    PDF格式

    以PDF文件查看或下载。

    PDF格式

    电子阅读器

    使用联机查看电子阅读器.

    电子阅读器

    媒体

    数字

    其他

    桌子

    分享

    分享

    共享此出版物链接

    在社交媒体上分享