Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles

En este artículo se utilizan técnicas de procesamiento de imágenes para la detección de defectos en textiles en el sector industrial. Se evalúa el desempeño de tres técnicas espaciales con descriptores estadísticos para la extracción de características que son finalmente clasificados mediante una re...

Full description

Autores:
Fernández, José Armando; M.Sc. Grupo de Investigación en Percepción y Robótica GEPRO, Universidad Antonio Nariño, Ibagué
Alvarado Moreno, José David; Ingeniero Electrónico. Grupo Percepción y Robótica GEPRO, Universidad Antonio Nariño, Ibagué,
Florián, Diego Mauricio; Ingeniero Electrónico. Grupo de Investigación en Percepción y Robótica GEPRO.Universidad Antonio Nariño, Ibagué
Sánchez, César Augusto; Ingeniero Electrónico. Grupo de Investigación en Percepción y Robótica GEPRO. Universidad Antonio Nariño, Ibagué
Tipo de recurso:
Fecha de publicación:
2010
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/8296
Acceso en línea:
http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/354
Palabra clave:
textura, procesamiento de imágenes, redes neuronales, patrones locales binarios, energía de Laws, matriz de co-ocurrencia.
Rights
License
Copyright (c) 2018 ITECKNE
id SANTTOMAS2_32e1f2996005b0197f68f6d3739c576b
oai_identifier_str oai:repository.usta.edu.co:11634/8296
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
spelling Fernández, José Armando; M.Sc. Grupo de Investigación en Percepción y Robótica GEPRO, Universidad Antonio Nariño, IbaguéAlvarado Moreno, José David; Ingeniero Electrónico. Grupo Percepción y Robótica GEPRO, Universidad Antonio Nariño, Ibagué,Florián, Diego Mauricio; Ingeniero Electrónico. Grupo de Investigación en Percepción y Robótica GEPRO.Universidad Antonio Nariño, IbaguéSánchez, César Augusto; Ingeniero Electrónico. Grupo de Investigación en Percepción y Robótica GEPRO. Universidad Antonio Nariño, Ibagué2010-06-30http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/35410.15332/iteckne.v7i1.354En este artículo se utilizan técnicas de procesamiento de imágenes para la detección de defectos en textiles en el sector industrial. Se evalúa el desempeño de tres técnicas espaciales con descriptores estadísticos para la extracción de características que son finalmente clasificados mediante una red neuronal. Para el desarrollo del proyecto se utilizó la base de datos texUAN del grupo de investigación GEPRO de la universidad Antonio Nariño.application/pdfspaUniversidad Santo Tomás. Seccional Bucaramangahttp://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/354/316/*ref*/Julsing B. K., Face Recognition With Local Binary Pattern. Department Of Electrical Ingineering, Mathematics & Computer Science (EEMCS). University Of Twente. The Netherlands, 2007/*ref*/Laws K., “Textured Image segmentation,” Ph.D. Dissertation, University of Southern California, January, 1980/*ref*/Zucker, S.W. , Terzopoulos. Finding structure in coocurrence matrices for texture analysis. Computer Graphics and Image Proc. Vol 2:286-308, 1980/*ref*/Haralick R. M., Textural Features for Image Classification. IEEE Transaction on System, Man, and Cybernetics. Vol. 3, pages 610-621, 1973/*ref*/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/*ref*/Davies E.R, Machine Vision Theory, Algorithms, Practicalities, El Sevier, 3 edition, 2005/*ref*/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/*ref*/Pietikainem M., Image Analysis with Pattern Local Binary. Image Analysis, SCIA 2005 Proceedings, Lecture Notes in Computer Science 3540, Springer, pages 115-118. 2005/*ref*/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/*ref*/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, 1993ITECKNE; Vol. 7, núm. 1 (2010); 75-822339-34831692-1798Copyright (c) 2018 ITECKNEhttp://purl.org/coar/access_right/c_abf2Estudio comparativo de técnicas espaciales para la identificación de defectos en textilesinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1textura, procesamiento de imágenes, redes neuronales, patrones locales binarios, energía de Laws, matriz de co-ocurrencia.11634/8296oai:repository.usta.edu.co:11634/82962023-07-14 16:37:20.947metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co
dc.title.spa.fl_str_mv Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
title Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
spellingShingle Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
textura, procesamiento de imágenes, redes neuronales, patrones locales binarios, energía de Laws, matriz de co-ocurrencia.
title_short Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
title_full Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
title_fullStr Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
title_full_unstemmed Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
title_sort Estudio comparativo de técnicas espaciales para la identificación de defectos en textiles
dc.creator.fl_str_mv Fernández, José Armando; M.Sc. Grupo de Investigación en Percepción y Robótica GEPRO, Universidad Antonio Nariño, Ibagué
Alvarado Moreno, José David; Ingeniero Electrónico. Grupo Percepción y Robótica GEPRO, Universidad Antonio Nariño, Ibagué,
Florián, Diego Mauricio; Ingeniero Electrónico. Grupo de Investigación en Percepción y Robótica GEPRO.Universidad Antonio Nariño, Ibagué
Sánchez, César Augusto; Ingeniero Electrónico. Grupo de Investigación en Percepción y Robótica GEPRO. Universidad Antonio Nariño, Ibagué
dc.contributor.author.spa.fl_str_mv Fernández, José Armando; M.Sc. Grupo de Investigación en Percepción y Robótica GEPRO, Universidad Antonio Nariño, Ibagué
Alvarado Moreno, José David; Ingeniero Electrónico. Grupo Percepción y Robótica GEPRO, Universidad Antonio Nariño, Ibagué,
Florián, Diego Mauricio; Ingeniero Electrónico. Grupo de Investigación en Percepción y Robótica GEPRO.Universidad Antonio Nariño, Ibagué
Sánchez, César Augusto; Ingeniero Electrónico. Grupo de Investigación en Percepción y Robótica GEPRO. Universidad Antonio Nariño, Ibagué
dc.subject.proposal.spa.fl_str_mv textura, procesamiento de imágenes, redes neuronales, patrones locales binarios, energía de Laws, matriz de co-ocurrencia.
topic textura, procesamiento de imágenes, redes neuronales, patrones locales binarios, energía de Laws, matriz de co-ocurrencia.
description En este artículo se utilizan técnicas de procesamiento de imágenes para la detección de defectos en textiles en el sector industrial. Se evalúa el desempeño de tres técnicas espaciales con descriptores estadísticos para la extracción de características que son finalmente clasificados mediante una red neuronal. Para el desarrollo del proyecto se utilizó la base de datos texUAN del grupo de investigación GEPRO de la universidad Antonio Nariño.
publishDate 2010
dc.date.issued.spa.fl_str_mv 2010-06-30
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.spa.fl_str_mv http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/354
10.15332/iteckne.v7i1.354
url http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/354
identifier_str_mv 10.15332/iteckne.v7i1.354
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/354/316
/*ref*/Julsing B. K., Face Recognition With Local Binary Pattern. Department Of Electrical Ingineering, Mathematics & Computer Science (EEMCS). University Of Twente. The Netherlands, 2007
/*ref*/Laws K., “Textured Image segmentation,” Ph.D. Dissertation, University of Southern California, January, 1980
/*ref*/Zucker, S.W. , Terzopoulos. Finding structure in coocurrence matrices for texture analysis. Computer Graphics and Image Proc. Vol 2:286-308, 1980
/*ref*/Haralick R. M., Textural Features for Image Classification. IEEE Transaction on System, Man, and Cybernetics. Vol. 3, pages 610-621, 1973
/*ref*/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
/*ref*/Davies E.R, Machine Vision Theory, Algorithms, Practicalities, El Sevier, 3 edition, 2005
/*ref*/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
/*ref*/Pietikainem M., Image Analysis with Pattern Local Binary. Image Analysis, SCIA 2005 Proceedings, Lecture Notes in Computer Science 3540, Springer, pages 115-118. 2005
/*ref*/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
/*ref*/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
dc.relation.citationissue.spa.fl_str_mv ITECKNE; Vol. 7, núm. 1 (2010); 75-82
2339-3483
1692-1798
dc.rights.spa.fl_str_mv Copyright (c) 2018 ITECKNE
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Copyright (c) 2018 ITECKNE
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Santo Tomás. Seccional Bucaramanga
institution Universidad Santo Tomás
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1782026144332120064

Publicaciones similares