Characterization of wear degree in floor coverings using multi-resolution analysis

Visión artificial provee una técnica alternativa automática, no destructiva y rentable para aplicaciones industriales. Una de las aplicaciones más populares de visión artificial es el proceso de control de calidad. Dentro del proceso de control de calidad es posible identificar un aspecto moderno de manufactura llamado evaluación de calidad. Particularmente, en la industria textil es muy importante automatizar la inspección de los tejidos para mantener su calidad. Por mucho tiempo en la industria de alfombras, dicha inspección ha sido realizada por inspección visual, sufriendo de subjetividad limitando la credibilidad de la inspección. Así, industrias de tapetes insisten en tener un procedimiento de evaluación más objetivo y confiable. En consecuencia, evaluación automática de desgaste en alfombras ha sido un tópico de estudio para varios institutos de investigación. En esta área varios enfoques han sido aplicados como microscopia, fotografía, densitometría, colorimetría, fotogrametría, entre otras. Particularmente, análisis de textura en imágenes ha sido uno de los métodos más populares. En esta área varias técnicas han sido aplicados para realizar la evaluación del desgaste en alfombras, entre dichas técnicas se encuentran: las matrices de coocurrencia, análisis de covarianza, morfología matemática, detección de bordes, imágenes 3D. Sin embargo, aplicaciones prácticas han estado limitadas por factores como cantidad de evaluaciones incorrectas y algoritmos poco genéricos para una gran variedad de alfombras. En esta tesis se investiga el problema de evaluación de la degradación de alfombras usando análisis de textura en fotografías digitales. El principal objetivo es revisar las técnicas actuales para medir desviaciones globales de textura. Para luego aplicar esas técnicas en el problema de evaluación del desgaste en alfombras. Adicionalmente, un algoritmo piramidal adaptivo es propuesto para la extracción de características. En el algoritmo una función objetivo puede ser maximizada con el propósito de lograr un mejor rendimiento comparado con el filtro inicial. Particularmente, en esta tesis el filtro Daubechies 9/7 es optimizado para lograr el máximo coeficiente de determinación ajustado. Además, dentro de esta tesis es propuesta una metodología basada en regresión lineal múltiple para validar los modelos. Usando esta metodología, los resultados muestran que las técnicas basadas en estadística y en procesamiento de señales son más apropiadas para medir desviaciones globales de textura. Particularmente, la función de autocorrelación, distribución pseudo-Wigner, pirámide Laplaciana, filtros de Gabor, esquema lifting adaptativo y espectro de textura probaron ser buenos descriptores para medir desviaciones globales de textura. Además, en esta tesis se mostró que la textura es una importante característica en alfombras con construcción de pile bajo o en tapetes con pile alto y grueso. Sin embargo, los resultados muestran que el grado de desgaste en alfombras no puede ser completamente caracterizado usando solo textura. Así que es necesario usar técnicas complementarias para cumplir con los requerimientos de las industrias de alfombras / Abstract: Machine vision is an alternative for automatic, non-destructive and cost-effective industrial applications. One of the most important applications of machine vision is the quality control process. Within quality control process, it is possible to identify an important aspect of modern industrial manufacturing called quality assessment. Particularly, in the textile industry it is very important to automate fabric quality inspection. In the carpet industry, this process is still carried out by human visual inspection, suffering from subjectivity and limiting the reliability of the inspection. Carpets manufacturing requires a more reliable and more objective evaluation procedure. Automatic evaluation of carpet wear has been a topic of study for several research institutes. In this field several approaches have been applied such as microscopy, photography, densitometry, colorimetry, photogrammetry, glass bead filling and pile mapping. Particularly, textural image analysis has been one of the most popular choices for carpet wear assessment. Thus, it is possible to find several techniques for performing carpet wear assessment: co-occurrence matrices, covariance analysis, mathematical morphology, edge detection, 3D imaging. However, practical applications have been limited by factors such as inaccurate assessment and the lack of generic algorithms for a broad variety of carpets. In this thesis we investigate the problem of carpet wear assessment by using texture analysis in digital photographs. The primary focus is to review current techniques for measuring global deviation of texture. Those techniques are applied to the problem of carpet wear assessment. Additionally, we introduce an adaptive pyramidal algorithm for feature extraction. In this algorithm an objective function is maximized to achieve a better performance compared to the initial filter bank. Particularly, we optimize the Daubechies 9/7 filter to achieve the maximum adjusted coefficient of determination. Also, within this thesis we design a methodology for validating models based in multiple regression analysis. By using this methodology the results show that statistical and signal processing techniques are more suitable for measuring global deviations of texture. Specially, autocorrelation function, pseudo-Wigner distribution, Laplacian pyramid, Gabor filters, adaptive lifting scheme and texture spectrum proved to be good descriptors in measuring global deviation of texture. Also, we proved that texture is an important feature in carpets with low pile construction or in carpets with high thick piles. However, the results show that the degree of wear cannot be completely characterized by using only texture. Thus, it is necessary to use other complementary techniques for fulfilling the requirements of carpet manufactures

• Autores: Ortíz Jaramillo, Benhur
• Fecha de publicación: 2011
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/8997
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/8997; http://bdigital.unal.edu.co/5738/
• Palabra clave: 62 Ingeniería y operaciones afines / Engineering; Análisis de texturas, Evaluación de desgaste en alfombras, Lifting scheme, Multi-resolución, Regresión lineal múltiple, Carpet wear assessment, Lifting scheme, Multi-resolution, Multiple linear regression, Texture analysis.
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional