Fabric defect detection in frequency domain using fourier analysis

Basit Öğe Kaydı
dc.contributor.advisorEskil, Mustafa Taneren_US
dc.contributor.authorTitrek, Nuri Gökayen_US
dc.contributor.otherIşık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programıen_US
dc.date.accessioned2016-08-17T17:03:22Z
dc.date.available2016-08-17T17:03:22Z
dc.date.issued2016
dc.departmentIşık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 44-46)en_US
dc.descriptionx, 46 leavesen_US
dc.description.abstractAn overwhelming majority of image processing based defect detection approaches rely on machine learning methods to train a model for comparison of test examples. This requires a training phase for each item to be learned and costly computations to tune model parameters. The fabric of textile always has repeating patterns that lends itself to automating the training phase by extracting a template. We avoid computationally costly machine learning methods by simple comparison of the fabric template with test examples in the frequency domain. In this thesis we show that it is possible to do online and fully automated defect detection of textile products in real time. We propose a method that leverages Fourier transform of textile images and present results on a data set that is collected in the scope of this research.en_US
dc.description.abstractGörüntü işleme tabanlı hata tespit yöntemlerinin çoğunluğu makina öğrenmesine dayalı, önceden modellenmiş ve test örnekleri ile karşılaştırmaya dayalı sistemlerdir. Bu eğitim işlemi her bir malzeme için yapılarak sistemin öğrenilmesi sağlanmalıdır ki bu işlemin maliyeti yüksektir. Dokuma üzerindeki desenler kendisini tekrar ettiği için eğitim aşaması yerine, taslak çıkartarak otomatikleşmesini sağlayabiliyoruz. Makina öğrenmesi gibi maliyetli işlemleri kullanmak yerine, elde ettiğimiz taslak ile test örneklerini, frekans alanında basit şekilde karşılaştırabiliyoruz. Bu tez çalışmasında, bu yöntemin online ve tamamen otomatize edilmiş gerçek zamanlı bir hata tespit sistemi olacağını göstereceğiz. Önerdiğimiz metod, Fourier dönüşümü kullanılarak geliştirilmiş ve bu çalışma süresince toplamış olduğumuz dokuma görüntülerinden oluşan veri setine uygulanarak, elde edilen sonuçlar sunulmuştur.en_US
dc.description.tableofcontentsFabric Inspectionen_US
dc.description.tableofcontentsFabric Defectsen_US
dc.description.tableofcontentsTypes and Reasonsen_US
dc.description.tableofcontentsWarp Direction Defectsen_US
dc.description.tableofcontentsBroken Enden_US
dc.description.tableofcontentsTight Enden_US
dc.description.tableofcontentsLoose Enden_US
dc.description.tableofcontentsThick Enden_US
dc.description.tableofcontentsThin Enden_US
dc.description.tableofcontentsWeft Direction Defectsen_US
dc.description.tableofcontentsMiss Picken_US
dc.description.tableofcontentsBroken Picken_US
dc.description.tableofcontentsWeft Baren_US
dc.description.tableofcontentsTight Weften_US
dc.description.tableofcontentsSlough Offen_US
dc.description.tableofcontentsThick And Thin Placesen_US
dc.description.tableofcontentsFabric Surface Defectsen_US
dc.description.tableofcontentsOil Stainen_US
dc.description.tableofcontentsOily End/Weften_US
dc.description.tableofcontentsLocal Distortionen_US
dc.description.tableofcontentsGouten_US
dc.description.tableofcontentsHoleen_US
dc.description.tableofcontentsTearen_US
dc.description.tableofcontentsBroken Patternen_US
dc.description.tableofcontentsProposed Approachen_US
dc.description.tableofcontentsDescription of the Used Algorithmsen_US
dc.description.tableofcontentsFourier Transformen_US
dc.description.tableofcontentsNormalized Cross-Correlationen_US
dc.description.tableofcontentsHistogram Equalizationen_US
dc.description.tableofcontentsMorphological Operationsen_US
dc.description.tableofcontentsImage Databaseen_US
dc.identifier.citationTitrek, N. G. (2016). Fabric defect detection in frequency domain using fourier analysis. İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü.en_US
dc.identifier.urihttps://hdl.handle.net/11729/1120
dc.institutionauthorTitrek, Nuri Gökayen_US
dc.language.isoenen_US
dc.publisherIşık Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectFourier transformen_US
dc.subjectImage processingen_US
dc.subjectOnlineen_US
dc.subjectTextile defect detectionen_US
dc.subjectDokuma hata tespitien_US
dc.subjectFourier dönüşümüen_US
dc.subjectGörüntü işlemeen_US
dc.subject.lccTA1637 .T58 2016
dc.subject.lcshImage processing -- Digital techniques -- Software.en_US
dc.subject.lcshImage processing -- Industrial applications.en_US
dc.subject.lcshAutomatic data collection systems.en_US
dc.subject.lcshFourier analysis.en_US
dc.subject.lcshFourier transformations.en_US
dc.titleFabric defect detection in frequency domain using fourier analysisen_US
dc.title.alternativeDokuma üzerindeki hataları frekans bölgesinde fourier analizi ile bulmaen_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
1120.pdf
Boyut:
8.41 MB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu