4
Yuvarlak Org Makineleri iin Kuma� Hatasl Tespit Metotlan Fabric Defect Detection Methods for Circular Knitting Machines KaZlm Hanbai, Muhammed Fatih Talu2, Oer Faruk Ozgven3, Dursun Oztrk4 IBingol Universitesi, Enformatik Bolm, [email protected]om 2Bilgisayar Mhendisligi Bolm, inon Universitesi, [email protected] 3Biyomedikal Mhendisligi Bolm, inon Universitesi, [email protected] 4Elektrik-Elektronik Mhendisligi Bolm, Bingol Universitesi, d[email protected] Ozetfe- Bu ah�mada, org makinelerinde kuma� retimi esnasIDda meydana gelebilecek kuma� hatalanm evrimii tespit edebilen bir kuma� hatasl algllama sistemi tamtllmaktadlr. Bu sistem ana hatlanyla a�amayl iermektedir: 1) hatah/hataslz kuma� veri tabam in�asl; 2) ozniteliklerin elde edilmesi ve sIDlandlnlmasl; 3) goml sistem zerinde evrimii ah�masl. Bu ah�ma sadece ilk iki a�ama hakkIDda bilgi iermektedir. Birinci a�amada, zerinde izgi kamera ve 1�lk bulunan bir konveyor sistemi kullamlarak 3242 hatah, 5923 hataslz kuma� gornts elde edilmi�tir. ikinci a�amada ise filtreleme, oznitelik lkarma (dalgaclk don�m, e�-olu�um matrisi ve E�-olu�um Yonl Gradyan Histograml metodu-CoHOG) ve sIDlandlrma (YSA) i�lemleri gerekle�tirilmi�tir. Sonu olarak, ozniteliklerin dalgaclk don�m yontemi ile elde edilmesi, i�lem maliyetini %53 azaltml�, bununla birlikte hatalarID %90 ba�anyla sIDlandlnlmasIDI saglaml�tlr. Anahtar Kelimeler - Kuma§ hatasl tespiti; doku smandlrma; dalgaclk analhi; hata smandlrma. Abstract- In this paper, an online fabric defect detection system that can detect fabric defects which may occur during the fabric product in knitting machines is introduced. This system mainly includes three steps: 1) Construction of a defected/defect-free fabric database; 2) Obtaining and classification of the feature vectors; 3) Online working on embedded system. This study only contains information about the first two stages. In the first stage, 3242 'defected' and '5923' defect-free images were acquired by using a conveyor system which has line scan camera and linear light. In the second stage, filtering, feature extraction (wavelet transform, co-occurrence matrix and CoHOG) and classification (YSA) processes were carried out. As a result, obtaining the feature vectors through wavelet transform has reduced computation cost by 53% and also has successfully provided the classification of the defects by 90%. Keywords - Fabric defect detection; texture classcation; wavelet analysis;defect classcation. I. GiS Org makineleri tekstil endstrisinde kuma� retimi u;m kullamlmaktadlr. SektOrde bUyUk bir Uretim kapasitesine sahip olan bu makineler ile ayhk 10-15 ton kuma� Uretilebilmektedir. Kuma� retimi esnasmda meydana gelen hatalar, giyim endstrisinde kar�t1a�t1an hatalann %85'ini olu�turmaktadu [1]. Tekstil endstrisi tarafmdan tammlanan 70'den fazla kuma� hatasl vardu. Bu hatalar bazen orgU makinelerindeki ignelerin a�mmaSI, kmlmasl veya egilmesinden, bazen de elyafm a�m gerilmesi veya iplik problemlerinden kaynaklanmaktadu [2]. Kuma� retimi esnasmda evrimii hata yakalamaYl amalayan belirli rUnler bulunmaktadu. Klzllotesi algtlaYlcl kullanan bu rUnlerin hata tespit ba�anml olduka d� Bunun nedeni orgU makinelerinin ortalama 1.4 (m/sn) gibi yksek hlzlarda 9ah�masl, kuma� hatalarmm 0.25 (mm) gibi kk boyutlarda olmasl, fabrikalann elveri�siz ortamlara sahip olu�udur. Geli�tirilen bu rUnler hassas kuma� hatalarml algllayamamakta ve org makinelerinin gereksiz yere durmasma neden oldugu iin birok i�letme tarafmdan satm almmasma ragmen kullamlmamaktadu. Sekil 1'de yuvariak orgU makinesi ve bu makinenin temel bile�enlerine ait gorntler yer almaktadu. Kuma�, 2000'in zerinde igne ile silindirik bir eksen zerinde orlmektedir. Sekil 2 slk kar�t1a�t1an kuma� hatasl FirmaAdl Yuvarlak 6raD Makina SaYisl Anateks A.�. 162 Yaka Tekstil A.�. 68 Tlsan Tekstil A.�. 53 KaragOzller Tekstil A.�. 48 Babacan Tekstil Ltd. Sti. 33 Polat Tekstil 22 Diger (Toplam) 53 Toplam 439 .. Tablo 1. Malatya'dl bazl kuma� retIcllen ve makme sayJlan �el. (a) Yuvarlak Org makinesi, (b) Kuma�m Orldg bOlm, (c) arg igneleri 978-1-4799-4874-1114/$31.00 ©2014 IEEE Bu ,ah�ma Bingol Oniversitesi Bilimsel Ara�tmna Projeleri BAP-47-212-2014 nolu projesi kapsammda desteklenmi�tir.

Yuvarlak Orgii Makineleri i

  • Upload
    others

  • View
    14

  • Download
    0

Embed Size (px)

Citation preview

  • Yuvarlak Orgii Makineleri i

  • I �ekil 2. Kuma� hatasl

  • matrisi kullanmaktadrr. Goriintiilerin gradyan yonelimleri Uzerinden e� olu�um matrisi hesaplanrr. E� olu�um matrisi gorUntU Uzerindeki belirli bir of sette gradyan yonelimlerinin daglhmml ifade etmektedir. Matematiksel olarak m x n boyutundaki gorUntU ve (x, y) of set degeri H;m e� olu�um matrisi denklem (5)'teki gibi tammlanmaktadrr [4].

    11-1 m-I{I "" ijl(p,q) =i vel(p+x,q+y) =j C,,! = �� 0 Degilse p=O q=O

    (I)

    I gradyan yonelim gorUntUsUnU i ve } lse gradyan yonelimlerini ifade etmektedir. CoHOG yontemi gradyan tabanh histogram ozellikleri elde ettiginden dolaYI I�Ik degi�imi ve gUrUltii gibi durumlara kar�1 hassastrr. GorUntiinUn gradyan yonelimleri denklem (2)'deki gibi hesaplanrr [4].

    B = arctan � h (2)

    Burada v ve h slraslyla Roberts, Sobel vb filtreler yardrrmyla hesaplanan yatay ve dU�ey gradyanlan ifade etmektedir. Sonraki adrrnda her gorUntU pikseli 0-360 derece arasmda 45 derecelik a

  • kullamlarak gUrUltu temizleme i�lemi gen;ekle�tirilmi�tir. ilk olarak temizlenmi� gorUntUlerin CoHOG ozellik vektOrleri uretilmi�tir. CoHOG algoritmasllllll ozellik vektOr boyutu m x n x d2 olarak hesaplalll�trr. Bu yah�mada d = 16 olarak allllllll�tlr ve gradyan yonelimlerinin saYISlll1 ifade etmektedir. Kuma� gorUntuleri yeterince kUyUk oldugundan dolaYI orijinal resim bolUnmemi� ve bu nedenle m = n = 1 degerleri verilmi�tir. Bu degerler literatUre bagh kahnarak seyilmi�tir. Burada m bolunmU� bolge saylsllll, n ise offset (uzakhk) saYlslll1 ifade etmektedir. ikinci ozellik ylkartma metodu dalgaclk donu�umu temelli bir metottur. Buna gore her kuma� gorUnllisunUn uy seviyeli dalgaclk donu�umu hesaplanrlll�tlr. Alt bant gorUnllilerinin her biri iyin genelle�tirilmi� Gaussian yogunluk parametreleri hesaplanml�trr. 3 seviyeli dalgaclk donu�IUmU ve Daubechies dalgacIgI literatUre bagh kallllarak seyilmi�tir. OyUnCU ozellik ylkartma yontemi olarak e�-olu�wn matrisi kullallllml�tIr. Bu yontemde uzakhk parametresi 15, doku ozelliklerinin donme ile degi�medigini garantilemek iyin de e = 0°,45°,90° ve 135° olacak �ekilde dort yonde inceleme yapllml�trr. Kwna� gorUnllilerinin e�-olu�um matrisi hesaplanarak zltllk, enerji, ilgile�im (korelasyon) ve tUrde�lik'ten olu�an dokusal ozellik vektOrU elde edilmi�tir. Kullamlan ozellik ylkartma yontemlerine ait sonuylar Tablo 2'de gosterilmektedir. Sllllflandmcl olarak iki katmanh ve tek ylkl� hucre mimarisine sahip bir YSA kullallllml�tIr. YSA'nlll egitim i�lemi geriye yayIllm algoritmasl kullamlarak geryekle�tirilmi�tir. Kullamlan uy oznitelik yontemi iyin en iyi normalle�me yonteminin slfrr

    SUre Oz- Ejtitim

    Dojtruluk Yilotem Vektilr Normalle�me

    . iterasyoo

    (so) boyutu SaYlsl (%)

    I 150 93.80 I 250 95

    CoHOG 0.241 1024 2 150 99

    3 150 86

    I 150 86 2 150 97

    E�-Olu�um 3 150 94 0,187 236

    matrisi I 250 85 2 250 99

    3 250 98

    I 150 75 2 150 90

    3 150 73

    I 250 78 Dalgaclk

    0,114 18 2 250 90 Diinii�iimii

    3 250 74

    I 450 83 2 450 90

    3 450 75

    Tablo 2. Oznitelik elde etme ve slDlflandlrma sonw;;lan. (1 minimummaksimum, 2 slflr ortalama-birim degi�im, 3 logaritmik normalle�meyi

    ifade etmektedir).

    ortalama-birim varyans yontemi gorUlmu�llir. Slmflandlrma dogrulugunun en yuksek oldugu oznitelik yontemi CoHOG oldugu gorUlmu�llir. Tablo 2'deki dogruluk ve yah�ma sUresi parametreleri birlikte degerlendirildiginde, dalgaclk ve e�-olu�um oznitelik ylkartma yontemlerinin geryek zamanh sistemler iyin uygun bir seyim oldugu gorulmektedir.

    V. SONU