Shearlet dönüşümü kullanılarak gerçek zamanlı kumaş hatası tespiti
Küçük Resim Yok
Tarih
2019-01
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Maltepe Üniversitesi, Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Tekstil sektörünün ara mamul maddesi olan kumaşlar, farklı üretim teknikleri ile elde edilen ve temeli elyaf olan ürünlerdir. Bu ürünler yapılarına göre üç temel grupta toplanır. Bunlar, Dokunmamış Kumaşlar, Dokuma Kumaşlar ve Örme Kumaşlardır. Tekstil sektöründe kumaş üretimindeki payı, üretim çeşitliliği ve kullanma alanı gözönüne alındığında en geniş kumaş sınıfını oluşturan dokuma kumaşlar, atkı ve çözgü ipliği denilen iki paralel iplik dizisinin birbiriyle dik olarak kesişmesi sonucu oluşan bağlantıların oluşturduğu örgülerdir. Bu kumaşların elde edilmesi yani üretiminin yapılması aşamasında yaşanan çeşitli olumsuzluklar kumaşta hiç istenmeyen hataların oluşmasına yol açmaktadır. Dokuma teknolojisinde yaşanan gelişmeler sayesinde oluşabilecek bazı kumaş hatalarının tamamen ortadan kaldırılması ya da önlenebilmesi mümkün olsa da günümüzde hala kumaş üretimi esnasında hatalar oluşmaktadır. Bu oluşan hatalar kumaş dokuma sanayisi için çoğu zaman dikkat çeken maliyetlere yol açmaktadır. Bu sebeple kumaş hata kontrollerinin daha etkin ve hızlı yapılabilmesi adına görüntü işleme ve analiz tekniklerinin temel alındığı kumaş hatası tespit sistemlerinin geliştirilmesine yönelik çeşitli çalışmalar yapılmış ve yapılmaktadır. Bu tez çalışmasında görüntü işleme tekniklerinden faydalanılarak dokuma kumaş üzerinde gerçek zamanlı hata tespiti yapabilecek bir sistem (Kumaş Kontrol Sistemi ve Kumaş Hatası Tespit Yazılımı) geliştirilmiştir. Bu sistem yüksek çözünürlüklü kamera vasıtası ile anlık kaydedilen dokuma kumaş görüntüleri üzerinde görüntü işleme tekniklerinden Shearlet dönüşümü öznitelik çıkarma yöntemi kullanılarak gerçek zamanlı dokuma kumaş hata kontrolünün yapılmasını sağlayan düzenekten oluşmaktadır. Oluşturulan bu düzenekle yapılan gerçek zamanlı hata tespit çalışmalarında bilindik kumaş hatası türlerinden çözgü kopuğu (kaçığı), atkı kopuğu (kaçığı), delik, yırtık ve leke (makine yağı) hatalarının başarılı bir şekilde tespiti yapılmıştır.
Fabrics, which are intermediate products of the textile industry, are products that are obtained by different production techniques and are basic fibers. These products are assembled in three basic groups according to their structure. These are Non-woven Fabrics, Woven Fabrics and Knitted Fabrics. Considering the share of fabric production in the textile sector, production diversity and usage area, the woven fabrics, which constitute the largest fabric class, are the knits formed by the connections formed by the intersection of two parallel thread series called weft and warp yarn. Obtaining these fabrics, that is, the various negativities which are experienced in the production stage, lead to the formation of unwanted mistakes in the fabric. Although it is possible to remove or prevent certain fabric faults that may occur due to developments in weaving technology, there are still faults during fabric production today. These faults cause costly costs for the fabric weaving industry. For this reason, various studies have been carried out to develop fabric fault detection systems based on image processing and analysis techniques in order to make fabric error controls more effective and faster. In this thesis study, a system (Fabric Control System and Fabric Error Detection Software) has been developed which can make real time error detection on weaving fabric by using image processing techniques. This system consists of a mechanism that enables real time woven fabric error control using the shearlet conversion feature extraction method from image processing techniques on instantly recorded woven fabric images with a Full HD camera. In the real time error detection studies made with this apparatus, the defects of warp breakage, weft breakage, hole, tear and stain (machine oil) have been successfully determined.
Fabrics, which are intermediate products of the textile industry, are products that are obtained by different production techniques and are basic fibers. These products are assembled in three basic groups according to their structure. These are Non-woven Fabrics, Woven Fabrics and Knitted Fabrics. Considering the share of fabric production in the textile sector, production diversity and usage area, the woven fabrics, which constitute the largest fabric class, are the knits formed by the connections formed by the intersection of two parallel thread series called weft and warp yarn. Obtaining these fabrics, that is, the various negativities which are experienced in the production stage, lead to the formation of unwanted mistakes in the fabric. Although it is possible to remove or prevent certain fabric faults that may occur due to developments in weaving technology, there are still faults during fabric production today. These faults cause costly costs for the fabric weaving industry. For this reason, various studies have been carried out to develop fabric fault detection systems based on image processing and analysis techniques in order to make fabric error controls more effective and faster. In this thesis study, a system (Fabric Control System and Fabric Error Detection Software) has been developed which can make real time error detection on weaving fabric by using image processing techniques. This system consists of a mechanism that enables real time woven fabric error control using the shearlet conversion feature extraction method from image processing techniques on instantly recorded woven fabric images with a Full HD camera. In the real time error detection studies made with this apparatus, the defects of warp breakage, weft breakage, hole, tear and stain (machine oil) have been successfully determined.
Açıklama
Anahtar Kelimeler
görüntü işleme, kumaş hatası tespiti, Shearlet dönüşümü, gerçek zamanlı kontrol, öznitelik çıkarma, örüntü tanıma, yapay sinir ağları, ımage processing, fabric defect detection, shearlet transform, real time control, feature extraction, pattern recognition, artificial neural networks
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Bağırgan, Muhammet (2019). Shearlet dönüşümü kullanılarak gerçek zamanlı kumaş hatası tespiti. Maltepe Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
