典型文献
基于图像处理的纺织品耐摩擦色牢度评级
文献摘要：
为解决目前纺织品色牢度人工评级方式的主观性和繁重工作量,结合深度学习与传统纺织检测,以纺织品检测中的纺织品色牢度评级为对象,研究基于图像处理和深度学习的智能评级创新方法.针对场景与问题,选择利用图像处理技术进行采样图像的预处理和分割,在小样本、多分类的实际条件下搭建数据库,利用深度学习完成对摩擦沾色试样色牢度的迅速评级.结果表明,所选择的图像处理技术对图像的处理效果良好,对后续深度学习准确率的提高有辅助效果;深度学习对耐摩擦沾色试样色牢度的评级准确率达到87.5％,高效、客观且准确率高,实现评级操作简易化,利用神经网络达到代替人眼评级过程,提高准确度和改善目前方法的不足.
文献关键词：
图像处理;多分类;深度学习;纺织品色牢度评级;耐摩擦沾色色牢度
中图分类号：
作者姓名：
安亦锦;薛文良;丁亦;张顺连
作者机构：
东华大学 纺织面料技术教育部重点实验室, 上海 201620;东华大学 纺织学院, 上海 201620;广州检验检测认证集团有限公司, 广东 广州 511447
文献出处：
引用格式：
[1]安亦锦;薛文良;丁亦;张顺连-.基于图像处理的纺织品耐摩擦色牢度评级)[J].纺织学报,2022(12):131-137
A类：
纺织品色牢度评级,耐摩擦沾色色牢度
B类：
耐摩擦色牢度,解决目前,前纺,主观性,繁重,重工,传统纺织,纺织品检测,创新方法,图像处理技术,小样本,多分类,处理效果,简易化,替人,人眼,高准确度,改善目前,前方
AB值：
0.193699
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
