基于傅里叶频谱特征的织物平整度客观评级

为解决织物平整度人工评级主观性强,现有客观评级准确率低的问题,提出一种基于傅里叶变换、频谱特征提取、支持向量机的织物平整度评级方法。首先采集标准模板及织物样本图像,对所得图像预处理并进行傅里叶变换;在频域内构建低通滤波器,通过频域滤波以及傅里叶逆变换确定褶皱信息在频谱图中所处频率范围,称之为褶皱贡献区间;将褶皱贡献区间划分为若干特征子区间,统计每一区间内频谱幅值之和,并以此作为特征值构造特征向量;以所有训练样本的特征向量构造特征向量集,并以所得特征向量集训练支持向量机,对织物平整度进行客观评级。所采用织物样本总数为132,取其中24张及标准模板图像为训练集,其余作为测试集。结果表明,本文使用算法在织物平整度评级方面具有很好的效果,评级准确率可达96.30%。

基于人工智能的正畸病例客观评级系统临床应用效果研究

目的研究基于人工智能的美国正畸专家认证委员会(American Board of Orthodontics,ABO)客观评级系统(objective grading system,OGS)临床应用效果。方法收集2016年1月至2023年7月于首都医科大学附属北京口腔医院正畸科结束正畸治疗的38例患者治疗后石膏模型行回顾性分析,使用iTero Element■扫描仪生成数字化模型,应用人工智能ABO-OGS测量系统自动测量评分,记为人工智能组;1名主治医师和1名主任医师基于3D打印数字化模型使用ABO测量尺行手动测量评分,分别记为手动测量主治组和手动测量主任组。共测量2次,间隔2周,记录测量时间和各项指标评分。结果人工智能组、手动测量主治组和手动测量主任组测量评分时间依次为(0.18±0.00)、(292.94±27.10)、(210.00±21.21)s,差异具有统计学意义(F=980.288,P<0.001);3组均具有较好的测量评分一致性,ABO-OGS总分的ICC值分别达0.897、0.869、0.929;仅人工智能组各项指标2次测量评分比较,差异均无统计学意义(均P>0.05)。人工智能组在颊舌向倾斜度指标2次测量评分的差值低于手动测量主治组,但边缘嵴高度指标差值高于手动测量主任组,差异均有统计学意义(均P<0.05)。基于2次测量评分的均值进行组间比较分析时,人工智能组的大部分指标测量评分偏高,与手动测量主治组相比,其覆盖、咬合接触指标及总分较高;与手动测量主任组相比,其排齐、边缘嵴高度、颊舌向倾斜度、覆盖和咬合接触指标及总分较高,差异均有统计学意义(均P<0.05)。结论人工智能ABO-OGS测量系统重复性较好且用时短,但其测量评分普遍高于手动评分,仍需进一步调整优化。

基于图像处理的针织物拒水性能客观评价研究

提出了用计算机图像处理法测试织物拒水性的2个评价指标即湿润面积比和客观评级,且通过26块常见针织试样的拒水性试验,研究了这2个评价指标与主观评级法和吸湿称重法所得结果之间的关系。指出客观评级结果、湿润面积比与主观评级法所得结果之间分别具有较好的线性相关性,而湿润面积比与吸湿称重法所得结果的相关性较差;通过对比这3种方法4个评级指标的优缺点得出,湿润面积比比其他3个指标具有更大优势,如能相应提高织物湿润面积比的计算机自动识别系统,该法将会有更好的应用前景。

基于视觉注意模型的洗净率客观评价方法研究

针对织物污渍残留的评定,文章从人眼视觉注意模型出发,利用污渍图像的亮度、色彩及方向3方面底层特征,由底至上构建污渍视觉热点图,并提出视觉覆盖率和分散度2个指标,综合得出污渍洗净率。结果表明,所提出的污渍洗净率能够反映污渍洗净程度,与人工评级结果显著相关。该方法能够有效描绘出污渍视觉显著程度,可用于纺织品服装的洗净率的客观评级。

基于相位一致性的织物起球图像分割

纺织品起球客观评级是纺织品性能测试数字化的重要组成部分.毛球分割是纺织品起球客观评级中的关键步骤,分割结果直接影响评级的精度.目前方法大多利用图像的灰度信息,易受图像亮度和对比度变化以及光照不均匀等因素影响.针对这些问题,研究了基于相位一致性检测的分割算法.该算法基于LogGa-bor滤波器计算相位一致性,对检测结果进行加权阈值分割.实验结果表明,该方法能获得令人满意的分割结果,提高了织物起球客观评级系统的实用性.

色牢度评级方法的研究进展和分析

介绍了色牢度客观评级的原理和色牢度评级方法的研究进展,并对主观评级和客观评级进行了比较分析,发现主观评级方法具有局限性和不确定性的缺陷,客观评级方法具有仪器成本高和耗时长的缺点,这一结果导致目前各大检测中心仍以主观评级方法为主。