A bayesian approach to textile defect detection problem and a comparative analysis
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bu tezde, tekstil doku imgelerindeki hataların, parçacık filtresi ile tespit edilebilmesi amaçlanmaktadır. Bunun için probleme Bayesçi perspektiften yaklaştık ve modelimizi durum uzayı formülasyonu ile ifade ettik. Durum uzayı formülasyonunu tanımlayabilmek için de; doğrusal, iki boyutlu doğrusal ve Markov rassal alan gibi örüntü modellerini; Gauss, Gauss karışımı ve alfa durağan gibi de gürültü çeşitlerini doku imgelerini en iyi şekilde temsil edebilmek için inceledik. Elde ettiğimiz sonuçları; diğer Kalman, genişletilmiş Kalman ve kokusuz Kalman filtelerinden elde edilen sonuçlarla karşılaştırdık. Son olarak da filtrelerin zaman ve performans analizi yapıldı. The purpose of this thesis was to detect the defects on textile fabric images using the particle filters. We approached the problem from a Bayesian perspective and represented the model in a state space formulation. To describe the state space formulation; the texture models such as linear, 2-D linear and Markov Random Field models and the noise types like Gaussian, mixture of Gaussian and alpha-stable noise are investigated to find the best representation that is appropriate for our textile images. The implementation results are compared with Kalman, Extended Kalman and Unscented Kalman filters. Finally time and performance analysis of the filters is given.
Collections