自动化图像序列分析在织物折皱恢复率测量中的应用
45 浏览量
更新于2024-08-26
1
收藏 1.56MB PDF 举报
"通过图像序列分析自动测量织物的折皱恢复率"
这篇研究论文探讨了自动测量织物折皱恢复率的方法,这是衡量织物性能的重要指标之一,特别是在质量改进和产品开发过程中。折皱恢复率通常指的是在一定时间内折叠样品的折痕角度变化情况。该论文提出了一种新的自动化测试系统,利用图像序列分析技术来跟踪和量化这一过程。
作者Lei Wang、Jianli Liu、Ruru Pan、Jihong Liu和Weidong Gao在《测试与评价》杂志(Journal of Testing and Evaluation)2015年第43卷第3期上发表了他们的研究成果,文章编号为JTE20130206,国际标准序列号(ISSN)为0090-3973。
论文摘要指出,传统的折皱恢复测试方法通常依赖于人工观察和测量,这不仅耗时,而且可能引入主观误差。新提出的自动化测试系统则利用了先进的图像处理技术,能连续记录并测量织物折痕在特定时间内的变化,从而更准确、客观地评估折皱恢复性能。
实验部分,研究人员对具有不同纤维材料、不同编织结构以及采用不同折叠方法的织物进行了试验。这些实验旨在验证新系统的适用性和准确性,以证明其能够在各种条件下提供可靠的数据。通过比较和分析测试结果,可以更深入地理解织物的物理特性,对织物的生产和改进提供科学依据。
此外,图像序列分析技术的应用也为未来的纺织品研究提供了新的方向,尤其是在自动化检测和质量控制领域。它有可能被整合到工业生产线上,实现对织物质量的实时监控,从而提高生产效率,减少人工成本。
这项工作不仅为织物性能评估提供了技术创新,也对整个纺织行业的科技进步产生了积极影响。通过自动化的折皱恢复率测量,能够更精确地评估和优化织物的品质,满足消费者对舒适度和耐用性的高要求。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-05-30 上传
2021-08-18 上传
2021-06-18 上传
2021-03-19 上传
2021-05-30 上传
weixin_38672807
- 粉丝: 9
- 资源: 923
最新资源
- Angular实现MarcHayek简历展示应用教程
- Crossbow Spot最新更新 - 获取Chrome扩展新闻
- 量子管道网络优化与Python实现
- Debian系统中APT缓存维护工具的使用方法与实践
- Python模块AccessControl的Windows64位安装文件介绍
- 掌握最新*** Fisher资讯,使用Google Chrome扩展
- Ember应用程序开发流程与环境配置指南
- EZPCOpenSDK_v5.1.2_build***版本更新详情
- Postcode-Finder:利用JavaScript和Google Geocode API实现
- AWS商业交易监控器:航线行为分析与营销策略制定
- AccessControl-4.0b6压缩包详细使用教程
- Python编程实践与技巧汇总
- 使用Sikuli和Python打造颜色求解器项目
- .Net基础视频教程:掌握GDI绘图技术
- 深入理解数据结构与JavaScript实践项目
- 双子座在线裁判系统:提高编程竞赛效率