Menu 
VPA
Computer Vision And Pattern Analysis Laboratory Home Page  Home
People  People
Publications  Publications
Publications  Databases
Contact Information  Contact
Research
Supported Research Projects  Supported Research Projects
Research Activites  Research Activites
Research Groups
SPIS - Signal Processing and Information Systems Lab.SPIS - Signal Processing and Information Systems Lab.
Medical Vision and Analysis Group  Medical Research Activities
Biometrics Research Group  Biometrics Research Group
SPIS - Signal Processing and Information Systems Lab.MISAM - Machine Intelligence for Speech Audio and Multimedia.
Knowledge Base
  Paper Library
  VPA Lab Inventory
  Databases in VPALAB
Dokudaki düzenlilik ve yönlülük öğeleri ile bağımsız bileşenler modelinin algısal ilişkisi ve bunu kullanarak doku hata sezimi (in Turkish)
Authors: O.G. Sezer, A. Ertüzün, A. Erçil
Published in: SIU 2005
Publication year: 2005
Abstract: Perceptual relation of regularity and anisotropy in the texture with independent components model and using this for defect detection
-------------
Özetçe
Bu makale tekstil kumaşlarında doku hatalarını bulma sorununu insan görme sisteminden çıkarımlar ve bağımsız bileşen analiziyle (BBA) incelemektedir. Bilindiği üzere insan görme sistemi belli görsel işaretlere tepki veren alanlara sahiptir. Temel görsel kortekste bulunan yön seçici çubuk ve ızgara hücreleri de bu tepki alanlarındandır. Çubuk ve ızgara hücrelerinin diğer hücrelerden farkı ise bunların periodik ve periodik olmayan örüntülere verdikleri tepkide yatar. Doku algısında üst düzey özniteliklerden olan düzenlilik ve yönlülükte meydana gelebilecek bozukluklar dokuda yapısal hatalara neden olur. Araştırmalarımız sonucunda elde ettiğimiz bağımsız bileşenlerin, kullanılan tekstilin yapısına bağlı olarak çubuk veya ızgara hücrelerinin tepki alanlarına benzediğini gözlemlenmiştir. Eğer bağımsız bileşenlerini çıkardığımız tekstilde düzenlilik öğesi baskın ise ızgara hücrelerinin, yönlülük öğesi baskın ise de çubuk hücrelerinin tepki alanlarına benzeyen bağımsız bileşenler ağırlıkla elde edilmiştir. Bu nedenle hatalı ve hatasız bölgelere farklı bağımsız bileşenlerin tepki vermesinin gerektiğini ileri sürdük. Bu motivasyon ile BBA kullanarak dokunun istatiksel özelliklerini incelemenin, doku yapısında oluşan bozuklukların algıda ne farklılıklar yarattığını anlamak için umut verici olduğunu düşünüyoruz; elde ettiğimiz sonuçlar da bunu desteklemektedir.
Abstract
This paper addresses the raw textile defect detection problem using independent components approach with insights from human vision system. Human vision system is known to have specialized receptive fields that respond to certain type of input signals. Orientation-selective bar cells and grating cells are examples of receptive fields in the primary visual cortex that are selective to periodic- and aperiodic-patterns, respectively. Regularity and anisotropy are two high level features of texture perception, and we can say that disruption in regularity and/or orientation field of the texture pattern causes structural defects. In our research, we observed that independent components extracted from texture images give bar or grating cell like results depending on the structure of the texture. For those textures having lower regularity and dominant local anisotropy (orientation or directionality), independent components look similar to bar cells whereas textures with high regularity and lower anisotropy have independent components acting like grating cells. Thus, we will expect different bar or grating cell like independent components to respond to defective and defect-free regions. With this motivation, statistical analysis of the structure of the texture by means of independent components and then extraction of the disturbance in the structure can be a promising approach to understand perception of local disorder of texture in human vision system. In this paper, we will show how to detect regions of structural defects in raw textile data that have certain regularity and local orientation characteristics with the application of independent component analysis (ICA), and we will present results on real textile images with detailed discussions.
  download full paper
Download

Home Back