استخراج پارامتر هاي پارچه از تصوير شبيه سازي شده با استفاده از روش الگوريتم ژنتيك

Derivation of Fabric Parameters from Simulated Imaging by Genetic Algorithm Method

تشخيص صحيح طرح رنگ و بافت در پارچه با نخ هاي رنگي از مهم ترين نيازهاي طراحان و توليد كنندگان پارچه است. اين مهم، امري زمان بر است و نياز به دقت زيادي دارد. در اين راستا، پردازش تصوير با استفاده از الگوريتم هاي فرا ابتكاري مي تواند روش مفيدي را براي دستيابي به اين هدف ارايه دهد. در اين پژوهش، با كاربرد روشي جديد بر پايه الگوريتم ژنتيك، پارامترهاي طرح رنگ، تعداد تكرار آن و طرح بافت به طور هم زمان از تصاوير پارچه هاي رنگي شبيه سازي شده با رايانه، استخراج شده است. اين الگوريتم روي 30 تصوير شبيه سازي شده پارچه با طرح هاي بافت، الگوهاي رنگي و اندازه هاي متفاوت اجرا شده است. نتايج نشان مي دهد، در همه تصاوير ارايه شده به جز تصاوير معيوب، مقدار برازندگي %100 به دست آمده است. الگوريتم ارايه شده قابليت تشخيص طرح رنگ صحيح، حتي با وجود ايراد را تا سه نخ در تصوير شبيه سازي شده دارد.

Detecting correct color and weave patterns in colored yarn fabrics is one of the most important demands of fabric designers and manufacturers; it is time consuming and acquires high working precision. In this regard, image processing of metaheuristic algorithms can present a useful method for achieving this point. In this research, a novel method, based on genetic algorithm, has been applied to distinguish fabric parameters of color pattern, its period number and weave pattern simultaneously. The parameters have been extracted from the fabric images simulated manually by the computer. The algorithm has been performed on 30 simulated fabric images with different weave and color patterns in variable sizes. Results indicate that in all the images except the defective ones, the fitness values of 100% have been obtained. In spite of existing maximum 3 faults in the simulated image, the presented algorithm is capable of detecting correct color patterns