基于深度置信网络的缝纫平整度客观评价模型

作者：胡胜^*; 张佳琪; 张溪; 高冰冰

来源：西安工程大学学报, 2023, 37(04): 25-31.

DOI：10.13338/j.issn.1674-649x.2023.04.004

• 缝纫平整度
• 特征参数
• 深度置信网络
• 灰度共生矩阵
• 客观评价

针对织物缝纫平整度进行客观自动评估时评价精度不高的问题，提出一种基于特征参数与深度置信网络(deep belief network, DBN)的织物缝纫平整度客观评价模型。首先，对织物缝纫样本图像进行图像灰度化处理、中值滤波去噪、直方图均衡强化等图像预处理，提取织物的纹理特征，获取更高质量、利于后续处理的织物特征图像；其次，构建灰度共生矩阵，并在0°、45°、90°与135°下提取织物图像能量、熵、对比度、相关性4个关键特征参数，在此基础上构建基于DBN的织物缝纫平整度自动评价模型，并使用缝纫图像对该模型进行训练；最后，通过提取的织物缝纫图像进行验证。实验结果显示该模型的评价精度达98.74%,与多元线性回归模型和基于BP网络模型2种方法相比，提出的评价方法可以有效对缝纫平整度进行客观评价，为织物服装外观质量控制提供理论依据。

• 单位
  西安工程大学; 机电工程学院