Afficher la notice abrégée
dc.contributor.author |
Lebdjiri, Houssem |
|
dc.contributor.author |
Biad, Souad (Encadreur) |
|
dc.date.accessioned |
2023-12-19T09:52:12Z |
|
dc.date.available |
2023-12-19T09:52:12Z |
|
dc.date.issued |
2023 |
|
dc.identifier.uri |
http://dspace.univ-jijel.dz:8080/xmlui/handle/123456789/13721 |
|
dc.description |
Option: Automatique et Informatique Industrielle |
fr_FR |
dc.description.abstract |
La détection de défauts dans les textiles est un domaine crucial de la vision industrielle,
offrant des avantages majeurs en termes d'efficacité de production et de qualité des produits.
Cette étude a examiné deux approches basées sur la méthode de lissage d'image par
minimisation du gradient L0, visant à améliorer la détection des défauts. La première approche
se concentre sur l'algorithme de localisation, tandis que la deuxième approche intègre
l'extraction de caractéristiques d'histogrammes et la classification à l'aide de SVM et KNN. On
a obtenu des résultats très satisfaisants pour les deux approches. Le taux de classification
dépasse 97%. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
Université de Jijel |
fr_FR |
dc.title |
Détection de défauts de textiles par vision industrielle. |
fr_FR |
dc.type |
Thesis |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée