الفهرس 
LITERATURE REVIEWOnly 14 pages are availabe for public view
 |  | from | 124 |  |  |
| | | from | 124 | | |
Abstract
فحص عيوب الملابس الجاهزة باستخدام نظام الرؤية بالكمبيوتر يشتمل هذا البحث على دراسة عميقة لموضوع التعرف على العيوب التى تحدث أثناء عملية الحياكة كما يحتوى قاعدة بيانات تشتمل على حوالى 100 فصيلة مختلفة من العيوب التى تم تسجلها وتصنيفها بطريقة تسمح لنظام الحاسب المقترح بالتعرف على نوع العيب وتحديد مصدره وإعطاء حلول لإحتمالات مسبباته. ويهدف البحث إلى تصميم وتنفيذ نظام أوتوماتيكى يعتمد على الرؤية بواسطة الحاسب لاكتشاف وتصنيف العيوب. ويتم ذلك عن طريق مصنف مركب” Combined Classifier ” جديد يتميز بسرعة الأداء ودقته إذا ما قورن بالمصنفات التقليدية التى تعتمد على مصنف واحد بالإضافة إلى ميزة أخرى وهى إستقرار الأداء ” Stability ” فى حالة تغير قاعدة البيانات التى يعمل معها. يقع البحث فى ستة فصول على النحو التالى: الفصل الأول: المقدمة يوضح هذا الفصل مجالات البحث فى صناعة الملابس الجاهزة وتطبيقات الحاسب فيها بالإضافة إلى الهدف من الرسالة وعرض نظام الرؤية بالحاسب وخطة العمل. الفصل الثانى: دراسات سابقة وتم فيه استعراض ومقارنة طرق ونتائج الأبحاث السابقة فى مجال موضوع البحث وذلك فى الفترة من عام 1984 حتى 2001 حيث اتضح أن كل الطرق السابقة تركزت على استخدام مصنف واحد لحل مشكلة التعرف على عيوب صناعة النسيج (وليست عيوب الحياكة) كما أنه لم يتم استخدام المصنفات المركبة من قبل سواء فى التعرف على عيوب الحياكة أو النسيج. الفصل الثالث: قاعدة بيانات عيوب الملابس الجاهزة تم فى هذا الفصل استعراض قاعدة بيانات عيوب الملابس الجاهزة واقتراح نظام جديد لتقسيم العيوب ووضع قاعدة بيانات مصورة لها. الفصل الرابع: المصنف المركب لأساس الشبكات العصبية يشتمل هذا الفصل على مقدمة للشبكات العصبية ثم شرح وافى للمصنف من نوع ” Learning Vector Quantization ” والذى يمثل الوحدة الأساسية ” Base Classifier ” فى بناء المصنف مركب” Combined Classifier ” والذى يشتمل على 64 مصنف أساسى تختلف فى بنيتها ومعاملاتها. بعد تدريب المصنفات المنفردة يتم اختبارها على صورة الحياكة وينتج عن ذلك 64 قراراً منفصلاً لحالة الحياكة ويتم تجميع النتائج بطريقة التصويت ” Majority Voting ” لاتخاذ قرار نهائى بشأن خلو الحياكة من العيوب أو نوع العيب إن وجد. ويتميز هذا التصميم بأن المصنفات الأساسية من النوع الضعيف فى الأداء ” Weak Classifier ” أى مصنفات دربت تدريباً غير كاف و تحتوى على عدد قليل من الخلايا العصبية فى طبقتها البينية حيث أثبتت الأبحاث السابقة أن أداء المصنفات المركبة التى تتكون من مصنفات ضعيفة يفوق أداء المصنف القوى الوحيد الذى يمكن تصميمه لحل مشكلة ما. الفصل الخامس: النتائج ومناقشتها وفى هذا الفصل تم استعراض نتائج تدريب واختبار كلاً من المصنفات الأساسية من نوع LVQ والمصنف المركب لحل مشكلتى اكتشاف كثافة الغرز وتصنيف العيوب. 1. اكتشاف كثافة الغرز: تم التدريب على عدد (3 فصائل x 7 صور) والاختبار على عدد (3 فصائل x 3 صور). 2. تصنيف عيوب الحياكة: تم التدريب على عدد (8 فصائل x 7 صور) والاختبار على عدد (8 فصائل x 3 صور) وتبين فى كلتا الحالتين أن أداء المصنف المركب يفوق بكثير أداء أفضل المصنفات الأساسية. الفصل السادس: ملخص وخلاصة البحث يحتوى هذا الفصل على ملخص وخلاصة البحث بالإضافة إلى التوصيات المستقبلية. وبناءً على ما تقدم فإن الطريقة المقترحة لحل مشكلة التعرف الأوتوماتيكى على عيوب الحياكة تمثل خطوة جديدة للوصول إلى تصميم آلة حياكة ذكية ويمكن تعميمها للتعرف على عيوب النسيج. كما أن الطريقة المقترحة تمثل تطوراً كبيراً إذا ما قورنت بالطرق التقليدية.