Wavelet-Monte Carlo Simulation for Virtual Fabric Imaging

웨이블릿-몬테 카를로법을 이용한 가상 직물이미지의 모사

The algorithm developed in this paper allows us to generate or synthesize a large amount of data sets using only a small amount of signal features obtained from the original data set. Because the simulated density profiles of yarns retain the original features without a significant loss of information on the location of imperfections, the resulting fabric images are likely to resemble the original images. The data expansion system developed could generate a large area of fabric images by combining the Monte Carlo simulation and the wavelet sub-band exchange algorithm developed. The system has proven effective for simulating realistic fabric images by retaining the location of imperfections such as neps, thin and thick places.

제한된 방적사의 두께신호로부터 유사구조를 갖는 다량의 데이터를 합성하는 방법이 개발되었다. 모사된 방적사의 두께신호는 넵 등의 발생횟수는 물론 발생위치에 관한 정보를 원래의 데이터와 유사하게 포함하고 있으므로, 이를 통해 모사한 직물이미지의 외관도 원래의 것과 크게 다르지 않은 특징을 가지고 있다. 몬테 카를로 모사법과 웨이블릿 변환을 결합한 알고리듬을 결합하여 개발된 방법은 넵, 두꺼운 부분, 가는 부분 등 방적사 외관상의 특징을 나타내는 요소들을 그대로 유지함으로써, 가상의 직물이미지를 모사하는 데 매우 효과적인 방법을 제공한다.