基于稀疏编码字典学习的疵点检测

• 作者: 刘绥美 张宏伟 张缓缓 张蕾 景军锋 李鹏飞
• 来源期刊: 西安工程大学学报
• 关键词: 疵点检测 稀疏编码 K-SVD字典学习
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 电子信息
• 页码范围: 594-599
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2015.05.014

摘要

为了快速准确地实现背景纹理复杂织物的疵点检测,改善传统算法计算量大的缺点,提出基于稀疏编码字典学习的疵点检测算法.首先利用Radon变化对图像进行倾斜矫正,减小像素信息处理误差,再使用Gabor滤波器对矫正后图像滤波,消除噪声影响.接着对预处理后的图像,以一定尺寸窗口,滑动选取图像块构建输入样本集,采用K-SVD算法对无瑕疵样本集合进行字典学习,得到稀疏系数并重构,进而取得水平、垂直投影特征矩阵.最后利用已得到的字典与稀疏系数对待检测样本重构,求得其相对应的特征矩阵,并用结构相似法最终确定疵点区域.实验表明,该算法检测时间短,效率较高,平均可达92.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏飞	西安工程大学电子信息学院	157	710	12.0	17.0
2	景军锋	西安工程大学电子信息学院	143	578	12.0	16.0
3	张蕾	西安工程大学电子信息学院	69	224	8.0	10.0
4	张缓缓	西安工程大学电子信息学院	33	106	7.0	10.0
5	刘绥美	西安工程大学电子信息学院	1	20	1.0	1.0
6	张宏伟	西安工程大学电子信息学院	22	116	6.0	9.0