基于K?SVD学习字典的机织物纹理表征及应用

• 作者: 吴莹 汪军
• 来源期刊: 纺织学报
• 学科: 工学
• 关键词: 机织物纹理表征 DCT字典 K-SVD字典 瑕疵检测 图像重构
• 年，卷（期）: 2018,（2）
• 页码范围: 165-170
• 页数: 6页
• 分类号: TS101.9
• 字数: 3636字
• 语种: 中文
• DOI: 10.13475/j.fzxb.20171001106

摘要

为更好地适应机织物纹理以及减少程序的运行时间,选取平纹、斜纹、缎纹3种组织结构采用K-奇异值分解(K-SVD)的方法训练得到一个自适应字典.以峰值信噪比、结构相似性为指标,探讨不同稀疏基数对机织物纹理图像重构的影响,针对不同的应用,选取了合适的稀疏基数T.利用该字典重构机织物纹理图像,在此基础上检测织物瑕疵.实验结果表明:T=6时,算法不仅能有效重构机织物纹理图像(PSNR和SSIM),而且重构效果要优于初始离散余弦转换(DCT)字典;T=4时,K-SVD 字典能更好地适应瑕疵样本,且鉴别瑕疵的能力更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪军	东华大学纺织学院	140	733	14.0	20.0
5	吴莹	东华大学纺织学院	5	12	3.0	3.0