-
题名改进型奇异值分解在织物疵点检测上的应用
被引量：9
- 1
-
-
作者
景军锋
李江南
李鹏飞
-
机构
西安工程大学电子信息学院
陕西省纺织印染自动化工程技术研究中心
-
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2014年第6期62-67,共6页
-
基金
国家自然科学基金资助项目(61301276)
陕西省教育厅项目(2013JK1084)
陕西省科技厅项目(2013K07-32)
-
文摘
为识别不同织物表面多种类型的疵点,提出一种基于矩阵奇异值分解(SVD)的疵点检测方法。首先采用自动识别技术提取织物图像中包含疵点的感兴趣区域(ROI),其次将包含疵点的ROI部分继续分割成若干小的不重叠的子图像,并对其作奇异值分解。通过去除表征织物纹理背景能量的奇异值,以余下的奇异值重组子图像,从而增加疵点区域与纹理背景的能量差异。最后再对ROI区域进行复原时,会出现子图像重构过程不完全连接的情况,采用二值化阈值处理可以消除影响,完成检测目的。实验证明,所提出的改进型奇异值分解技术,耗时短,效率高,对于选取7种纹理结构不同的织物中大多数疵点均能够识别其形状和位置。
-
关键词
矩阵奇异值分解
织物疵点检测
自适应分割
ROI区域
-
Keywords
singular value decomposition
fabric defect detection
self-adaptive partitioning technique
ROI region
-
分类号
TS101.9
[轻工技术与工程—纺织工程]
-
