基于稀疏表示的印花织物疵点检测

被引：13

作者：

刘茁梅

李鹏飞

景军锋

机构：

[1] 西安工程大学电子信息学院

来源：

西安工程大学学报 | 2018年 / 32卷 / 02期

关键词：

印花织物; 疵点检测; 稀疏表示; 盲源分离; 形态成分分析;

D O I：

10.13338/j.issn.1674-649x.2018.02.013

中图分类号：

TP391.41 []; TS101.97 [];

学科分类号：

080203 ; 082101 ;

摘要：

纺织品中的织物缺陷分布存在稀疏性,使得缺陷图像能够在特定的变换中进行稀疏表示.根据盲源分离理论和形态成分分析,将织物缺陷图像假设由缺陷、背景和噪声3种成分的线性叠加,通过稀疏表示模型对缺陷图像进行表示.首先对原始缺陷图像进行直方图均衡化处理;接着采用基于稀疏表示模型将织物图像分解为缺陷和纹理部分;最后对缺陷图像采用叠加二值化分割法,显示缺陷区域.实验结果表明,该方法对包括星型、方格型和圆点型在内的印花织物缺陷图像,检测时间短,效率较高,平均检测率可达96.3%.

引用

收藏

页码：197 / 202

页数：6

相关论文

共 10 条

[1] 基于稀疏编码字典学习的疵点检测 [J].

刘绥美 ;

李鹏飞 ;

张蕾 ;

张宏伟 ;

张缓缓 ;

景军锋 .

西安工程大学学报, 2015, (05) :594-599

[2] 基于稀疏编码投影特征的布匹瑕疵检测 [J].

叶鉴霆 ;

朱秋平 ;

范赐恩 .

科学技术与工程, 2014, 14 (33) :111-115

[3] 自适应局部二值模式算法及其在织物疵点检测中的应用 [J].

付蓉 ;

石美红 ;

陈惠娟 .

纺织高校基础科学学报, 2010, 23 (01) :99-104

[4] 基于自适应小波的织物疵点自动分割研究 [J].

石美红 ;

龙世忠 .

纺织高校基础科学学报, 2007, (02) :206-211

[5]

基于稀疏成分分析的图像盲源分离研究.[D].瞿丽华.天津职业技术师范大学.2014, 07

[6]

Image enhancement using Exposure based Sub Image Histogram Equalization.[J].Kuldeep Singh;Rajiv Kapoor.Pattern Recognition Letters.2014,

[7] Fabric defect detection using adaptive dictionaries [J].

Zhou, Jian ;

Wang, Jun .

TEXTILE RESEARCH JOURNAL, 2013, 83 (17) :1846-1859

[8] Automated fabric defect detection-A review [J].

Ngan, Henry Y. T. ;

Pang, Grantham K. H. ;

Yung, Nelson H. C. .

IMAGE AND VISION COMPUTING, 2011, 29 (07) :442-458

[9] Defect detection in textile fabric images using wavelet transforms and independent component analysis [J].

Serdaroglu A. ;

Ertuzun A. ;

Ercil A. .

Pattern Recognition and Image Analysis, 2006, 16 (1) :61-64

[10] Simultaneous cartoon and texture image inpainting using morphological component analysis (MCA) [J].

Elad, M ;

Starck, JL ;

Querre, P ;

Donoho, DL .

APPLIED AND COMPUTATIONAL HARMONIC ANALYSIS, 2005, 19 (03) :340-358