基于浅层卷积特征和双低秩表示的织物疵点检测算法研究

• 作 者: 江伴 谢晓峰 董燕
• 机 构: 中原工学院电子信息学院,中原工学院科技处
• 出 处: 中原工学院学报
• 发表日期: 2020年05期
• 关键词: 织物图像 疵点检测 卷积神经网络 双低秩表示 浅层特征 fabric imagedefect detectionconvolutional neural net
• 基金项目: 国家自然科学基金面上项目(61772576),国家自然科学基金河南省联合基金项目(U1804157),河南省教育厅科技项目(19A510027,16A540003)

鉴于低秩表示技术可用于实现织物背景和疵点的有效分类,已被应用于织物疵点检测,但相应检测结果依赖于织物纹理特征的有效表征和低秩表示模型的性能,提出了基于浅层卷积特征和双低秩表示的织物疵点检测算法。采用经过训练的浅层网络提取织物图像的深度特征,构建了特征矩阵;建立双低秩表示模型,实现了疵点与背景的有效分离;采用阈值分割算法对疵点区域进行了定位。实验结果表明,所提出的检测算法能有效地定位疵点区域,其检测精度优于其他方法。