基于低秩分解的织物疵点检测

发布时间：2021-11-08 20:25

　　针对传统低秩分解法导致的图像信息过度丢失和织物弹性导致的歪斜问题,提出一种基于Beta范数的改进低秩分解检测方法。首先,通过提取织物图的基元特征构造先验信息图。其次,采用Beta范数代替低秩分解中的核范数,并由先验信息图引导低秩分解方法对织物图进行分解,解决了传统低秩分解方法中核范数导致的图像信息过度丢失的问题。进而,提取织物图的方向梯度直方图（HOG）特征构造后验信息图,并将后验信息图和通过低秩分解得到的稀疏分量进行哈达玛乘积获得显著图,解决了织物弹性导致的歪斜问题。最后,利用最优阈值分割得到疵点图。将实验结果与已有的4种方法进行对比,结果表明,该方法可以有效抑制歪斜干扰,且检测时间更短。 

【文章来源】：纺织学报. 2020,41(05)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

后验信息图和显著图

由于星型纹理的重复单元较小，因此在相同面积下，其纹理单元的排列比FID数据集中其他2种纹理更密集。当星型纹理织物的瑕疵区很细微时，易发生漏检甚至完全检测不出瑕疵区的情况，因此本文选择数据集中瑕疵区较小的织物图进行效果对比。其中，文献[15]的方法未能很好地将疵点区和正常纹理有效分离，这可能是星型纹理单元排列过于密集导致的，如图3(b)中星型断头、星型多断头和星型破洞;对于某些细微的疵点甚至完全失效，如图3(b)中星型多破洞。文献[18]的方法能较好地检测出疵点，但其分割出的疵点轮廓明显大于实际轮廓，因此其在轮廓细节刻画方面还有待改进。文献[19]方法能较好地标识出疵点的位置，如图3(d)中星型断头和星型破洞;但其存在漏检情况，未能标记出疵点的全部区域，如图3(d)中星型多破洞所示，文献[19]方法只标注出了2个疵点区中的1个。文献[20]方法较好地检测出了疵点，且其轮廓比前3种方法更接近疵点标定图，如图3(e)中星型断头和星型多破洞;但结果中包含歪斜干扰，如图3(e)中星型断头、星型破洞和星型多网。本文算法可以较好地检测出疵点区位置，且疵点轮廓与疵点标定图相近，如图3(f)中星型断头和星型多破洞;同时基本消除了文献[20]结果中的歪斜干扰，如图3(f)中星型断头、星型破洞和星型多网。图4示出5种算法对方格型纹理的检测结果。

图4示出5种算法对方格型纹理的检测结果。其中文献[15]方法对于方格型纹理织物的检测效果比星型纹理稍好，如图4(b)中的方格断头(纵)、断头(横)和方格油污，可以在一定程度上识别出疵点位置，但不能很好地将其与背景分离。文献[18]基本可以检测出大致的疵点区，效果明显优于文献[15]，但引入了一些细微噪声，如图4(c)中方格细纬。文献[19]出现了大量虚警现象，将大量背景识别为瑕疵区域，如图4(d)中方格断头(横)和方格破洞，这是由于其采用的Frobenius范数不能很好地近似矩阵的秩。文献[20]方法检测出的疵点轮廓比前3种方法更精准、细腻，但有很多歪斜干扰，如图4(e)中方格断头(横)和方格破洞。本文算法基本对每张织物图都实现了疵点区与背景纹理的分离，且没有文献[20]中的歪斜干扰，如图4(f)中方格断头(横)和方格破洞，但本文算法在图4(f)方格断头(纵)的检测效果比文献[20]稍差。

【参考文献】：
期刊论文
[1]基于改进局部自适应对比法的织物疵点检测[J]. 杜帅,李岳阳,王孟涛,罗海驰,蒋高明.  纺织学报. 2019(02)
[2]应用Canny算子的织物疵点检测改进算法[J]. 胡克满,罗少龙,胡海燕.  纺织学报. 2019(01)
[3]应用方向梯度直方图和低秩分解的织物疵点检测算法[J]. 李春雷,高广帅,刘洲峰,刘秋丽,李文羽.  纺织学报. 2017(03)
[4]高斯混合模型在印花织物疵点检测中的应用[J]. 李敏,崔树芹,谢治平.  纺织学报. 2015(08)



本文编号：3484129