改进型奇异值分解在织物疵点检测上的应用

摘要

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