结构化矩阵分解的网状织物缺陷检测方法

作     者：刘秀平 冯国栋 袁皓 王柯欣 闫焕营 Liu Xiuping;Feng Guodong;Yuan Hao;Wang Kexin;Yan Huanying

作者机构：西安工程大学电子信息学院西安710048 深圳罗博泰尔机器人有限公司深圳518109 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2022年第36卷第10期

页      面：181-188页

核心收录：

学科分类：0821[工学-纺织科学与工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 082102[工学-纺织材料与纺织品设计] 

基　　金：西安市科技局项目(GXYD7.5) 陕西省科技厅项目(2018GY-173)资助 

主　　题：显著性 缺陷检测 图像处理 特征融合 

摘      要：针对在网状织物缺陷检测过程中因纹理复杂造成误检问题,提出了一种结构化矩阵分解的网状织物缺陷检测方法。首先,通过Retinex算法对图像进行增强,利用所提取的底层图像特征生成特征矩阵,并将其分解为含有织物图像背景信息的低秩矩阵和含有缺陷信息的稀疏矩阵;其次,引入了高级先验矩阵和索引树两个部分,通过利用增强后图像进行获取,并对两个部分进行特征融合,实现缺陷显著性增强。通过计算稀疏矩阵的值,获得缺陷的显著性的大小;最后,通过最佳阈值分割算法分割缺陷显著图,从而得到缺陷检测结果。利用公开数据集TILDA和BASLER工业相机采集到的网状织物缺陷图像验证了算法的性能。研究表明,与其他算法相比,本文算法的识别准确率达到94.25%,召回率达到92.48%,分类准确率达到90.12%。