缺陷检测的稀疏表示模型及应用

作     者：李清勇 梁正平 黄雅平 史忠植 Li Qingyong;Liang Zhengping;Huang Yaping;Shi Zhongzhi

作者机构：轨道交通控制与安全国家重点实验室(北京交通大学)北京100044 北京交通大学交通数据分析与挖掘北京市重点实验室北京100044 中国科学院计算技术研究所智能信息处理重点实验室北京100190 深圳大学计算机与软件学院广东深圳518060 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2014年第51卷第9期

页      面：1929-1935页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61272354 61273364) 北京市自然科学基金项目(4142043) 中央高校基本科研业务费专项基金项目(2014JBZ003) 北京交通大学轨道交通控制与安全国家重点实验室自主研究课题(RCS2012ZT007) 深圳市战略新兴产业发展专项资金项目(JCYJ20130326112033984) 北京高等学校青年英才计划项目 

主　　题：稀疏表示 缺陷检测 盲源分离 形态成分分析 轨道检测 

摘      要：基于缺陷检测应用中图像的稀疏特性,提出了缺陷图像的稀疏表示模型以及基于稀疏性的缺陷分解算法.在该模型中,缺陷图像表示为图像背景、缺陷目标和噪声3种成分的叠加,并且图像背景和缺陷目标可以分别由对应的冗余字典稀疏表示;然后借鉴盲源分离原理和块协调松弛方法,实现缺陷目标成分的有效分解;最后,在钢轨表面擦伤检测应用中验证了该算法的性能.