基于稀疏优化的织物缺陷检测方法

来源：机床与液压杂志2021年第6期北京时间：

作者：张健，孙宏昌，祁宇明，邓三鹏，王旭辉，王广森

单位：天津职业技术师范大学机器人及智能装备研究所；天津职业技术师范大学机器人及智能装备研究所；天津职业技术师范大学机器人及智能装备研究所；天津职业技术师范大学机器人及智能装备研究所；天津市旭辉恒远塑料包装股份有限公司；天津市旭辉恒远塑料包装股份有限公司

摘要：针对传统织物检测算法存在严重的误检、漏检现象且微小缺陷不易检测等问题，提出一种基于稀疏优化的织物缺陷检测方法。对织物图像进行预处理，加强图像的对比度；将一些无缺陷织物样本图像分块，采用K-means算法将图像块聚类成簇，每个类簇训练一个子字典，选择合适的子字典并利用优化的稀疏表示模型对待测图像进行重构；最后生成残差图像，利用最大熵阈值法对残差图像进行分割，从而检测出织物的疵点。实验结果表明：该方法可以有效检测织物的各种缺陷以及微小缺陷，与其他算法相比,该算法也具有较高的检测精度。

关键词：织物图像;缺陷检测;子字典;稀疏优化;图像重构

基金资助：国家科技支撑计划课题（2015BAK06B04）；天津市科技支撑重点项目(18YFZCSF00600)；天津市科技军民融合重大专项（18ZXJMTG00160）；天津职业技术师范大学研究生创新基金项目(YC19-13)；天津市宝坻区产学研科技合作项目（BDCXY2017018）；天津职业技术师范大学校级项目（KJ1810）