基于字典学习的机织物疵点图像等级评定研究

论文摘要

针对机织物疵点图像等级自动评定问题,在应用字典学习方法对疵点图像稀疏表达的基础上提出一种等级自动评定方法,采用该方法分别对样本大小和字典原子个数进行优化,首先在机织物纹理图像上截取特定尺寸的疵点纹理图像和正常纹理图像,对正常织物纹理图像进行K-SVD字典学习,然后用学习得到的字典对疵点纹理图像进行重构,最后根据重构效果进行等级评定。实验结果表明:最佳子样本尺寸为128像素×128像素,最佳字典原子个数为256。该方法的自动评定结果相对于人工评定结果准确率达到了83.61%。

论文目录

• 1 字典学习与织物评分标准
•   1.1 字典学习原理
•   1.2 织物评分标准
• 2 基于字典学习的机织物疵点图像等级评定方法
• 3 实验结果与分析
•   3.1 样本的获取
•   3.2 优选子样本尺寸
•   3.3 优选学习字典原子数
•   3.4 机织物疵点图像等级评定
• 4 结束语

文章来源

类型: 期刊论文

作者: 占竹,汪军

关键词: 字典学习,疵点等级评定,计算机视觉,数字图像处理

来源: 毛纺科技 2019年01期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,计算机软件及计算机应用

单位: 东华大学纺织学院,东华大学纺织面料技术教育部重点实验室

基金: 国家自然科学基金项目(61379011),中央高校基本科研业务费专项资金(CUSF-DF-D-2018039)

分类号: TS101.97;TP391.41

DOI: 10.19333/j.mfkj.2018020110106

页码: 80-85

总页数: 6

文件大小: 420K

下载量: 87