改进型奇异值分解在织物疵点检测上的应用

为了识别不同织物表面多种类型的疵点，提出了一种基于矩阵奇异值分解（SVD）的疵点检测方法。首先采用自适应分割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，并对子图像进行奇异值分解。由于奇异值与织物图像的能量信息相关，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，对于选取的7种纹理结构不同的织物中大多数疵点，都能够识别其形状和位置。