基于字典学习对机织物纹理表征的瑕疵检测算法研究

项目名称： 基于字典学习对机织物纹理表征的瑕疵检测算法研究

项目编号： No.61379011

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 汪军

作者单位： 东华大学

项目金额： 58万元

中文摘要： 基于计算机视觉的机织物瑕疵检测算法研究是提升传统纺织产业重要的课题之一。当前，相关检测算法的研究工作主要集中在鉴别性特征参数的提取上，由于缺少负样本特征参数的选取往往面临特征选择问题；另一方面，在分类器的设计上研究者又多以多类问题进行处理，导致检测算法适应性不佳。为此，本项目拟以对正常织物纹理进行有效表征为出发点，首先采用字典学习对正常织物纹理进行建模表征，并对学习字典的表征性能进行深入研究，以寻求对织物纹理的最优表征；然后探讨学习字典对瑕疵纹理的表征特性，研究正常纹理与瑕疵纹理区分机理；最后在此基础上进行瑕疵检测算法设计及实验验证。本项目充分结合织物纹理特点及学习字典表征的灵活性，从更为基础的纹理表征层面上进行瑕疵检测，不仅可以巧妙地绕开特征选取问题，同时给其它相关纺织品表观质量表征检测提供借鉴。

中文关键词： 纹理表征；字典学习；图像近似；机织物瑕疵检测；单分类

英文摘要： The study of fabric defect detection algorithm based on computer vision is one of important research subjects towards transforming and updating traditional textile industry. At present, the related work mainly focuses on how to extract discriminative feat

英文关键词： Texture representation；Dictionary learning；Image approximation；Fabric defect detection；One-class classification