基于稀疏优化的织物缺陷检测方法
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.69 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
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。相关论文
- 2024-07-22深层相关性对齐迁移学习的轴承故障诊断方法
- 2024-06-16基于FOA的变分模态分解在轴承故障诊断中的应用
- 2020-12-08电主轴滚动轴承轴向预紧技术综述
- 2020-11-23疲劳点蚀下风电齿轮箱斜齿轮可靠度计算
- 2022-03-03两点支撑主轴装配工艺浅析
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。