基于独立分量分析高阶统计量的纺织品缺陷检测

摘要：

在现代纺织工业生产中,纺织品缺陷自动检测以其在客观性和准确性上的优势正在逐步取代人工检测.目前的缺陷检测方法主要是利用纺织品图像的二阶统计特性,而并未考虑到纺织品图像本身及其变换域中固有的非高斯统计特性.针对这一问题,本文基于独立分量分析(Independent Component Analysis,ICA)算法,结合纺织品图像变换域的非高斯统计特性,提出一种新的基于ICA高阶统计量的纺织品缺陷检测方法,并将其应用于实际的纺织品图像样本检测中.实验结果表明,本文提出的新方法缺陷检测正确率平均达到99％以上,明显优于传统方法.

关键词： 纺织品 缺陷检测 独立分量分析算法 高阶统计量

作者: 杨德美 杨学志

作者单位: 合肥工业大学计算机与信息学院,安徽合肥230009

会议类型: 国内会议

会议名称: 全国第21届计算机技术与应用(CACIS)学术会议

会议地点: 上海

会议语种:中文

页码: 240-243

在线出版日期: 2010-08-20（万方平台首次上网日期，不代表论文的发表时间）