摘要:为了提高图像缺陷检测算法的快速性和通用性,在图像稀疏表示模型的基础上,提出一种新的缺陷检测算法,该算法改进了经典字典学习算法-K-SVD,从字典更新和稀疏编码两个阶段进行优化.首先,该算法用凸优化方法计算测试图像在字典下的表示系数,再根据系数的稀疏度来判断该图像是否为缺陷图像.最后,使用图像数据集对算法进行验证,结果表明,改进的新方法具有更快的字典训练速度,检测性能也更好.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
影响因子:0.56
期刊级别:北大期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!