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