稀疏编码改进方法及其在缺陷检测中的应用研究

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.