基于低秩矩阵重构和广义卷积的纺织品瑕疵检测方法

摘要

本发明公开了一种基于低秩矩阵重构和广义卷积的纺织品瑕疵检测方法，包括，首先使用自编码器重构瑕疵样品图像，从而获得符合真实分布的无暇背景；其次，利用重构图像和原图像构造差异性矩阵作为后续检测的先验，并定义一个广义的卷积来增强瑕疵区域；然后，设计误差项来表征自编码器在无暇部分形成的重构误差；最后，对输入图像进行低秩分解，并使用显著性分割和阈值分割来提取瑕疵区域。本发明将自编码器引入低秩分解模型的优化部分，代替奇异值分解来优化低秩项，以获得唯一的最优解，从而解决当前模型存在的不确定多解问题。设计的广义卷积是非线性的，使得模型能够在稀疏项中鼓励瑕疵区域的同时惩罚无暇区域，从而获得更精确的检测结果。