为实现快速和有效的织物瑕疵自动检测,提出了一种基于时间序列而不是图像的功率谱纹理分析方法。依据Burg au to regress ive(AR)算法估计得到谱数据,从中提取能够反映纹理周期和取向等特点的特征,并首次采用支持向量数据描述模型来检...为实现快速和有效的织物瑕疵自动检测,提出了一种基于时间序列而不是图像的功率谱纹理分析方法。依据Burg au to regress ive(AR)算法估计得到谱数据,从中提取能够反映纹理周期和取向等特点的特征,并首次采用支持向量数据描述模型来检测织物瑕疵纹理。对包含多种疵点的若干织物样本的检测结果表明,依照本文所述方案能够在保持较低的误警率前提下达到较高的疵点检出率,证明了所述方案的可行性。展开更多
文摘为实现快速和有效的织物瑕疵自动检测,提出了一种基于时间序列而不是图像的功率谱纹理分析方法。依据Burg au to regress ive(AR)算法估计得到谱数据,从中提取能够反映纹理周期和取向等特点的特征,并首次采用支持向量数据描述模型来检测织物瑕疵纹理。对包含多种疵点的若干织物样本的检测结果表明,依照本文所述方案能够在保持较低的误警率前提下达到较高的疵点检出率,证明了所述方案的可行性。