文献

J-GLOBAL ID：201902247248009747   整理番号：19A0624014

二重ノルム低ランク分解に基づく新しいパターン化織物欠陥検出アルゴリズム【JST・京大機械翻訳】

A Novel Patterned Fabric Defect Detection Algorithm based on Dual Norm Low Rank Decomposition

著者 (5件)： Wang Junpu (School of Electronic and Information Engineering, Zhongyuan University of Technology, ZhengZhou, China) ,  Li Chunlei (School of Electronic and Information Engineering, Zhongyuan University of Technology, ZhengZhou, China) ,  Liu Zhoufeng (School of Electronic and Information Engineering, Zhongyuan University of Technology, ZhengZhou, China) ,  Yu Miao (School of Electronic and Information Engineering, Zhongyuan University of Technology, ZhengZhou, China) ,  Dong Yan (School of Electronic and Information Engineering, Zhongyuan University of Technology, ZhengZhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICSP  ページ： 323-327  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 織物欠陥検出は繊維製造の品質管理において重要な役割を果たす。パターン化された織物欠陥を正確に検出するために,本論文では,二重ノルム低ランク分解に基づく新しいパターン織物欠陥検出法を提案した。最初に,特徴マトリックスをGabor変換を用いて生成した。それはバックグラウンドを低ランク部分空間に置く。次に,二重ノルム低ランク分解モデルを採用して,特徴マトリックスを低ランク部分(バックグラウンド)と非低ランク部分(欠陥)に分割した。採用したモデルは,低ランクスパース分解モデルにおける元の「スパース」制約を代替する正規項として核ノルムの二重ノルムを使用し,バックグラウンド部分と欠陥部分の間の内部積を最小化することにより欠陥部分の効果的分離を実現できる。最後に,非低ランク部分によって生成された顕著性マップを,欠陥領域を位置決めするために,改良適応閾値を通して分割した。実験結果は,提案したアルゴリズムが,最新技術と比較して,様々なパターン化織物画像に対して高い検出精度とロバスト性を有することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質管理 ,  画像 ,  *パターン形成 ,  *アルゴリズム ,  *ノルム ,  ロバスト性 ,  Gabor変換 ,  *故障検出
準シソーラス用語： 検出精度 ,  適応閾値 ,  顕著性マップ ,  スパース ,  部分空間 ,  検出アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ノルム ,  分解 ,  パターン化 ,  織物 ,  欠陥検出 ,  アルゴリズム