基于多尺度冗余字典稀疏分解的纸病图像背景补偿方法 - 中国造纸.pdf

纸病图像背景补偿 基于多尺度冗余字典稀疏分解的 纸病图像背景补偿方法 周 强杜盟 王志强 陕西科技大学电气与信息工程学院 陕西西安 摘 要 对于纸病检测中纸张图像背景不均匀以及图像灰度特征不明显等造成纸病测量精度低的问 题 建立多尺度冗余字典 采用正交匹配追踪算法 对纸病图像进行稀疏分解 并根据纸病 作者简介 周 强先生 背景图像和纸病图像不同形态特征 对背景进行补偿 从而增强纸病特征 实验表明 该方法能够 博士 教授 主要研究方 有效地重构并补偿纸病背景图像 突出灰度特征较弱的纸病 提高纸病检测的准确性 向 智能信息处理技术 关键词 纸病检测 稀疏分解 正交匹配追踪算法 多尺度冗余字典 图像背景补偿 中图分类号 文献标识码 纸张在生产和加工过程中 由于环境 机械等原 等人 采用 计算机 的纸病检测硬件结 因 有可能会出现不同的纸病 其中外观纸病对纸张 构 对纸病图像进行预处理 初步确定纸病信息 提 的直接使用及进一步加工有很大的影响 由于造纸工 高纸病检测算法效率 杨波等人 基于几何及灰度 艺和设备的不断改进 纸机的幅宽和速度都不断增 特征的纸病检测算法进行了研究 验证了利用灰度特 加 所以对纸病检测效率和准确性提出更高的要求 征进行纸病提取的可行性 对黑斑 亮斑等有明显灰 机器视觉就是机器代替人眼来做测量和判断 通过机 度特性的纸病效果较好 但对于一些灰度分布特征不 器视觉设备将拍摄目标转换成图像信号 智能系统根 明显的纸病 如褶皱等 效果不稳定 王勇军等 据图像处理技术和模式识别理论对纸张图像进行处 人 针对褶皱纸病 采用 变换进行提取和检 理 分析 在线辨识纸病的种类和大小 标识纸病位 测 但是传统的 变换效率较低 为此张刚强 置 以便现场操作人员进行补救工作 目前随着机器 视觉技术的快速发展 其在造纸生产领域发挥的作用 收稿日期 修改稿 越来越重要 基金项目 陕西省科技攻关项目 陕西省科技统 研究表明 常见的外观纸病有黑斑 亮斑 空 筹创新工程计划项