[發明專利]一種基于稀疏表示的低分辨率觸摸屏圖像缺陷檢測方法

有效

• 申請號: 201410466384.6
• 申請日: 2014-09-12
• 公開（公告）號: CN104200478B
• 公開（公告）日: 2017-03-22
• 發明（設計）人: 梁列全
• 申請（專利權）人: 廣東財經大學
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06K9/66
• 代理公司: 廣州市華學知識產權代理有限公司44245
• 代理人: 李斌

1.一種基于稀疏表示的低分辨率觸摸屏圖像缺陷檢測方法，其特征在于，包括下述步驟：

S1、從正常的觸摸屏圖像訓練集合中提取圖像特征構建正常樣本對應的原子庫D；

S2、對冗余的且含有噪聲特征的原子庫D進行優化篩選，從中提煉出一個最優、具有最小維數的子集D′，作為訓練樣本的稀疏表示字典；

S3、在缺陷檢測時，使用與步驟S1同樣的方法提取待檢測圖像y的特征，通過l₁范數極小化求出y在D′下線性表出的系數；

S4、若待檢測圖像y是無缺陷的觸摸屏圖像的，其在D′下線性表出的系數應該是稀疏的，反之則不稀疏；對于無缺陷的觸摸屏圖像而言，由于其可以有效的利用訓練字典D′稀疏地線性表出，即可以利用D′中的基底以很小的代價重構。

2.根據權利要求1所述的基于稀疏表示的低分辨率觸摸屏圖像缺陷檢測方法，其特征在于，步驟S1中，原子庫D的構建方法為：

將無缺陷的觸摸屏圖像進行分塊，并將圖像塊作為原子構造字典，設圖像塊大小為K×K，構造得到無缺陷觸摸屏圖像的備選原子庫為D，則D中每一個原子對應一個圖像塊，每一個原子即為每一列，均為K²×1的列向量，記K²＜＜N；該備選原子庫是冗余的，列原子之間有很大的相關性，因此需要對其進行訓練優選，使得D中每一個列原子均能由D中其余的列原子線性表出，且表出的系數是稀疏的，即找出一個子集其中j₁,j₂,…，j_n∈{1,2,…,N}，使得D能夠由D'很好的稀疏重構，并使得D'中列原子數盡可能少。

3.根據權利要求1所述的基于稀疏表示的低分辨率觸摸屏圖像缺陷檢測方法，其特征在于，步驟S2中，還包括對字典進行訓練的步驟，字典訓練問題建模為：

minz∈RN||z||0,s.t.,Dz=dj,andzj=0,j=1,2,...,N---(1)]]>寫成矩陣形式，即：

minZ∈RN×N||Z||0,s.t.,DZ=D,and diag(Z)=ON×1---(2)]]>

其中O_N×1為N×1的零向量，上述l₀范數的求解是個NP-hard問題，仿照壓縮感知理論，將上述的l₀極小化問題(2)轉換為l₁范數極小化問題,

minZ∈RN×N||Z||1,s.t.,DZ=D,anddiag(Z)=ON×1---(3)]]>

對每一個d_j，設是由D中除了第j列之外的其它列構成的矩陣，則可以把(3)寫為下式:

minz′∈R(N-1)×1||z′||1,s.t.,D″z′=dj,j=1,2,...,N---(4)]]>

采用正交匹配追蹤算法OMP算法對(4)式進行求解，得到d_j在D″下稀疏表示的系數z′_j；對D中每一個列原子均使用上述求解方法，并在z′_j的第j個元素位置插入一個0元素，使得z′_j擴展為N×1的列向量z_j，則可得到(3)式的解Z＝{z₁,z₂,…,z_N}∈R^N×N；最后，統計Z中所有不全為零的行坐標，并選中這些行坐標對應的D中的列原子作為D′的列原子，完成字典的優選。