基于壓縮感知的產(chǎn)品檢測技術研究.pdf

1、隨著生產(chǎn)技術的提高以及人們對產(chǎn)品質(zhì)量要求的提高，產(chǎn)品正確性檢測必然受到人們的密切關注，如在航天、國防、高鐵等領域存在著數(shù)據(jù)龐大且裝配結構復雜的關鍵產(chǎn)品。由于產(chǎn)品本身復雜，所采集龐大的數(shù)據(jù)量給在線實時性檢測帶來了一定的困難，難以滿足生產(chǎn)需要。針對上述問題，本文重點采用了壓縮感知中的主要理論：稀疏表示及分解算法完成對產(chǎn)品的分類識別和缺陷分離檢測。
　　首先，采用基于壓縮感知的稀疏表示分類識別算法是將采集回來的序列圖像經(jīng)過預處理后分為三

2、類，隨機從三類樣本圖像中分別抽取一部分作為訓練樣本，剩余的作為測試樣本，通過對測試樣本進行稀疏表示，采用了L-1范數(shù)、對偶仿射法、同倫算法和正交匹配算法求得最稀疏解，所獲得稀疏具有明顯的類別信息，從而易于對產(chǎn)品圖像進行分類，判斷產(chǎn)品屬于哪一類。
　　其次，對產(chǎn)品進行分類后，要檢測出產(chǎn)品是否有缺陷，采用了壓縮感知理論的稀疏分解算法對產(chǎn)品圖像進行分解，選用不同的背景字典和缺陷字典分離出背景圖像和缺陷圖像，根據(jù)缺陷圖像的特性判斷產(chǎn)品是否