[发明专利]一种基于稀疏表示的低分辨率触摸屏图像缺陷检测方法

权利要求书

1.一种基于稀疏表示的低分辨率触摸屏图像缺陷检测方法，其特征在于，包括下述步骤：

S1、从正常的触摸屏图像训练集合中提取图像特征构建正常样本对应的原子库D；

S2、对冗余的且含有噪声特征的原子库D进行优化筛选，从中提炼出一个最优、具有最小维数的子集D′，作为训练样本的稀疏表示字典；

S3、在缺陷检测时，使用与步骤S1同样的方法提取待检测图像y的特征，通过l₁范数极小化求出y在D′下线性表出的系数；

S4、若待检测图像y是无缺陷的触摸屏图像的，其在D′下线性表出的系数应该是稀疏的，反之则不稀疏；对于无缺陷的触摸屏图像而言，由于其可以有效的利用训练字典D′稀疏地线性表出，即可以利用D′中的基底以很小的代价重构。

2.根据权利要求1所述的基于稀疏表示的低分辨率触摸屏图像缺陷检测方法，其特征在于，步骤S1中，原子库D的构建方法为：

将无缺陷的触摸屏图像进行分块，并将图像块作为原子构造字典，设图像块大小为K×K，构造得到无缺陷触摸屏图像的备选原子库为D，则D中每一个原子对应一个图像块，每一个原子即为每一列，均为K²×1的列向量，记K²＜＜N；该备选原子库是冗余的，列原子之间有很大的相关性，因此需要对其进行训练优选，使得D中每一个列原子均能由D中其余的列原子线性表出，且表出的系数是稀疏的，即找出一个子集其中j₁,j₂,…，j_n∈{1,2,…,N}，使得D能够由D'很好的稀疏重构，并使得D'中列原子数尽可能少。

3.根据权利要求1所述的基于稀疏表示的低分辨率触摸屏图像缺陷检测方法，其特征在于，步骤S2中，还包括对字典进行训练的步骤，字典训练问题建模为：

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

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

其中O_N×1为N×1的零向量，上述l₀范数的求解是个NP-hard问题，仿照压缩感知理论，将上述的l₀极小化问题(2)转换为l₁范数极小化问题,

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

对每一个d_j，设是由D中除了第j列之外的其它列构成的矩阵，则可以把(3)写为下式:

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

采用正交匹配追踪算法OMP算法对(4)式进行求解，得到d_j在D″下稀疏表示的系数z′_j；对D中每一个列原子均使用上述求解方法，并在z′_j的第j个元素位置插入一个0元素，使得z′_j扩展为N×1的列向量z_j，则可得到(3)式的解Z＝{z₁,z₂,…,z_N}∈R^N×N；最后，统计Z中所有不全为零的行坐标，并选中这些行坐标对应的D中的列原子作为D′的列原子，完成字典的优选。