近年来，由于基于语义的语义压缩技术的迅速发展，语义语义的稀疏表达被大量地运用于图像处理和图像处理等方面。利用稀疏表达和词典学习原理，对两类面料缺陷的逼近表达进行了研究，提出了一种新的织物缺陷识别方法。本课题的主要工作包括： 通过对目前纺织品缺陷的识别方法进行了研究，提出了一种新的分类方法，即以特征抽取和无属性抽取相结合的方法，对目前的缺陷进行了分析和归纳。然后，依据论文提出的基于稀疏表达和词典的学习算法，对面料缺陷的逼近表达进行了设计。最后，对试验结果进行了分析，表明了逼近表达式的有效性，为后续的面料缺陷识别奠定了基础。 介绍了一种利用稀疏表达技术进行纺织品缺陷识别的总体过程。首先采用直方图均衡方法对缺陷进行预处理；其次，利用逼近的稀疏表达模式，将缺陷图像进行分割，获得缺陷的部分；然后通过对缺陷分量进行重叠阈值分割，实现缺陷识别。

该代码的主要功能是图像边缘检测，利用霍夫变换确定圆的位置，并进行缺陷定位着色等操作

行业分类-物理装置-一种GIS机械缺陷定位装置及其缺陷判定、定位方法.zip

针对大厚度材料内部缺陷的检测问题,利用缺陷对激光超声的衍射作用实现了内部缺陷的定位定量检测。首先利用Comsol软件研究了激光超声与内部缺陷的作用过程,建立了激光超声接收信号计算模型。通过激光超声检测系统,对45钢试块内部缺陷进行定位定量检测实验。实验结果表明:缺陷检测的定位相对误差在5%以内,定量相对误差在10%以内。该实验证明了利用激光超声缺陷衍射体波法检测内部缺陷位置和大小的可行性,实现了真正意义上的激光激发和接收的非接触检测技术。