織物疵點檢測是紡織品質量控制系統(tǒng)中一個核心環(huán)節(jié)，直接影響著系統(tǒng)的性能。從紋理復雜的織物圖像中檢測形態(tài)多樣的疵點具有重要的應用價值。該問題的解決也有利于對其它工業(yè)產品表面缺陷檢測提供新的解決思路�，F有織物疵點檢測多采用傳統(tǒng)模式識別的方法，如統(tǒng)計分析、頻譜分析等。近年來，受壓縮感知和稀疏表示理論的推動，低秩稀疏矩陣分解模型在圖像處理和模式識別中也獲得廣泛的應用，并且在目標檢測中達到很好地檢測效果。對于織物圖像，視覺上具有高度冗余性，相對于自然圖像中的目標檢測，織物疵點檢測能夠更好地符合了低秩稀疏矩陣分解模型。因此本書對基于低秩分解的織物疵點檢測方法進行研究，提出多種有效的檢測方法。并通過實驗驗證了所提方法的有效性。