基于非负CP分解的图像数据监控方法

摘要

非负张量分解不仅能有效提取图像数据特征，而且不破坏图像数据的内部结构。因此，本文基于非负CANDECOMP/PARAFAC(CP)分解建立无需额外参数设置和调优的图像数据控制图，并基于仿真模拟分析该控制图在不同偏移情形下的监控性能。仿真结果显示，该控制图对图像的位置偏移、面积变化、形状变化和颜色变化都能做出快速预警。为了比较所建立的控制图的性能优劣，通过一个实际的工业生产中的无纺布图像，基于相同的参数设置，将所提出的非负CP分解控制图与广义似然比(generalized likelihood ratio, GLR)时空控制图、区域增长的指数加权移动平均(exponentially weighted moving average, EWMA)时空控制图和基于实时对比(real time contrasts, RTC)控制图进行比较。模拟结果显示，当偏移量大于2的时候，非负CP分解控制图的检测性能媲美现有的检测方法；当偏移量不超过2时，非负CP分解控制图能更快速地检测出异常。

关键词

图像数据 / 非负张量分解 / 特征提取 / 控制图