0085160 20240111140649.220070903235959.9 8 s. cav_un_epca*02585180302-97432007987-994 texture defect detection Markov random fields cav_un_auth*0101093 Haindl Michal UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101091 Grim Jiří UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101165 Mikeš Stanislav UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. textový dokument http://www.springerlink.com/content/mu2886274135pk77/ 1ET400750407 GA AV ČR cav_un_auth*0001797 507752 XE EC cav_un_auth*0200689 1M0572 GA MŠk cav_un_auth*0001814 2C06019 GA MŠk CZ cav_un_auth*0216518 IAA2075302 GA AV ČR cav_un_auth*0001801 CEZ:AV0Z10750506 This paper presents a fast multispectral texture defect detection method based on the underlying three-dimensional spatial probabilistic image model. The model first adaptively learns its parameters on the flawless texture part and subsequently checks for texture defects using the recursive prediction analysis. We provide colour textile defect detection results that indicate the advantages of the proposed method. Článek prezentuje rychlou multispektrální metodu detekce texturních defektů, založenou na třídimenzionálním prostorovém pravděpodobnostním obrazovém modelu. Model nejprve adaptivně identifikuje své parametry na bezchybné části textury a následně hledá texturní defekty pomocí rekurzivní prediktivní analýzy. Výsledky detekce poruch barevných textilií demonstrují výhody navržené metody. cav_un_auth*0229622 Computer Analysis of Images and Patterns Vienna 27.08.2007-29.08.2007 AT 2008 BD http://hdl.handle.net/11104/0147728 2007 textový dokument cav_un_epca*0258518 Lecture Notes in Computer Science 0302-9743 Roč. 2007 Č. 4673 2007 987 994