bibtype	J - Journal Article
ARLID	0085160
utime	20240111140649.2
mtime	20070903235959.9
title (primary) (eng)	Texture Defect Detection
specification	page_count 8 s.
serial	ARLID cav_un_epca*0258518 ISSN 0302-9743 title Lecture Notes in Computer Science volume_id 2007 page_num 987-994
title (cze)	Detekce texturních defektů
keyword	texture
keyword	defect detection
keyword	Markov random fields
author (primary)	ARLID cav_un_auth*0101093 name1 Haindl name2 Michal institution UTIA-B full_dept Department of Pattern Recognition fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author	ARLID cav_un_auth*0101091 name1 Grim name2 Jiří institution UTIA-B full_dept Department of Pattern Recognition fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author	ARLID cav_un_auth*0101165 name1 Mikeš name2 Stanislav institution UTIA-B full_dept Department of Pattern Recognition fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
source	source_type textový dokument url http://www.springerlink.com/content/mu2886274135pk77/
cas_special	project project_id 1ET400750407 agency GA AV ČR ARLID cav_un_auth*0001797 project project_id 507752 country XE agency EC ARLID cav_un_auth*0200689 project project_id 1M0572 agency GA MŠk ARLID cav_un_auth*0001814 project project_id 2C06019 agency GA MŠk country CZ ARLID cav_un_auth*0216518 project project_id IAA2075302 agency GA AV ČR ARLID cav_un_auth*0001801 research CEZ:AV0Z10750506 abstract (eng) 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. abstract (cze) 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. action ARLID cav_un_auth*0229622 name Computer Analysis of Images and Patterns place Vienna dates 27.08.2007-29.08.2007 country AT reportyear 2008 RIV BD permalink http://hdl.handle.net/11104/0147728 arlyear 2007 mrcbU56 textový dokument mrcbU63 cav_un_epca*0258518 Lecture Notes in Computer Science 0302-9743 Roč. 2007 Č. 4673 2007 987 994