Mura缺陷检测【1】：svd

//背景抑制，SVD方法，耗时非常严重350*350——900ms，535*535——70s
void SVD_test(Mat & srcImg, Mat & resultMat)
{
	double t1 = getTickCount();
	Mat temp(srcImg.size(), CV_32FC1, Scalar(0));
	srcImg.convertTo(srcImg, CV_32FC1);
	Mat U, W, V;
	SVD::compute(srcImg, W, U, V);//opencv得到的V与MATLAB相比已经经过转置了，要想再转置一遍可以用V=V.t();
	srcImg.convertTo(srcImg, CV_8UC1);

	Mat w(srcImg.rows, srcImg.rows, CV_32FC1, Scalar(0));//opencv进行SVD分解后得到的奇异值不是放入对角矩阵，而是一个列向量中，所以需要自己将其变换为对角矩阵
	for (int i = 0; i < 10; i++)
		w.ptr<float>(i)[i] = W.ptr<float>(i)[0];
	temp = U*w*V;
	temp.convertTo(temp, CV_8UC1);
	temp = temp - srcImg;
	double minv = 0.0, maxv = 0.0;
	double* minp = &minv;
	double* maxp = &maxv;

	minMaxIdx(temp, minp, maxp);
	double T = minv + 0.33*(maxv - minv);
	temp = temp > T;
	double t2 = getTickCount();
	std::cout << "time" << ": " << (t2 - t1) / getTickFrequency() * 1000 << endl;	
	resultMat = temp;
}

原图:

前10相反转：

相减二值化：