基于改进Canny算子的光纤面板暗影检测

暗影作为光纤面板的缺陷之一,对其成像质量有很大的影响。首先利用最优算子Canny算子实现暗影的检测,然后通过分析其结果,提出了利用小波去噪的方法改进Canny算子。并提出在小波去噪的始末增加对图像取对数、指数的操作,从而同时去除加性噪声和乘性噪声。实现了在VC++开发环境下将改进的小波去噪算法嵌入到Canny算子中,代替其本身内置的高斯滤波器。实验结果表明,改进后Canny算子检测出的暗影边缘结果优于改进前的Canny算子,且避免了手动设置参数,很大程度上降低了程序的复杂性。     

光纤面板透光图像暗影缺陷全景检测

通过对暗影定义、图像处理方法的分析以及相关理论的研究,利用图像自动采集系统采集有重叠部分的光纤面板透光图像,拼接出透光图像全景图,并利用暗影缺陷自动检测软件对全景图进行检测,检测出光纤面板透光图像所有暗影缺陷。利用图像拼接技术实现了对光纤面板缺陷的检测。     

中值滤波与小波变换的指纹图像混合去噪的算法

图像去噪是指纹图像预处理中的重要内容,直接影响着指纹识别系统的准确率.结合中值滤波与小波去噪分别去除椒盐噪声和高斯噪声中的优势,提出了一种指纹图像混合去噪算法,并对其中的关键步骤进行了详细分析.仿真结果表明:相对于单一使用一种去噪方法,混合去噪算法能更有效地去除指纹图像中的椒盐和高斯混合噪声,获得了较好的峰值信噪比增益.     

一种改进的非局部均值井下图像去噪

针对井下图像噪声的特点,提出一种改进的非局部均值去噪算法,该算法通过小波变换对井下图像进行多尺度分解,根据分解后图像噪声的分布特点,对低频部分采用非局部均值去噪,而对高频部分采用中值去噪,对去噪后的图像进行小波重构。实验结果表明,该算法在兼顾算法运算速度的同时,能有较高的峰值信噪比。     

基于双正交小波包分解的自适应阈值语音增强

传统的小波去噪算法是一种有效的去除白噪声的算法.为了能够去除多种有色噪声,本文提出了基于双正交小波包分解的自适应阈值语音增强方法.该方法能够自适应地跟踪噪声的水平,以此来更新所选阈值.同时采用动态阈值方法去除噪声,从而能有效地去除或降低多种有色噪声.实验结果表明.该方法由于能够在处理过程中保证相位不失真,从而性能优于基于正交小波分解的去噪方法.     

发动机装药内表面疵病检测中的图像滤波方法

导弹发动机内表面自动检测系统属智能检测技术的应用研究,是应用计算机图像处理技术,实现高精度、高效率的自动无损检测。图像滤波的目的是为了去除图像中的噪声,为下一步的自动检测作准备。基于小波分析理论,构造一种既能降低图像噪声,又能够保持图像细节信息的小波去噪算法,在采用小波变换方法对图像进行滤波的同时选择基于小波分解系数阈值量化的方法进行去噪。实验结果表明该方法优于中值和均值滤波方法,因为该方法可将高频部分的空间细化,低频部分的频率细分,并能实现对图像的自适应分析,噪声去除率可达到97%。     

基于边缘算子和数学形态学的光纤面板暗影检测

暗影是光纤面板在生产过程中产生的一种疵病,根据光纤面板暗影透过率的梯度变化特征,讨论其对应图像的灰度变化特性,提出了利用经典边缘算子融合数学形态学检测光纤面板暗影的方法。首先采用Canny算子进行暗影边缘的初步检测,然后选择最优的数学形态学方法及结构元素,最后利用闭运算实现暗影边缘连接。实验结果表明,此方法能有效地检测出光纤面板中存在的暗影,检测效果清晰、完整。     

结合图像增强的含噪齿轮图像边缘检测研究

为了提高齿轮后期故障检测和缺陷检测的效果,并有效去除图像中的混合噪声,提出了一种结合图像增强的含噪齿轮图像边缘检测算法。首先,引入了信息熵改进了马氏距离公式,并将马氏距离用于改进自适应中值滤波器;然后,对幂次变换进行了改进,使其具有自适应性,并将改进的幂次变换用于改进Retinex算法,对图像整体进行了增强;最后,采用小波模极大值法对含噪齿轮图像进行了边缘检测实验。研究结果表明:在对混合噪声的客观评价上,该算法的客观评价指标PSNR、SNR和SSIM均比中值滤波和自适应中值滤波指标高,并且其去噪效果也有明显提升;同时,利用改进Retinex算法对图像进行增强后,图像整体亮度和对比度有所增加,对部分噪声有所抑制,使得含噪齿轮图像边缘检测效果更好。     

基于改进小波变换的多方向图像边缘检测算法

在对图像的小波变换原理讨论的基础上,针对传统小波变换在图像边缘检测中的不足,提出了基于改进小波变换的图像边缘检测算法.该算法从多个方向对图像进行多尺度小波变换;采用相邻尺度小波系数相乘的方法去除噪声,提取小波系数乘积的极大值点;将这多个方向上的极大点进行融合,形成图像的边缘.仿真实验表明,该算法具有较好的边缘检测和抑制噪声的能力,边缘检测效果明显优于传统的边缘检测方法.     

基于双密度双树复小波变换的局域自适应图像去噪

提出一种基于双密度双树复小波变换的局域自适应图像去噪算法。首先,分析了双密度双树复小波变换的原理及特点,给出了双变量收缩函数(BSF)的推导。然后,对噪声图像并行使用四个二维双密度离散小波变换,且行和列采用不同的滤波器组,实现对噪声图像的双密度双树复小波分解。根据小波系数的统计特性以及层内和层间系数的相关性,采用结合局域方差估计的双变量收缩函数对小波系数进行处理。用收缩后的小波系数重构去噪图像。最后,将该算法用于灰度图像和彩色图像去噪。实验结果表明：在噪声方差为30时,经该算法去噪后图像与噪声图像相比,获得最高的峰值信噪比增益达11.72dB,平均结构相似度最高增加2.7倍,复合峰值信噪比增益达11.68dB。且对不同噪声方差下的不同噪声图像,该算法在滤除噪声的同时保留更多的细节,去噪图像的视觉质量得到很大的改善。     

基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法

分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量.     

一种基于稀疏表示的图像去噪算法

利用稀疏表示的自适应特征,将稀疏表示的多分辨理论应用于图像的去噪处理中,提出了一种基于稀疏表示的图像分块去噪方法。首先将噪声图像分割成一定尺寸的图像块,选出同质块与非同质块;然后利用小波去噪方法处理同质块,而采用脊波去噪方法处理非同质块,从而得到去噪后的图像;最后采用维纳滤波器对去噪后的图像进一步处理。实验结果表明,该方法与单纯的小波去噪方法和脊波去噪方法相比,信噪比有了较高的改善,较好地去除图像噪声,并且很好地保存图像的边缘纹理信息。     

基于能量的DSPI相位图正余弦降噪

针对数字散斑干涉(Digital Speckle Pattern Interferometry,DSPI)测量中散斑噪声干扰会导致相位提取困难、测量灵敏度降低的问题,提出基于能量的DSPI相位图正余弦滤波法,克服传统滤波方法不具有自适应性的不足,提高了相位图质量。该方法根据正交小波包能量估算DSPI相位图中的噪声能量;对相位图分别进行正余弦变换,采用均值法平滑处理;利用噪声能量设定滤波阈值,实现相位图有效滤波,文中将噪声能量与正余弦滤波结合可以自适应地进行降噪处理,利用能量控制图像滤波效果。仿真和实验结果表明,基于能量的正余弦滤波法较传统方法可以减少50%的循环次数。证明了本文提出的方法能够有效地对数字散斑干涉相位图进行滤波,提高信噪比。     

结合压缩感知和曲波的天文图像去噪

在天文图像去噪中,为了提高迭代曲波阈值算法的去噪重建性能,提出了基于循环平移和曲波维纳滤波的压缩感知迭代重构算法。首先,使用基于曲波阈值的循环平移方法对重构图像进行调整以抑制重构图像中的伪吉布斯效应;接着,用提出的曲波维纳滤波算子替代小波阈值在迭代过程中对图像曲波系数进行筛选以进一步提高重构图像的质量。通过对添加高斯白噪声的Lena图像和月球图像进行重构实验,分析本文算法和当前主流算法的性能。实验结果表明,与传统的压缩感知迭代曲波阈值算法相比,本文算法能够获得较优的去噪性能,有效地保护天文图像的细节信息,峰值信噪比大约提高了2.6~3.2dB。     

基于经验模分解的陀螺信号去噪

陀螺随机漂移是影响寻北精度的重要因素,小波消噪方法对小波基和分解尺度等因素依赖性较强。提出了一种新的基于功率谱密度准则的经验模态分解(EMD)去噪方法,可有效解决传统EMD去噪自适应滤波器截止阶数难以确定的难题,该方法将经验模态分解得到的固有模态函数(IMF)分为信号分量起主导作用模态与噪声分量起主导作用模态,并对噪声分量起主导作用的模态进行类似小波软阈值去噪的方法进行滤波,然后与信号分量起主导作用的模态共同对信号重建实现去噪。将该方法应用于测试信号与陀螺信号的去噪,结果表明:新方法能有效地判断噪声与信号起主导作用的模态分界点,具有良好的去噪效果,且不受主观参数的影响,具有自适应性。     

改进小波包多阈值去噪法及其工程应用

针对机械振动信号提取时面临的去噪问题,在小波包多阈值准则去噪法的基础上,提出一种改进的小波包多阈值准则综合去噪方法(改进FMC去噪法)。该方法首先采用探测插值法对机床原始振动信号进行预处理,剔除受外界干扰产生的突变噪声信号;再以小波包分析为基础,根据有用信号的最小频率确定最大分解层数,并按最小代价原理确定信号分解的最佳小波包基;最后采用小波包多阈值降噪准则对振动信号进行重构,得到去噪后的机床振动信号。针对含噪blocks信号、doppler信号及模拟的含噪振动信号进行的仿真实验结果表明,改进后的FMC去噪法去噪效果优于传统方法。将该方法应用于气囊修整机振动信号分析中,结果表明,改进FMC去噪法能够有效剔除振动信号各频段的噪声,提高信号特征的可分离性。     

A new denoising algorithm for MFL data obtained from seamless pipeline inspection

The magnetic flux leakage (MFL) nondestructive evaluation technique is used extensively for in-service inspection of gas and oil pipelines. Unfortunately, the MFL data obtained from seamless pipeline inspection is usually contaminated by various sources of noise, which considerably reduces the detectability of defect signals in MFL data. In this paper, a new denoising algorithm is presented for removing seamless pipe noise (SPN) and system noise contained in MFL data. The algorithm first utilizes the new wavelet domain adaptive filtering method proposed by combining wavelet transform with the adaptive filtering technique to remove SPN contained in MFL data and then exploits the coefficient denoising approach with wavelet transform to cancel the system noise in the output of the wavelet domain adaptive SPN cancellation system. Theoretical analysis shows that the proposed denoising algorithm has a better overall performance than the existing denoising algorithm. Results of application of the proposed algorithm to MFL data from field tests are presented to demonstrate the performance of the proposed algorithm compared with the existing denoising algorithm. The text was submitted by the author in English.     

基于几何纹理与Anscombe变换的蜂窝材料太赫兹图像降噪模型

为解决太赫兹（Terahertz,THz）图像内泊松高斯混合噪声导致芳纶纤维蜂窝材料脱粘缺陷轮廓检测精度低的问题,基于Anscombe变换与小波阈值法构建了THz图像降噪模型。高斯噪声方差为降噪模型的必要参数,但实际THz图像噪声分布未知,且噪声与纹理在高频混叠,给方差准确估计提出了挑战。为此,首先以样件纹理几何形状为先验信息,构造Benzene-ring算子去除THz图像纹理,使其小波域高频分量中仅含有噪声;然后提出改进的Logistic混沌映射提高样本集的多样性,以训练Elman神经网络准确建立高频分量与高斯噪声方差间映射关系;最后依据噪声方差估计值,基于Anscombe变换将泊松高斯混合噪声转化为高斯噪声,并利用小波阈值法与Anscombe逆变换得到了最终THz降噪图像。仿真与试验结果表明,所提出的方法降噪效果最佳并有效提高缺陷轮廓检测精度,相比于高斯滤波、小波阈值以及非局部均值法,平均梯度指标分别提升12%、33%、9%,缺陷面积绝对误差分别降低234 mm²、304 mm²、263 mm²。