共查询到15条相似文献,搜索用时 312 毫秒
1.
目的去除冷轧铝板表面缺陷图像中的噪声,并保持图像的清晰度以及图像的细节信息,避免冷轧铝板表面缺陷图像中的噪声引起错误的缺陷检测。方法首先,引入双边滤波方法,并联合概率分布函数以及最大似然函数求取图像的噪声方差,自适应地对双边滤波函数中灰度方差值进行调整,实现对冷轧铝板表面缺陷图像中噪声进行滤除。然后,为了对双边滤波去噪后遗留下的强噪声进行去除,利用像素点之间的差值,构造区域相似度模型,对双边滤波去噪后图像中的强噪声进行判定。最后,借助中值滤波方法在对强噪声进行滤除的同时,兼顾保持图像的清晰度,进而达到去除冷轧铝板表面缺陷图像中的噪声,并保持图像细节以及清晰度的目的。结果所设计方法在噪声强度分别为0.09、0.12以及0.15时,所得去噪图像的MSE值分别为15.3743、19.7713以及23.7613,所得去噪图像的PSNR值分别为38.4971、35.4792以及31.1768。结论所设计方法不仅能有效去除冷轧铝板表面缺陷图像中的噪声,而且还能较好地保持图像的清晰度以及边缘特征,使得去噪后图像具有较好的视觉效果。 相似文献
2.
目的有效滤除带钢表面缺陷图像高斯噪声。方法高斯噪声是影响带钢图像质量的主要噪声类型之一,针对带钢表面缺陷图像高斯噪声去噪,首先对传统K-SVD(K-means and singular value decomposition)算法中的字典进行升级改造,然后采用正交匹配追踪(OMP,Orthogonal Matching Pursuit)算法对图像进行重构,滤除噪声,最后运用此算法对缺陷图像进行高斯滤波处理。为验证该算法去噪效果,选取几种常见的典型缺陷图像(划伤、气泡、氧化色、粘结纹)进行测试仿真,并选用中值滤波、均值滤波、小波变换、维纳滤波、3维块匹配(BM3D)等多种传统滤波方法进行比较。结果该算法对四种典型缺陷去噪的PSNR(Peak Signal to Noise Ratio)值平均可达33.976 d B,MSE(Mean Square Error)平均值为27.607,SSIM(Structural Similarity)平均值为0.912。结论该算法对带钢表面缺陷重构图像的边缘细节清晰,PSNR、MSE、SSIM三个性能指标明显优于其他传统滤波算法,去噪效果良好。 相似文献
3.
稀疏分解算法在薄膜缺陷去噪中的应用 总被引:1,自引:1,他引:0
目的实现锂电池薄膜表面缺陷特征的有效提取。方法采用稀疏分解算法实现表面去噪,即通过选取合适的原子函数,在过完备字典中对含有点噪声、高斯噪声、椒盐噪声和加乘噪声背景下的缺陷图像进行稀疏分解迭代,通过观察法得到终止迭代值作为经验值,并将该经验值用于特定噪声背景下的稀疏分解终止迭代条件,得到去噪后的缺陷图像。最后将该方法与中值滤波技术进行比较。结果稀疏分解的去噪性能远优于中值滤波,对锂电池薄膜缺陷有很好的还原性。结论稀疏分解算法能够较好地去除锂电池薄膜图像中的噪声,从而识别出锂电池薄膜缺陷。 相似文献
4.
5.
针对射线检测图像的高噪声、低对比度、图像模糊等特点,提出了一种射线图像的自适应多尺度积阈值降噪算法,解决了常用射线检测图像降噪算法存在的降噪效果差、图像模糊、缺陷边缘和细节丢失等问题。该算法利用噪声估计、多尺度、积阈值、小波等方法对射线检测图像进行降噪处理,获得了高质量的降噪图像。以实际的工业焊缝射线检测图像为例,将所提算法与常用的小波降噪、中值滤波、维纳滤波、小波中值等算法进行降噪对比研究。试验结果表明,所提算法不仅具有优异的降噪性能,而且能够较好地保留缺陷图像边缘、细节等重要特征。 相似文献
6.
7.
针对圆线材表面缺陷检测中出现的外界杂质干扰问题,对圆线材常见的6种表面缺陷进行建模,分析3种常见的图像噪声模型,并采用多种滤波算法进行处理比较,通过评估各算法对应的PSNR值确定了合适的图像预处理方案,同时对比分析3种特征描述因子对图像的特征提取效果。所得结果如下:均值滤波算法对高斯噪声处理效果好,中值滤波对椒盐噪声处理效果好,均值滤波和中值滤波对泊松噪声都有较好的处理结果;使用SURF算法进行图像特征提取效果好。研究结论可为解决线材表面缺陷的检测问题提供参考。 相似文献
8.
目的 对带钢表面图像中的噪声进行有效滤除,以获取较清晰的带钢表面图像,为通过带钢表面图像检测带钢表面缺陷提供良好的源图.方法 利用非下采样Contourlet变换具有精细分解的特性,对获取到的带钢表面图像进行尺度分解,获取图像的高、低频系数.在最大后验概率框架的基础上,以噪声图像系数的方差为判断条件,构建了自适应去噪模型,对带钢图像进行前级去噪.为了进一步去除带钢表面图像中的噪声,利用非局部均值方法对前级去噪后的带钢表面图像进行处理,以达到对带钢表面图像中的噪声进行有效滤除.结果 仿真实验结果显示,与对照组方法相比,采用所设计方法去噪后的带钢表面图像不存在阶梯效应等不足,具有更高的峰值信噪比及结构相似度.结论 本文所提方法能有效去除带钢表面图像中夹杂的噪声,可获取较清晰的带钢表面图像. 相似文献
9.
目的对带钢表面图像中的噪声进行有效滤除,以获取较清晰的带钢表面图像,为通过带钢表面图像检测带钢表面缺陷提供良好的源图。方法利用非下采样Contourlet变换具有精细分解的特性,对获取到的带钢表面图像进行尺度分解,获取图像的高、低频系数。在最大后验概率框架的基础上,以噪声图像系数的方差为判断条件,构建了自适应去噪模型,对带钢图像进行前级去噪。为了进一步去除带钢表面图像中的噪声,利用非局部均值方法对前级去噪后的带钢表面图像进行处理,以达到对带钢表面图像中的噪声进行有效滤除。结果仿真实验结果显示,与对照组方法相比,采用所设计方法去噪后的带钢表面图像不存在阶梯效应等不足,具有更高的峰值信噪比及结构相似度。结论本文所提方法能有效去除带钢表面图像中夹杂的噪声,可获取较清晰的带钢表面图像。 相似文献
10.
噪声去除是带钢缺陷自动检测系统的一个重要环节,传统的滤波方法在去噪的同时会造成边缘的模糊,影响检测及质量评价结果.为解决上述问题,文章提出一种基于邻域信息的非迭代、非线性倒数加权滤波方法-双倒数波方法,该方法同时结合邻域内像素的几何位置信息与灰度信息进行滤波,采用邻域内各像素与中心点之间的几何距离差倒数与灰度相似性倒数的乘积做为最终的权值.文中分别采用高斯滤波、各向异性扩散滤波及双倒数滤波三种方法对带钢表面缺陷进行处理,实验结果表明:双倒数滤波去噪和边缘保持效果明显优于其它两种滤波方法,可满足带钢缺陷检测系统在图像噪声去除同时保留重要的边缘细节信息的要求. 相似文献
11.
目的有效去除生产现场所采集的带钢图像上的混合噪声。方法结合Shearlet变换具有较好的稀疏表示图像特征的性质与全变分各向异性扩散的优点,提出一种带钢图像去噪新算法。对Shearlet变换分解后的图像进行硬阈值处理,再进行Shearlet变换重构形成估计图像,采用改进自适应的变差正则化的极小化迭代模型对估计图像进行迭代修正。结果去噪后的图像具有很好的视觉效果,避免了伪吉布斯效应的产生。在强噪水平下,对比新模型与小波去噪,PSNR提高了约9 d B,均方差降低了约319。结论该方法获得了较好的峰值信噪比增益,使信号幅度有较高的保真度,具有更好的平滑噪声和边缘保持功能。 相似文献
12.
线结构光焊接图像去噪方法 总被引:2,自引:2,他引:0
为了滤除焊接过程中大量散射及飞溅焊渣等噪声,提出了一种基于自适应顶帽变换(adaptive Top-Hat transform)的线结构光焊接图像去噪方法. 将噪声图像进行一定范围结构元尺寸的Top-Hat变换处理,提出了一种评价指标互相关系数(cross-correlation coefficient of image histogram, CCIH)选取得到最优结构元尺寸L. 其次,进行一定迭代次数范围的顶帽变换(Top-Hat)变换处理,并提出一种基于最大类间方差(Otsu)改进结构相似度(SSIM)算法的评价指标相亮比(ratio of structural similarity index to average brightness,RSB)选取得到最优迭代次数I. 结果表明,与自适应中值法(median filter,MF)、全变分法(total variation,TV)和非下采样轮廓波变换与全变差法相结合的方法(non-subsampled contourlet transform with total variation,NSCT-TV)相比,该方法在主观视觉效果,信息熵(entropy,EN)、峰值信噪比(peak signal-to-noise ratio,PSNR)和均方根误差(mean-square error,MSE)上均有较大的改善. 噪声得到有效去除的同时图像中的线结构光区域得到较好的保留. 相似文献
13.
焊接视觉图像检测是实现焊接过程自动控制的重要步骤.针对焊接图像噪声大、稳定性差的特点,提出了一种基于小波降噪和形态学模糊检测的算法.首先分别用小波变换和灰度形态学算法对焊接熔池图像进行降噪处理,然后将两者结果融合进行模糊处理,最后完成灰度形态学边缘检测.实验结果表明,此方法能够从含有较强噪声的弧焊视觉图像中获取清晰、准... 相似文献
14.
结合均值滤波器和中值滤波器各自在图像去噪中的优点,借助阈值图像分割思想,提出一种阈值开关空域滤波器设计新思想.在该滤波器设计中,先求解模块中未被噪声污染的像素点占模板总像素数的比值,然后设置一个阈值并用该阈值将比值划分为不同的分段,最后对每个分段采用不同空域滤波算法.将本设计方法与标准中值滤波、算术均值滤波以及修正的阿尔法均值滤波器进行仿真分析.实验结果表明,这种设计方法在图像去噪与保留细节方面都有很好的效果,即使是高密度的噪声,采用较小窗口滤波,也能取得较好的除噪效果. 相似文献
15.
漏磁(MFL)检测信号常被多种噪声源污染,极大地降低了漏磁信号中缺陷信号的可检测性。提出一种漏磁信号去噪新方法。该法首先利用自适应滤波方法去除漏磁信号中的无缝管道噪声(SPN),然后再利用小波系数去噪方法去除SPN自适应消除系统输出的漏磁信号中的噪声。实测的漏磁信号处理结果说明,该方法具有良好的去噪效果,可提高漏磁信号中缺陷信号的可检测性。 相似文献