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。     

光纤面板暗影自适应检测

针对光纤面板暗影的特点,实现了利用自适应Canny算子进行暗影的检测。首先将OTSU算法进行改进,实现拉伸图像灰度级,增强目标与背景的灰度差。然后将改进的OTSU算法在VC++开发环境中嵌入到Canny算子中,实现Canny算子阈值的自适应确定。实验结果表明,改进的自适应Canny算子检测出的暗影边缘减少了伪边缘,排除了毛刺的影响,边缘定位更加准确、清晰。并且在程序上避免了高阈值比例参数的手动设置,很大程度上降低了程序的复杂性。     

一种基于小波域维纳滤波的图像复原算法

在图像复原算法中,单纯的空间域或者频域滤波算法简单易实现,但需要较多图像退化的先验知识。基于贝叶斯理论的迭代复原算法复原效果好,但耗时长。针对这一矛盾,利用小波变换的多分辨特性,对不同的小波系数特性采用不同的算法进行恢复,提出了一种基于小波域维纳滤波的图像复原算法。实验结果证明,所提方法在保证图像复原质量的同时相对提高了复原算法的效率,是一种有效的方法。     

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。     

光纤面板暗影缺陷自动检测系统的研制与开发

光纤面板是当代电子光学成像器件的关键元件,应用越来越广泛。根据国标规定的对暗影缺陷的检验标准和方法,研制开发成功了一套光纤面板暗影缺陷自动检测系统。通过改进后的Canny算子,实现了暗影边缘的检测与优化;通过软、硬件系统的有机整合和整体控制,实现了光纤面板暗影缺陷的自动检测;通过相应的计算方法,给出了暗影缺陷的主要特征、参数和指标,实现了暗影缺陷的定量分析。实验证明该系统操作简便,数据处理准确迅速,性能稳定可靠,具有较高的实用价值。     

基于小波边缘检测的图像去噪方法

为得到轮廓清晰的小波去噪图像，提出了一种保护图像边缘信息的小波去噪方法。通过选取二维可分离小波对噪声图像进行导数平滑处理，测出小波系数的局部极大值点，即边缘点，在采用统一阈值对图像去噪的同时，对图像的边缘点做保留处理。实验证明，在加大阈值的情况下，此种方法仍保持了清晰的图像边缘，去噪后的图像峰值信噪比提高了1～2dB。     

基于小波域统计模型的纸浆纤维图像去噪研究

在小波多尺度分析基础上，提出一种新的图像小波系数的白适应统计算法，并应用于纸浆纤维图像的去噪研究。将图像小波系数视为服从广义高斯分布（GGD）的随机变量模型，在小波软阈值去噪的基础上引入空间自适应阈值方法；将均值滤波算法应用于小波系数方差的边缘估计中，结合最大后验概率准则（MAP）进行参数估计以恢复噪音小波图像。该算法用于纸浆纤维图像的去噪，效果理想，同其它的图像去噪算法相比，它具有较高的峰值信噪比（PSNR）。     

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。     

基于平稳小波的维纳滤波射线图像去噪算法研究

将维纳滤波的原理应用到基于平稳小波的X射线图像去噪过程,研究了一种基于平稳小波的X射线图像维纳滤波去噪方法.实验证明:该方法不仅能有效消除Gibbs现象,而且能够在有效滤除噪声的同时,很好地保持X射线图像的细节部分信息.     

基于改进小波阈值的分布式光纤温度传感数据处理

温度分辨力和空间分辨力是分布式光纤温度传感系统相互制约的两个关键指标,针对分布式光纤温度传感系统的噪声特点,提出一种改进的小波阈值选取方法,将其应用于含突变热点的温度分布数据小波去噪处理。去噪结果表明,改进的阈值选取方法在光纤尾端处能更加有效抑制温度曲线噪声,使光纤尾端的温度分辨力从1.47℃减小到0.56℃,SNR提高2.63倍,获得良好的去噪效果。     

基于小波包域噪声能量分布的脉冲噪声消除

针对信号被平稳脉冲噪声污染的场合,提出了一种从含噪信号中检测脉冲噪声并降噪的脉冲噪声消除方法.该方法选择脉冲噪声能量相比含噪信号能量最为显著的小波包树节点,并利用该节点小波包系数重构信号进而检测脉冲噪声的时域分布.在降噪中,该方法于小波包域内估计脉冲噪声的能量分布并依据估计结果计算每段脉冲噪声的滤波阀值.将该方法用语音增强实验验证,结果表明所提出的检测算法能获得较好的检测结果,而提出的降噪算法能显著地改善信噪比,获得较好的降噪效果.将文中的检测算法应用于轴承故障检测的信号预处理,进一步验证了方法的有效性.     

基于轮廓波维纳滤波的图像压缩传感重构

图像压缩传感重构利用自然图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像.为了克服传统的压缩传感重构中正交小波方向选择性差和未利用变换系数的邻域统计特性的缺点,利用了轮廓波维纳滤波去噪算子替代迭代阈值法中的阈值算子,进而提出了基于轮廓波维纳滤波的图像压缩传感的重构算法.实验结果表明,该算法提高了重构图像的峰值信噪比和视觉效果,保护了图像的细节,加快了重构算法的收敛速度.     

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.     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于BEMD与双树复小波-局部Wiener滤波的毫米波图像去噪

为了有效地去除毫米波图像中含有的噪声,提高目标识别的精度,提出一种将二维经验模式分解(BEMD,Bidimensional Empirical Mode Decomposition)与基于双树复小波变换(DTCWT)的加窗局部Wiener滤波相结合的图像去噪算法。首先,对毫米波图像进行BEMD分解,得到不同特征尺度的本征模函数(IMF,Intrinsic Mode Function)子图像集;其次,利用双树复小波变换对中高频IMF子图像进行多尺度、多方向分解,并结合带有椭圆方向窗的局部Wiener滤波算法对各个高频方向子带进行去噪;最后通过DTCWT逆变换重构得到去噪后的IMF,并与残差图像相加进行BEMD重构。实验结果表明,该融合算法与单独的BEMD,DTCWT-Wiener滤波及离散小波变换-Wiener滤波算法相比,去噪后图像的视觉效果更好,提取的目标的边缘及细节特征更清晰,因而峰值信噪比最高。