基于两步迭代TV正则化的电阻抗图像重建算法

针对电阻抗层析成像(electrical impedance tomography,EIT)逆问题求解的欠定性和病态性,克服传统基于L2范数的Tikhonov正则化对介质边界的模糊效应,提出一种基于两步迭代的正则化图像重建算法.该算法采用具有良好保边性的总变差(total variation,TV)正则化函数,利用两步迭代法引入TV去噪算子,达到解的双重正则化效果.与传统最小二乘迭代算法、TV相关迭代算法相比,不仅保证了逆问题求解的稳定性,而且进一步提高了非连续分布介质区域成像的分辨能力,具有较好的成像精度.     

基于非局部均值的带钢表面图像去噪

为了在去除图像噪声的同时更好地保留图像的细节信息,现利用非局部均值图像去噪方法,通过高斯加权欧式距离来衡量图像块之间的相似性,并对相似窗、搜索窗、滤波参数进行有效的选取,从而在有效去除图像中的噪声的同时更好的保存了图像的纹理和边缘等细节信息。通过主观评价与客观评价两种方法对该方法的去噪效果做出评价。实验结果表明,基于非局部均值的图像去噪方法相较于传统的图像去噪方法不仅能有效的提高信噪比,而且也更好的保留了图像的边缘和纹理等细节信息。     

基于特征驱动的双向耦合扩散 方程的图像去噪和边缘锐化

提出了一个新的能够同时去除图像噪声和锐化边缘的扩散方程模型。根据图像特征, 例如边缘, 纹理和局部细节, 这个特征驱动的双向耦合扩散模型沿着等照度线(边缘)的梯度方向从前向扩散转变为后向(逆)扩散; 而相反地沿切线方向实施前向扩散。为了消除前向力和后向力之间的冲突,将扩散方程分裂为一种耦合的形式; 同时为了保持图像特征,利用图像的方向导数局部地调整非线性扩散系数。实验结果显示, 本文算法能够在去除图像噪声的同时, 有力地增强图像的特征。     

结合复方向滤波器组高斯尺度混合模型及非局部均值滤波的图像去噪

提出了一种结合金字塔对偶树方向滤波器组(PDTDFB)变换域高斯尺度混合模型及非局部均值滤波的图像去噪方法。首先,建立了含噪图像的PDTDFB系数的局部高斯尺度混合模型,应用贝叶斯最小二乘法估计出去噪图像的PDTDFB系数;然后,通过PDTDFB逆变换重构得到初步去噪的图像;最后,采用非局部均值滤波平滑人工效应,从而获取最终的去噪图像。该方法充分利用了PDTDFB变换具有近似平移不变性、多尺度多方向选择性和对图像纹理边缘等细节信息的高效表示能力,以及高斯尺度混合模型对PDTDFB系数的邻域相关性的概括能力。实验结果表明:与目前几个典型的去噪方法相比较,该方法使信噪比提高了0.3~3dB,视觉效果也有明显的改善。另外,该方法不仅能有效地去除含噪图像中的噪声,同时也有效地保留了原始图像中的边缘和纹理等细节信息。     

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。     

改进Canny算法检测直缝焊管焊缝位置

针对传统Canny算法在识别直缝焊管焊缝边缘时易受噪声干扰、强弱边缘连接不佳等问题,通过分析直缝焊管图像特点,提出一种改进的Canny算法检测直缝焊管焊缝位置方法。首先在进行非极大值抑制中引入了梯度方向局部均值偏差;其次对非极大值抑制之后的点利用大津法计算阈值;最后通过实际采集焊管图片强弱边缘分布特点将强边缘边界所连边界作为附加连接条件。通过实验验证改进的非极大值相对于传统方法抑制能够有效的抑制噪声点并保留边缘信息,在直缝焊管焊缝边缘位置识别中改进的Canny算法相对于传统边缘检测算法能够抑制噪声干扰,保留更多的焊管边缘与焊缝边缘,因此较好的满足实际使用需求。     

X波段雷达图像同频干扰的抑制方法研究

X波段雷达图像中,数据是按线存储的,同频干扰在图像上表现为射线状噪声或斑点噪声.为去除雷达图像中的同频干扰噪声,根据同频干扰在雷达回波图像中的特性,提出一种基于拉普拉斯边缘检测算子的噪声检测算法.首先利用基于拉普拉斯边缘检测算子改进的检测方法,将雷达图像分为灰度值渐变区域和突变区域;接下来通过设定阈值检测到同频干扰的位置;最后利用临近非噪声点线性插值噪声点.利用本文方法对32幅随机的雷达图像进行处理,实验结果说明该方法能有效滤除同频干扰.与传统的滤波算法进行对比,实验结果表明本算法不仅能很好地检测到同频干扰噪声,还能更有效地去除噪声,尽可能地保留原来海浪的回波信息.     

毫米波LFMCW雷达水面探测实验及其成像算法

本文将毫米波线性调频连续波(Linear frequency modulated continuous wave, LFMCW)雷达用于水面探测, 并介绍了水面探测实验及其成像算法. 在成像处理中, 采用传统的成像算法很难获取水面纹理. 为解决该问题, 本文提出了一种针对水面纹理的毫米波LFMCW雷达水面成像算法. 相对于传统成像算法, 本文算法做了以下两点改进: 首先, 采用频域滤波法去除静止目标回波的干扰; 其次, 采用最大似然估计算法估计方位频谱参数, 计算水面回波能量, 减小乘性噪声干扰. 成像结果表明, 该算法能够获取水面纹理, 且优于传统成像算法.     

毫米波LFMCW雷达水面探测实验及其成像算法（英文）

本文将毫米波线性调频连续波(Linear frequency modulated continuous wave,LFMCW)雷达用于水面探测,并介绍了水面探测实验及其成像算法。在成像处理中,采用传统的成像算法很难获取水面纹理。为解决该问题,本文提出了一种针对水面纹理的毫米波LFMCW雷达水面成像算法。相对于传统成像算法,本文算法做了以下两点改进:首先,采用频域滤波法去除静止目标回波的干扰;其次,采用最大似然估计算法估计方位频谱参数,计算水面回波能量,减小乘性噪声干扰。成像结果表明,该算法能够获取水面纹理,且优于传统成像算法。     

Curvelet域贝叶斯估计侧扫声呐图像降斑方法

针对侧扫声呐图像的斑点噪声,提出了一种贝叶斯估计的Curvelet域降斑方法.依据海底散射模型,得到侧扫声呐图像斑点噪声的瑞利分布乘性噪声模型.将取对数后的含斑图像进行Curvelet变换,依据噪声系数的瑞利分布、信号系数的高斯分布,结合贝叶斯理论的最大后验概率估计方法,在近似条件下,得到Curvelet变换域系数估计的理论解析式.采用局部自适应的邻域窗口确定方法,对Curvelet变换域处理后的系数进行逆变换,再经过指数变换后得到降斑的侧扫声呐图像.实验结果表明,在客观评价指标和主观视觉效果方面,新方法均取得了优于传统的空间滤波及基于小波的降斑方法的效果.     

基于多尺度边缘检测的自适应阈值小波图像降噪

在图像处理中，去除图像中所含噪声而不使其边缘模糊是一个难题。考虑到小波变换在时域和频域均具有良好的局部特性，加之其多分辨率、去相关性等特点，本文提出了一种基于多尺度边缘检测的自适应阈值小波图像降噪方法。该方法将与噪声和边缘相关的小波系数和与同性区域相关的小波系数区别对待。在每个分辨层次，图像的边缘由梯度的幅度来进行估计（梯度的幅度由小波参数导出），且与噪声和边缘有关的梯度的幅度分布由Rayleigh概率模型化。基于此模型，得到该层的收缩函数。为充分利用尺度间相关性，各层的收缩函数被合并起来，进一步保持图像边缘。对与同性区域相关的小波系数，则采用一个基于Bayesian估计的自适应阈值进行处理。实验结果表明，与已有方法相比，该方法不仅可获得较清晰的图像边缘，而且降噪性能优良。     

A hybrid regularization method combining Tikhonov with total variation for electrical resistance tomography

Electrical resistance tomography (ERT) is a promising measurement technique in industrial process imaging. However, image reconstruction in ERT is an ill-posed inverse problem. Regularization methods have been developed to solve the ill-posed inverse problem. Since the penalty term is a form of L2-norm, Tikhonov regularization method guarantees the stability of the solution, but it always makes the image edge oversmoothed. Total variation (TV) regularization method has good ability of preserving image edges. A hybrid regularization method, which combines Tikhonov with TV regularization method, is proposed to get better reconstructed images. The choice of the adaptive weighted parameter between TV and Tikhonov penalty term has been discussed in detail. In the proposed hybrid regularization method, the function of conductivity gradients is used as the adaptive weighted parameter to control automatically the weighting between the penalty terms from TV and Tikhonov regularization. For the model with sharp edges, the proportion of the penalty term from TV regularization is increased to preserve the edges, while for the model with smooth edges, the proportion of penalty term from Tikhonov regularization is increased to make the solution stable and robust to noise. Both simulation and experimental results of Tikhonov, TV and hybrid regularization method are shown respectively, which indicates that the hybrid regularization method can improve the reconstruction quality with sharp edges and is more robust to noise, and it is applicable for models with different edge characteristic.     

基于经验模态分解的改进乘性噪声去除方法

乘性噪声往往由不理想的(时变的或非线性的)信道引起,它与信号是相乘的关系,因此难以消除。在乘性噪声消除应用背景下,引入同态变换去除噪声与信号的相倚性,将乘性噪声转化为加性噪声,并应用经验模态分解技术进一步研究受均匀分布白噪声污染的谐波信号及其同态变型的能量分布特性,据此建立起适用于乘性噪声去除的本征模函数幅值滤波新阈值准则。从而,形成基于经验模态分解的改进乘性噪声去除方法。结果表明,采用柔性阈值的改进算法对乘性噪声的去除效果最佳。而且,基于二阶多项式回归分析所构建的本征模函数幅值滤波阈值准则已经可以获得较高的源信号重建精度,过高的多项式阶次会导致本征模函数幅值滤波阈值与其实际噪声能量水平的失配,从而显著地降低算法的去噪性能。     

高阶混合正则化图像盲复原方法

提出了一种高阶混合正则化图像盲复原方法,用于实现模糊噪声图像的清晰化盲复原。根据自然图像边缘的稀疏特性,对图像的边缘细节成分进行了全变差(total variation TV)正则化约束,根据自然图像同性质平滑区域内像素值的变化规律,将一种高阶的类Tikhonov正则化约束运用于图像的平滑区域中,提出了一种新的高阶混合正则化模型。最后,提出一种多变量分裂布雷格曼(Multi-variable Split Bregman MSB)最优化迭代策略对提出的模型进行最优化求解。实验结果表明,提出的方法能够很好地保护图像的边缘细节,同时有效地消除图像平滑区域内的阶梯和假边缘瑕疵。与近几年的一些较好的图像盲复原方法相比,本文方法的信噪比增量(increase of the signal to noise ratio ISNR)增加了0.03~2.5 dB。     

基于群稀疏系数估计的图像重构算法

基于稀疏表示的图像先验信息模型被广泛用于实现图像的重构中。针对稀疏表示中字典选择与系数估计的关键问题,提出了基于稀疏表示与非局部自相似性相结合的图像重构方法。首先通过欧氏距离的块匹配寻找相似图像块,并利用左右字典分别对相似图像块集合进行局部稀疏与非局部稀疏表示,以获得更稀疏准确的稀疏表示系数。进一步针对传统阈值收缩法对稀疏系数估计精度不足的问题,利用伯格曼迭代算法快速有效地求解重构模型,并采用线性最小均方误差估计准则(LMMSE)实现稀疏系数的估计,以保证对包含图像纹理细节信息的小系数的精确估计。实验结果表明,本文方法不仅在PSNR等客观指标上达到了目前先进水平,而且重构后图像拥有更为丰富的细节信息,整体视觉效果更加清晰。     

应用正则化影响函数扩散模型的星图噪声滤波

由于恒星星图的噪声滤波对保持星点的边缘细节要求较高,本文以塔基（Tukey）扩散模型与改善的PM（Perona-Malik）模型为基础,提出了一种基于正则化影响函数扩散模型的星图噪声滤波方法。该方法通过导数算子提取边界点集,利用图像中原始像素和噪声像素的空间分布特性对图像进行噪声滤波处理,并通过给定边界条件恢复图像边缘。由于避免了方差稳定（VS）变换,该方法可以直接处理高斯噪声。对普通图像和添加高斯噪声星图进行了仿真测试,并与普通扩散函数算法进行了比较。实验结果表明：提出的算法表现出了较好的噪声滤波能力,同时有效地保持了特征图像的边缘。相对于普通扩散函数算法其平均绝对误差降低了13.6%,峰值信噪比平均提高了6.1%。得到的数据显示,本方法的滤波能力优于普通的扩散函数方法,特别适用于星图的噪声滤波处理。     

双传感器差分峰值侦测的漏磁检测新方法

为了提高管道、储罐漏磁检测的准确度、灵敏度,同时抑制噪声干扰,提出了一种双传感器差分峰值侦测的漏磁检测新方法。首先,对实际漏磁检测过程存在的背景噪声进行分析,研究了检测器振动、磁隙变化、磁轭泄漏等噪声源的共模特性;其次,利用缺陷漏磁场的分布特点构造了一种新型的差分侦测结构,该结构既可对噪声进行共模抑制,又可实现缺陷特征信号的差模提取;再次,依托磁偶极子模型,对所提方法的机理进行了分析,并讨论实现该方法所需要的约束条件及其检测灵敏度特性;最后,开展了仿真和物理实验,实验结果表明,该方法的噪声仅为传统X分量检测的5%,Y分量检测的26%,且检测敏感度提高了2倍。该方法为优化漏磁检测器结构、提高检测的可靠性及灵敏性提供了一个新的思路。     

Predictive Modeling of Surface Roughness in Grinding of Ceramics

The surface roughness represents the quality of ground surface since irregularities on the surface may form nucleation for cracks or corrosion and thus degrade the mechanical properties of the component. The surface generation mechanism in grinding of ceramic materials could behave as a mixture of plastic flow and brittle fracture, while the extent of the mixture hinges upon certain process parameters and material properties. The resulting surface profile can be distinctively different from these two mechanisms. In this article, a physics-based model is proposed to predict the surface roughness in grinding of ceramic materials considering the combined effect of brittle and ductile material removal. The random distribution of cutting edges is first described by a Rayleigh probability function. Afterwards, surface profile generated by brittle mode grinding is characterized via indentation mechanics approach. Last, the surface roughness is modeled through a probabilistic analysis of ductile and brittle generated surface profile. The model expresses the surface finish as a function of the wheel microstructure, the process conditions, and the material properties. The predictions are compared with experimental results from grinding of silicon carbide and silicon nitride workpieces (SiC and Si₃N₄, respectively) using a diamond wheel.