一种工业无损检测超声图像降噪方法

针对传统的工业无损检测超声图像散斑噪声降噪方法,不能很好的保持图像边缘和细节,提出了一种新的基于粗集与小波的工业超声图像降噪方法.该方法通过考察散斑噪声的统计特征,利用粗集中的等价关系将工业超声图像划分为若干子图,对子图进行对数变换后完成小波变换,采用自适应阈值函数处理小波系数,应用小波逆变换和指数变换得到降噪后的子图,将降噪后的子图进行叠加得到最终的降噪图像.通过新算法在实际工业超声图像中的应用,实现了在保证降噪效果的同时能够较好地保持图像边缘及细节特征,验证了算法的有效性.     

基于小波和形态学降噪的弧焊视觉图像模糊检测

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...     

射线检测图像的自适应多尺度积阈值降噪算法

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。     

基于激光散斑的蜂窝复合材料缺陷检测

通过基于激光散斑检测技术的缺陷信息提取方法,可快速判断缺陷的位置及大小。基于散斑干涉原理,对图像降噪进行了研究分析,试验结果表明,通过傅里叶滤波、图像线性趋势处理、灰度处理、分步解包等图像综合处理技术可有效提取散斑干涉信息,缺陷信号比较清晰。针对该研究结果,对飞机雷达罩进行检测时,运用图像综合处理技术获得缺陷的相关信息,验证了采用该方法提取层压结构和纸蜂窝结构缺陷信息的可行性,有效提高了激光散斑检测的工作效率和可靠性。     

焊缝超声TOFD检测信号及图像降噪技术研究

超声TOFD检测信号中混入的无关噪声常导致从检测图像中难以分辨缺陷特征。本研究通过小波包分解技术分析缺陷衍射波特征信号的时、频域分布特征,采用小波包统一阈值对超声TOFD检测信号进行降噪处理,对比软、硬阈值函数对检测信号的降噪结果。研究结果表明:采用软、硬阈值对长度10 mm、深度5 mm的裂纹缺陷信号降噪,其信噪比由原始的22.88 dB分别提高至186.66、176.65 dB,对长度28 mm、深度8 mm的夹杂缺陷信号降噪,其信噪比由原始的16.62 dB分别提高至33.74、28.16 dB;基于小波包软、硬阈值去噪后信号进行图像重构可有效抑制干扰条纹并提高缺陷特征图像的分辨力,而采用软阈值法几乎完全去除了原始超声TOFD检测图像中的噪声条纹。     

基于小波包分解的航空涡轮盘超声相控阵检测图像降噪技术

针对航空涡轮盘难检区域缺陷的超声相控阵检测技术,分析了检测信号及图像特征,提出了检测信号的小波包软阈值降噪方法,并对小波阈值进行改进,最后基于降噪后的信号进行了相控阵图像重构。结果表明:缺陷特征信号几乎分布于检测信号的整个频域范围,单纯的频域滤波必然导致缺陷信号的损失;基于改进的小波包阈值,并且有针对性地选择部分分解信号进行滤波降噪,可在较好保留有用信号的同时滤除噪声信号,有效地提高了检测信号信噪比及检测图像分辨率,对于提高涡轮盘的超声相控阵检测能力具有重要作用。     

改进小波降噪算法在轴承缺陷图像的应用

针对传统Bayes阈值不能随小波分解尺度变换以及提高传统算法图像降噪效果的问题,文章提出一种改进的基于小波维纳滤波与Bayes自适应阈值估计图像降噪算法,该算法在多层小波变换的基础上,对小波分解后的第一层细节系数进行维纳滤波处理,对其他层细节系数进行改进Bayes软阈值估计算法处理,最后对处理后的小波系数进行重构,得到降噪图像。实验结果表明,该方法在图像峰值信噪比(PSNR)定量指标上优于传统的小波Bayes软阈值估计图像降噪方法,并将该方法成功的应用于轴承缺陷图像的降噪预处理以及轴承缺陷图像边缘检测中,达到了图像降噪的优化效果。     

CO2焊熔池图像的Bubble小波零交叉边缘检测

在用CCD捕获的CO2焊熔池图像中存在大量的弧光噪声和飞溅形成的点噪声，要准确地检测熔池图像的边缘较为困难。首先采用中值滤波和乘法运算对CO2焊图像进行降噪处理。基于零交叉边缘检测方法和多孔算法，研究了熔池边缘的Bubble小波检测方法及算法实现，对比分析了不同小波尺度对边缘检测结果的影响。试验结果表明，用Bubble函数构造的小波基对提取熔池边缘效果较好，为熔深控制、焊缝跟踪等奠定了坚实的基础。     

非线性滤波在射线图像降噪增强中的应用

射线数字成像是当前射线检测与诊断技术发展的方向，图像降噪增强是提高射线成像检测灵敏度和分辨力的关键。重点探讨以排序滤波为代表的非线性滤波图像降噪增强方法，对射线图像的处理表明，线性滤波在降噪的同时会引起较大的边级模糊，而排序滤波不仅降低噪声且能保持图像细节，提高图像质量效果明显。     

铁磁性材料脉冲涡流检测信号的消噪方法

为了能够有效地滤除铁磁性材料脉冲涡流检测信号中的噪声成分,提出基于小波分析和卡尔曼滤波器联合降噪的方法。阐述小波阈值降噪的基本原理,通过信号降噪试验优化小波降噪阈值参数,实现小波阈值最优降噪。针对小波降噪后的信号仍然存在少量非平稳噪声的问题,提出卡尔曼滤波器降噪方法,信号降噪试验结果表明:卡尔曼滤波器有效滤除了非平稳噪声,信号的信噪比达到34.976 7dB,均方根误差减小到0.049 395。     

镁合金超声检测的相关增强小波去噪技术

提出了一种基于相关增强与小波阈值相结合的超声信号去噪方法,将该方法用于AZ91镁合金的超声检测能够有效地去除噪声,提高检测精度。由于同类缺陷信号之间相关性较大,因此对同类缺陷的超声信号进行相关处理能够增强缺陷信号;结合小波分析的多分辨分析特点,从频率和时域对增强后的信号进行阈值处理,最终获得了良好的去噪效果。实验结果表明:该方法能够有效去除由粗晶散射引起的结构噪声,对微弱缺陷信号的检测是很有效的,且灵活便捷。     

基于小波变换的独立分量分析及其在红外热波图像中的应用

针对获取的红外热波图像存在加热不均、信噪比小、对比度低的特点,提出基于小波变换的独立分量分析法并将其应用于红外热波图像处理,该方法首先对红外图像进行小波分解,提取高频分量构建虚拟噪声通道,进而提高独立分量分析方法消噪性能。试验结果表明,该方法可以达到很好的消噪效果,使图像的缺陷显示更为清晰。     

GPR signal de-noising by discrete wavelet transform

Ground penetrating radar (GPR) is a non-destructive investigation tool used for several applications related to civil infrastructures; including buried objects detection and structural condition evaluation. Although GPR can be effectively used to survey structures, signal analysis can be sometimes challenging. The GPR signals can be easily corrupted by noise because the GPR receiver has usually an ultra-wide bandwidth (UWB). The noise collected by the system can easily mask relatively weak reflections resulting from the inhomogeneities within the surveyed structure; especially when they are at a relatively deep location. This paper presents the use of discrete wavelet transform (DWT) to de-noise the GPR signals. Various mother wavelets were used in this study to de-noise experimental GPR signals collected from flexible pavements. The performance of wavelet de-noising was evaluated by computing the signal-to-noise ratio (SNR) and the normalized root-mean-square error (NRMSE) after de-noising. The study found that wavelet de-noising approach outperforms traditional frequency filters such as the elliptic filter. At the same level of decomposition, the Daubechies order 6 and Symlet order 6 outperform the Haar and Biorthogonal mother wavelets when de-noising GPR signals by soft thresholding.     

Reduction of ultrasonic echo noise based on improved wavelet threshold de-noising algorithm for friction welding

In the ultrasonic detection of defects in friction welded joints, it is difficult to exactly detect some weak bonding defects because of the noise pollution. This paper proposed an improved threshold function based on the multi-resolution analysis wavelet threshold de-noising method which was put forward by Donoho and Johnstone, and applied this method in the de-noising of the defective signals. This threshold function overcomes the discontinuous shortcoming of the hard-threshold function and the disadvantage of soft threshold function which causes an invariable deviation between the estimated wavelet coefficients and the decomposed wavelet coefficients. The improved threshold function is of simple expression and convenient for calculation. The actual test results of defect noise signal show that this improved method can get less mean square error (MSE) and higher signal-to-noise ratio of reconstructed signals than those calculated from hard threshold and soft threshold methods. The improved threshold function has excellent de-noising effect.     

基于样本熵的改进小波降噪在微电机质量检测中的应用

微型电机振动信号信噪比低,环境噪声复杂,对噪声信号进行有效去除是对其进行质量检测的关键步骤。针对传统小波降噪阈值函数连续性差、降噪效果不理想等问题,提出一种基于样本熵的改进小波阈值函数,能够根据信号混乱程度自动对阈值函数进行调节。仿真结果表明：在低信噪比环境下,基于样本熵的改进阈值函数降噪效果明显优于传统阈值函数和普通改进阈值函数,信号信噪比得到显著提升。对微型电机异音信号进行降噪处理和特征提取,结合SVM分类器进行训练测试,试验结果表明：改进的小波降噪算法能够有效去除电机信号环境噪声,提取有效的信号特征,对出厂电机性能优劣进行准确判断。该方法将为微型电机厂家大规模质量检测提供理论依据和支持。     

Feature extraction of machine sound using wavelet and its application in fault diagnosis

Machine sound always carries information about the working of the machine. But in many cases, the sound has a very low SNR. To obtain correct information, the background noise has to be removed or the sound must be purified. A de-noising method is given in this paper and is successfully used in feature sound extraction. We can easily diagnose a machine using the purified sound. This de-noising method is based on the wavelet technique and uses the Morlet wavelet as the mother wavelet, because its time–frequency resolution can be adjusted to adapt to the signal to be analyzed. The method is used for extracting the sound of some vehicle engines with different types of failure. The feature sound is extracted successfully.     

模糊提升小波包变换降噪法在漏磁检测信号处理中的应用

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。为此提出应用模糊提升小渡包解决漏磁信号的噪声抑制问题。对比分析软阈值、硬阈值和模糊阈值三种阈值处理方式下,传统小波包与提升小波包的降噪性能,并应用模糊提升小波包实现了漏磁信号的降噪。仿真结果表明,该方法具有运算速度快,降噪效果好的特点,是一种有效的漏磁检测信号降噪方法。     

基于K-SVD算法的带钢表面缺陷图像去噪

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。     

MAG焊熔池图像的超分辨率分析

由于MAG焊外部干扰大,用CCD采集的MAG焊熔池区图像不够清晰.因此,在进行进一步处理比如边缘检测之前,需要进行必要的图像增强和去噪等预处理操作,这样才能获得更加清晰的图像边缘信息.针对以上问题,采用超分辨率技术对MAG焊熔池图像进行处理和分析.在此基础上,提出了基于小波分形插值的超分辨率图像重建方法.结果表明,该方法相对于基于传统的小波双线性插值的超分辨率方法,能有效提高MAG焊图像的分辨率,获得更加清晰的焊缝位置和图像的边缘信息,为后续的焊接质量控制和焊缝跟踪工作提供了很好的基础.     

小波尺度加权法在粗晶材料超声波检测中的应用

为了解决超声波检测粗晶材料时回波信噪比低、缺陷难以检出的难题,对超声波信号小波分析原理进行了研究。以实例分析的方式提出小波尺度加权降噪法,并阐述其原理及优点。在小波分析尺度加权降噪法的基础上编制了缺陷识别程序,对超声波信号进行处理,大大提高了对缺陷的识别与定位能力。该检测工艺在实际粗晶材料超声检测中取得了良好的效果。