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。     

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。     

基于小波变换的发动机表面缺陷图像去噪方法的研究

目的 滤除发动机表面缺陷图像上的噪声,使发动机表面缺陷信息得以更好地呈现。方法 首先利用小波变换将发动机表面缺陷含噪图像进行系数分解,获取不同的小波系数;接着利用支持向量机对小波分解系数进行分类,以达到将噪声信号与非噪声信号进行分离的效果;最后利用插值运算对硬阀值函数进行优化,以克服函数不连续性引起的振铃效应等弊端,使得去噪后图像能够保持更多的细节信息。通过实验仿真将所提方法以及中值滤波、双边滤波方法的去噪效果进行对比。结果 所提方法去噪后图像与中值滤波以及双边滤波方法去噪后图像相比,具有更高的PSNR值以及SSIM值。测试图像噪声强度为25%时,所提方法去噪后图像的PSNR值以及SSIM值较中值滤波方法去噪分别提高了20.66%以及11.89%,较双边滤波方法去噪分别提高了10.30%以及5.48%。结论 所提方法比中值滤波、双边滤波方法具有更好的去噪效果,能够对发动机表面缺陷图像的噪声进行去除,并较好地保留图像的细节信息。     

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.     

焊缝成形测量小波软硬阈值折衷去噪法

利用线激光视觉传感器对焊缝成形进行测量,焊缝图像往往存在噪声. 针对传统小波阈值去噪算法中硬阈值函数和软阈值函数的不足,研究焊缝图像软硬阈值折衷去噪算法. 利用db4小波基函数对激光条纹中心进行3层小波分解,对分解后的细节系数分别采用传统小波阈值函数和软硬阈值折衷法进行去噪,采用信噪比和均方根误差评价几种方法的去噪效果. 结果表明,软硬阈值折衷法的去噪效果优于传统小波阈值去噪法,能有效提高焊缝外形尺寸的测量精度及可靠性.     

涡轮叶片多视角缺陷图像快速融合方法

针对航空涡轮叶片的图像缺陷难以在单一视角下呈现完整缺陷,不利于后期修复等问题,提出了双尺度分解与基于引导滤波的显著性权重图像融合算法。双尺度分解利用均值滤波和中值滤波将待融合源图像分解成了全局信息基础层和局部信息细节层,再分别通过加权融合和基于引导滤波的显著性权值滤波方法进行基础层和细节层的融合,完成图像重构,实现最终多视角涡轮叶片缺陷图像融合。结果表明,所提算法具有良好的抗干扰能力,且对于涡轮叶片边缘缺陷、缺陷对比度保留以及不均匀光度金属背景的均衡融合等方面的综合性能优秀,融合的缺陷目标和金属背景都较为完整、均匀。     

非下采样ContourIet变换在带钢表面缺陷图像去噪中的应用研究

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.     

基于独立分量分析的X射线图像增强方法

为了改善由于散射造成的X射线检测图像对比度低,被测工件细节不易显示等缺点。针对退化图像中散射的分离,提出一种盲参数估计分离散射算法,该算法在假定图像由独立散射光谱组成的基础上,通过对散射偏振分析建立盲分离模型,来实现X射线图像的增强。采用小波变换得到图像子带图像,对盲参数间接估计。理论分析和实验结果表明,该算法在抑制散射的基础上有效的提高了图像的对比度和清晰度。     

小波多尺度C—V模型的红外图像分割

由于红外图像大多具有目标边缘模糊、对比度低、噪声多的特点,传统的C-V模型在进行分割时,易产生过分割且计算量大.针对这一问题,本文提出了一种兼顾目标同质性信息的小波多尺度C-V模型红外图像分割方法,该方法根据图像目标和背景同质性信息所占面积比例关系自适应地调节模型的参数.首先对红外图像做小波分解,从分解的顶层低频图像开始,利用改进能量函数,寻找目标边界,通过插值由粗尺度到细尺度逐层演化,最终获得原始图像的分割.该方法与原有方法相比,大大减少数据的计算量,有效地提高了分割速度,改善了分割效果.仿真实验证明了算法的有效性.     

升降船船板钢大热输入焊接接头裂纹缺陷图像检测

为提高船体结构的可靠性，避免事故发生，提出升降船船板钢大热输入焊接接头裂纹缺陷图像检测研究。利用相机与镜头、光源等部件组成图像采集平台，通过中值滤波算法设置滑动窗口，更新像素值，去除图像噪声，结合暗通道理论，使用去雾技术增强图像细节信息；将长宽比、圆度和等效面积作为特征参数；构建支持向量机超分类平面，引入二叉树算法提高支持向量机的检测能力，结合特征参数，建立二叉树支持向量机下的裂纹缺陷图像检测模型。试验结果表明，所提方法能够增强图像对比度和纹理特征，同时保证平衡准确率高且准确偏离率低。     

基于时间序列算法的变电站设备故障红外识别

为了提高变电站设备故障的识别精度、图像清晰度、细节完整度,提出了基于时间序列算法的故障红外识别方法。首先,设计变电站设备红外遥视与故障识别框架,利用混合探测器-云台组合采集其红外、可见光视频图像,经光通信设备及光纤传输视频图像至监控中心,通过滑动窗口结合时间序列筛选并标记可疑故障图像;然后,经小波阈值变换的中值去噪方法去除噪声后,利用改进分水岭算法完成图像目标分割,采用Zernike不变矩提取其特征值,将其作为支持向量机的输入,完成变电站设备分类;最后,结合设备的温度信息,通过划分故障类型、故障识别规则,实现不同设备的故障识别。结果表明,采用该方法去噪后,图像清晰度、对比度大幅提升,分割后目标设备细节完整度高,可实现不同设备的故障识别。     

基于小波阈值法和改进移动平均法的电梯钢丝绳断丝损伤信号去噪方法研究

针对使用传统方法进行电梯钢丝绳断丝损伤信号降噪过程中存在Gibbs效应,去噪后信噪比较低的问题,提出一种基于小波阈值法和改进移动平均法的降噪方法。对实测信号进行小波变换多尺度分解,得到不同的尺度系数;将各尺度系数与确定的固定阈值比较,去除小于该阈值的尺度系数,保留大于该阈值的尺度系数;对保留下的各尺度系数重构,得到初步降噪后的信号;运用改进移动平均法对其作平滑处理,得到最终信号。结果表明:该方法能够有效抑制Gibbs现象,具有很好的降噪效果,而且信噪比很高,有助于钢丝绳断丝故障的定量识别和特征提取。     

非下采样Contourlet变换在带钢表面缺陷图像去噪中的应用研究

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。     

基于稀疏优化的织物缺陷检测方法

针对传统织物检测算法存在严重的误检、漏检现象且微小缺陷不易检测等问题,提出一种基于稀疏优化的织物缺陷检测方法。对织物图像进行预处理,加强图像的对比度;将一些无缺陷织物样本图像分块,采用K-means算法将图像块聚类成簇,每个类簇训练一个子字典,选择合适的子字典并利用优化的稀疏表示模型对待测图像进行重构;最后生成残差图像,利用最大熵阈值法对残差图像进行分割,从而检测出织物的疵点。实验结果表明:该方法可以有效检测织物的各种缺陷以及微小缺陷,与其他算法相比,该算法也具有较高的检测精度。     

超声图像的小波去噪及多尺度边缘提取

提出与超声成像图像适应的小波统计域去噪和多尺度边缘提取结合的缺陷识别方法。在目前存在的多种分析模型基础上，根据统一的尺度一空间分析广泛图像小波分解系数的模型框架，结合概率模型，利用软门限和经典维纳估计方法压制噪声。通过不同信号在多尺度分析中的不同动态特性，提取表示缺陷特征的图像信号。     

基于多尺度Retinex的缺陷图像增强算法

针对荧光磁粉检测中缺陷图像光照不均匀、对比度差的问题,提出了一种基于多尺度Retinex(MSR)的图像增强算法,阐述了该算法的原理及实现方法。首先,计算三种不同尺度下的高斯滤波函数系数;然后分别对原始图像进行卷积操作并将结果加权平均;最后,将图像进行截断拉升,得到处理结果。试验结果表明:多尺度算法与常规算法相比,既实现了图像动态范围的压缩,又完成了对比度的提升,提高了图像的质量。     

基于小波包变换与自适应阈值的SMT焊点图像去噪

为提高表面组装技术焊点图像去噪效果,提出一种基于小波包变换和自适应阈值的焊点图像噪声去除新方法.利用小波包变换对图像进行多层分解,通过对图像小波包树系数的分析,对小波包树系数高频部分和低频部分进行Wiener滤波;为提高去噪性能,通过计算小波包系数对应的中值绝对方差估计,提出一种改进的自适应小波包阀值算法,并对图像进行...     

基于小波变换的相控阵全聚焦图像去噪

针对相控阵全聚焦技术的成像背景噪声问题,提出了一种基于小波变换的相控阵全聚焦图像去噪声方法。利用离散小波变换将全聚焦图像信号分解到小波域,变换后的高频子带系数采取无偏似然估计的自适应阈值处理。对处理完的高、低频子带系数进行小波逆变换,重构全聚焦图像。试验结果表明,该方法能有效去除全聚焦图像的背景噪声,保留被检工件内部的真实缺陷信号。     

改进的Otsu法在焊接图像分割中的应用

为把焊缝区域准确地从焊接图像中分离出来,以便进行焊接质量的在线分析,本文针对焊接图像灰度级多、信息量大、对比度低、图像部分细节模糊等特点提出了一种新的改进的Otsu法,在考虑类间方差和类内方差对图像分割效果影响的基础上,用方差信息代替均值信息,构建了焊接图像分割阈值算法,用以提高焊接图像的分割质量和图像实时处理的速度.实验结果表明,本文所提出的算法达到了很好的焊接图像分割效果,图像分割耗时短,相对于目前的图像分割方法具有明显的优越性,是一种有效的焊接图像阈值分割方法.     

基于Fourier拟合曲面的X射线焊缝缺陷检测

针对在强噪声、低对比度及复杂背景特征下X射线焊缝图像的缺陷检测问题,提出了去噪处理、焊缝边缘分割及缺陷检测的方法.用快速离散Curvelet变换和循环平移相结合的方法,对焊缝图像进行滤波去噪,同时对图像列灰度曲线用最大类间方差法提取焊缝区域.在图像预处理后,采用三阶Fourier曲线对图像列灰度曲线进行拟合并扩展到三维空间,构造出自适应阈值面,最后利用原图像与构造曲面三维灰度图的灰度值差异,准确分割背景与缺陷区域.结果表明,与传统缺陷检测算法相比,该方法能准确提取出焊缝缺陷,漏检率和误判率低,准确率可达95%.