基于小波变换的SFM图像处理的研究

根据扫描力显微镜的特点，对小波变换应用于扫描力显微镜图像的降噪、增强及融合方法进行了阐述。采用SFM对碳元素沉积到基底上，通过生长机理获得的碳纳米膜的表观形貌进行了检测，并采用所述方法对扫描图像进行了处理。结果表明，利用小波变换对扫描力显微镜图像进行处理是有效的、可行的，图像质量得到明显提高。     

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。     

基于改进阈值函数的提升小波变换超声信号去噪研究

在焊接缺陷的超声检测中,噪声和伪信号大大降低了检测结果的可靠性和质量。因此消除噪声、提高超声检测信号的信噪比,已成为超声无损检测与评价技术成功应用的关键。首先介绍了提升小波变换的基本理论,分析了小波阈值法去噪的原理和方法;然后在软、硬阈值函数的基础上,提出了一种基于改进阈值函数的提升小波去噪方法;最后对实际焊接缺陷超声回波信号进行了去噪实验研究,并从信噪比和均方根误差两个方面对去噪性能进行了比较分析。结果表明,该方法在一定程度上改进了软、硬阈值去噪法的缺点,获得了更好的去噪性能和更高的信噪比,并且提升小波变换的去噪速度快、设计灵活、编程简单,因此在实时信号去噪方面具有很好的应用前景。     

小波变换模极大值在粗晶材料超声检测中的应用

本文研究小波变换方法在粗晶材料超声缺陷信号增强中的应用.为克服粗品材料(奥氏体钢)超声检测时晶粒噪声的影响,在分析晶粒噪声和缺陷信号频谱分布的基础上,提出了一种基于小波变换模极大值的算法来提高信噪比.利用此算法进行实际超声信号分析效果良好.     

异种材料连接界面弱信号缺陷的提取与量化

采用基于形态学增强和面积重构预处理的分水岭变换方法,对异种材料连接界面的超声检测图像进行了自适应分块阈值化分割处理.为了验证无损检测处理结果的可靠性,根据铜钢堆焊界面检测图像特征,对堆焊接头进行抽样破坏检测.结果表明,通过形态学增强和面积重构的预处理可有效抑制经典分水岭算法的过度分割,实现了检测图像按缺陷的分布特征进行自适应分块,进而通过阈值化分割,达到了超声弱信号缺陷的有效提取与量化的目的.经破坏性试验验证,该方法具有较高的检测可靠性.     

面状缺陷超声TOFD法信号和图像的特征与识别

针对铝合金厚板焊缝中易于出现的几种典型的面状缺陷,研究了其超声衍射时间差法（TOFD—time of flight diffraction）的检测特征,对获得的A扫描信号和B、D扫描图像的特征进行了分析和解释,并对B、D扫描图像进行了线性化处理。结果表明,结合A扫描信号和B、D扫描图像的特征,能够有效地对面状缺陷进行识别、定位和定量。线性化处理技术有效地提高了图像的时间分辨力,使面状缺陷的信号和图像的特征更明显,进而使定位定量更为精确。     

9%Ni钢焊缝超声TOFD法探伤中小波变换信号处理法的应用介绍

介绍9％Ni钢焊缝超声TOFD法检测中信号处理的方法。利用小波变换法将检出信号分解为多个频带宽度不同的成分。为减小由枝晶衍射引起的噪声，计算了这些成分的积，并对其加权，重建了A型显示信号。对所有D扫描所得信号作信号处理后，发现D扫描图像中的缺陷显示分外明显。     

小波变换模极小值在粗晶材料超声检测中的应用

本文研究小波变换方法在粗晶材料超声缺陷信号增强中的应用，为克服粗晶材料超声检测时晶粒噪声的影响，在分析晶粒噪声和缺陷信号频谱分布的基础上，提出了一种基于小波变换模极大值的算法来提高信噪比，利用此算法进行实际超声信号分析效果良好。     

小波变换和模糊模式识别技术在金属超声检测缺陷分类中的应用

基于金属超声检测中的缺陷脉冲回波为非稳态信号的特点,提出了一种缺陷定性特征值的提取是模式识别的关键,因此提出用小波变换提取特征值,多面手用模式识别的方法对小波变换的特征值提取结果进行定性分类,从而确定缺陷类型。采用上述上种不同性质的缺陷进行分析和处理。结果表明,用小流变换提取特征值的方法是有效的,而模糊模式识别算法也得到了较好的分类效果。     

基于复小波变换和贝叶斯分类器的缺陷类型识别

针对缺陷类型识别这一典型的不确定性问题,提出了一种基于复小波变换和朴素贝叶斯分类器的缺陷类型识别新方法.在利用小渡对超声缺陷回波信号进行消噪的基础上,采用复小波变换获得缺陷回波信号的包络并提取特征参数,最后利用朴素贝叶斯分类器进行分类.实验结果表明,该方法能够实现对缺陷类型的有效识别.     

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。     

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。     

小波变换在薄膜表面图像信号降噪中的应用

目的：当前,以原子力显微镜为代表的扫描探针显微镜设备可以获取纳米尺度薄膜样品的表面图像,但这些图像存在不同程度的噪声,影响图像质量和信息判断。为了更准确获取这些薄膜表面状态,需要对薄膜样品表面图像数据和信息进行降噪处理。方法结合AFM等设备成像特点以及小波变换的时频局域性特点,在介绍小波变换基本理论和噪声来源分析基础上,提出了一种多层小波分解去噪算法。传统的信号理论是建立在傅里叶变换基础上的,而傅里叶变换作为一种全局性的变化,其有一定的局限性,无法同时表述信号在时域和频域的局部性质,而这些局部特征恰恰是非平稳信号性质最关键的部分。小波变换保留了窗口傅里叶变换局部化的优点,改变了窗口傅里叶变换窗口函数大小固定的缺点。结果原始图像信号的频率在0 Hz到4000 Hz都有分布。通过小波变换后,信号波形更光滑,频谱在500 Hz到2000 Hz之间分布。结论将小波变换应用于薄膜表面图像信号降噪中,通过实验证明通过小波变换可以有效去除信号中的噪声部分。     

一种改进全变差正则化的Shearlet 自适应带钢图像去噪算法

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。     

小波变换理论在弹药无损检测中的应用

为提高工业CT探测炸药的信噪比和可靠性，利用小波变换的方法降低信号噪声以实现有效的炸药探测。结果显示小波变换可对工业CT探测的炸药信号进行分析，能有效抑制噪声和提高信噪比，并可检测出药柱的裂纹及其位置。     

Ultrasonic image restoration based on support vector machine for surfacing interface testing

In order to restore the degraded ultrasonic C-scan image for testing surfacing inteoface, a method based on support vector regression （SVR） network is proposed. By using the image of a simulating defect, the network is trained and a mapping relationship between the degraded and restored image is founded. The degraded C-scan image of Cu-Steel surfacing inteoface is processed by the trained network and improved image is obtained. The result shows that the method can effectively suppress the noise and deblur the defect edge in the image, and provide technique support for quality and reliability evaluation of the surfacing weld.     

基于感兴趣区域和小波变换的图像融合算法

为了提高图像融合效率,保持良好的边缘支持度,以便更好完成图像重构,提出了基于小波变换的图像融合算法。利用小波变换对信号多方向特征提取的优势,将多维图像信号分析化繁为简,在融合规则制定中,权衡图像融合的清晰度和融合算法复杂度,对图像信号低频信号和高频信号分开处理,低频进行加权平均,而高频进行局部方差处理,最后进行小波逆变换得到重构图像。实验证明,该方法重构图像效果清晰,且信噪比高。     

基于小波变换和算术编码的无损图像压缩方法研究

为了提高图像压缩的性能以便实现更好的无损图像压缩,提出了一种基于小波变换和算术编码的无损图像压缩方法。首先,该方法对图像的所有高频和低频分量进行整数小波变换。然后利用期望最大化算法和最大似然估计对几何分布有限混合模型的参数进行了估计。最后结合直方图截断方法完成算术编码。多组图像数据的测试结果显示相比于其他方法,提出压缩方法表现出较好的压缩性能(主观和客观保真度指标),即更高的压缩比和峰值信噪比。     

数字超声系统脉动噪声的估计与消除

采用高通滤波器和小波包变换技术对低碳钢摩擦焊接头进行超声无损检测，研究表明，高通滤波后，信噪比有所提高，但频率滤波器在滤除噪声的同时，也滤除了缺陷信息中所含的低频成分。小波包变换是一种比小波变换频率线性度更好的时频分析方法，能同时兼顾信号的陡变和缓变特征，从而清楚地区分时变信号和长时间的类周期信号。实验证明，小波包换能正地估计出脉动噪声，从而有效地去除之，提高信号的可观察性和信噪比。