本文關(guān)鍵詞： K-SVD算法 正交匹配追蹤 DCT字典 高斯噪聲 濾波 帶鋼缺陷　出處：《表面技術(shù)》2017年05期 　論文類型：期刊論文

【摘要】：目的有效濾除帶鋼表面缺陷圖像高斯噪聲。方法高斯噪聲是影響帶鋼圖像質(zhì)量的主要噪聲類型之一,針對(duì)帶鋼表面缺陷圖像高斯噪聲去噪,首先對(duì)傳統(tǒng)K-SVD(K-means and singular value decomposition)算法中的字典進(jìn)行升級(jí)改造,然后采用正交匹配追蹤(OMP,Orthogonal Matching Pursuit)算法對(duì)圖像進(jìn)行重構(gòu),濾除噪聲,最后運(yùn)用此算法對(duì)缺陷圖像進(jìn)行高斯濾波處理。為驗(yàn)證該算法去噪效果,選取幾種常見(jiàn)的典型缺陷圖像(劃傷、氣泡、氧化色、粘結(jié)紋)進(jìn)行測(cè)試仿真,并選用中值濾波、均值濾波、小波變換、維納濾波、3維塊匹配(BM3D)等多種傳統(tǒng)濾波方法進(jìn)行比較。結(jié)果該算法對(duì)四種典型缺陷去噪的PSNR(Peak Signal to Noise Ratio)值平均可達(dá)33.976 d B,MSE(Mean Square Error)平均值為27.607,SSIM(Structural Similarity)平均值為0.912。結(jié)論該算法對(duì)帶鋼表面缺陷重構(gòu)圖像的邊緣細(xì)節(jié)清晰,PSNR、MSE、SSIM三個(gè)性能指標(biāo)明顯優(yōu)于其他傳統(tǒng)濾波算法,去噪效果良好。
[Abstract]:Objective to effectively filter Gao Si noise from strip surface defect image. Methods Gao Si noise is one of the main noise types affecting the quality of strip surface defect image. Firstly, the dictionary in the traditional K-SVDmeans K-means and singular value decompositionalgorithm is upgraded, and then the orthogonal Matching pursuit algorithm is used to reconstruct the image and filter the noise. Finally, the algorithm is used to process the defect image by Gao Si filter. In order to verify the denoising effect of the algorithm, several common typical defect images (scratching, bubble, oxidizing color, bond pattern) are selected for test and simulation, and median filter is selected. Mean filter, wavelet transform, Several traditional filtering methods, such as Wiener filter and 3D block matched BM3D, are compared. Results the average value of PSNR(Peak Signal to Noise error of four typical defects can reach 33.976 d BMSE mean Square error (mean value is 27.607). Conclusion this algorithm has a structural Similarity0.912. The edge details of the reconstructed image of strip surface defects are clear and the three performance indexes of PSNRX MSESSIM are obviously superior to those of other traditional filtering algorithms. The denoising effect is good.
【作者單位】： 河北工業(yè)大學(xué)電子信息工程學(xué)院;華北理工大學(xué)信息工程學(xué)院;哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院;
【基金】：河北省自然科學(xué)基金(E2016202341) 河北省引進(jìn)留學(xué)人員基金(C2012003038)~~
【分類號(hào)】：TG142.1+1;;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 高陳強(qiáng);李佩;;引導(dǎo)濾波和三維塊匹配結(jié)合的紅外圖像去噪[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年02期

2 韓英莉;;一種改進(jìn)全變差正則化的Shearlet自適應(yīng)帶鋼圖像去噪算法[J];表面技術(shù);2014年06期

3 楊真真;楊震;孫林慧;;信號(hào)壓縮重構(gòu)的正交匹配追蹤類算法綜述[J];信號(hào)處理;2013年04期

4 楊娟;賈振紅;覃錫忠;楊杰;胡英杰;;基于形狀自適應(yīng)PCA的三維塊匹配圖像去噪[J];計(jì)算機(jī)工程;2013年03期

5 顏云輝;彭怡書;宋克臣;劉偉嵬;;基于閾值法的帶鋼表面缺陷圖像脈沖噪聲去除[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

6 湯勃;孔建益;王興東;蔣國(guó)璋;熊禾根;楊金堂;;帶鋼表面缺陷圖像的小波閾值降噪研究[J];武漢科技大學(xué)學(xué)報(bào);2010年01期

7 龍奕;尹忠科;王建英;李恒建;;自適應(yīng)Bandelet框架及其在圖像去噪中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2008年01期

8 隆剛,肖磊,陳學(xué)Oz;Curvelet變換在圖像處理中的應(yīng)用綜述[J];計(jì)算機(jī)研究與發(fā)展;2005年08期

9 張旭明,徐濱士,董世運(yùn);用于圖像處理的自適應(yīng)中值濾波[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2005年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭永鋒;郭清宇;;濃霾污染的激光遙感圖像去噪濾波器設(shè)計(jì)[J];激光雜志;2017年08期

2 吳俊熊;劉紫燕;馮麗;張達(dá)敏;;面向壓縮感知的稀疏度自適應(yīng)圖像重構(gòu)算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2017年08期

3 趙麗;黃惠芬;;紅外光圖像采集及其特征提取技術(shù)的研究[J];激光雜志;2017年07期

4 孫偉;吳翰;李雨;孫威;黃星;;一種基于加權(quán)均值檢測(cè)的夜景圖像增強(qiáng)算法[J];萍鄉(xiāng)學(xué)院學(xué)報(bào);2017年03期

5 胡秀;王書愛(ài);;激光主動(dòng)成像系統(tǒng)的圖像質(zhì)量改善研究[J];激光雜志;2017年06期

6 楊振胤;隋立春;李麗;康軍梅;丁明濤;;遙感影像超分辨率重建的字典學(xué)習(xí)類算法[J];測(cè)繪通報(bào);2017年06期

7 佟明磊;白勇;;寬帶協(xié)作頻譜感知的聯(lián)合信號(hào)重構(gòu)改進(jìn)算法[J];電子技術(shù)應(yīng)用;2017年06期

8 張鴻雁;羅永蓮;武麗芬;;關(guān)聯(lián)規(guī)則的紅外圖像對(duì)比度自適應(yīng)增強(qiáng)方法[J];激光雜志;2017年05期

9 崔東艷;高蔚庭;夏克文;;基于K-SVD算法的帶鋼表面缺陷圖像去噪[J];表面技術(shù);2017年05期

10 趙遠(yuǎn);彭富倫;李戶平;曹越;李瓊;;一種小窗口下的快速去噪算法[J];電子設(shè)計(jì)工程;2017年10期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 祝強(qiáng);徐臻;;采用小波構(gòu)造的圖像閾值去噪算法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2013年06期

2 俞建衛(wèi);羅振山;尹延國(guó);尤濤;;基于形態(tài)學(xué)邊緣檢測(cè)和小波閾值的摩擦副紅外圖像去噪[J];中國(guó)機(jī)械工程;2013年09期

3 康長(zhǎng)青;曹文平;華麗;方磊;程虹;;兩階段三維濾波的紅外圖像去噪算法[J];激光與紅外;2013年03期

4 炊明偉;馮有前;王崴;李正朝;徐曉東;;非下采樣Contourlet變換在表面形貌評(píng)定中的應(yīng)用[J];表面技術(shù);2013年01期

5 唐春菊;劉衍平;;基于非下采樣Contourlet變換的圖像相關(guān)去噪[J];信息與電子工程;2012年06期

6 楊真真;楊震;;含噪語(yǔ)音壓縮與重構(gòu)的自適應(yīng)共軛梯度投影算法[J];儀器儀表學(xué)報(bào);2012年10期

7 馬麗紅;龔紫平;;頻率與方向敏感SSIM的圖像質(zhì)量評(píng)價(jià)方法[J];計(jì)算機(jī)工程;2012年05期

8 楊真真;楊震;李雷;;語(yǔ)音重構(gòu)的DCT域加速Landweber迭代硬閾值算法[J];信號(hào)處理;2012年02期

9 孫林慧;楊震;;基于自適應(yīng)基追蹤去噪的含噪語(yǔ)音壓縮感知[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

10 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學(xué)報(bào);2011年07期

，

本文編號(hào)：1516449