文献类型：期刊文章

作　　者：石坤泉[1] 魏文国[2]

SHI Kun-quan;WEI Wen-guo(School of Information Engineering,Guangzhou Panyu Polytechnic,Guangzhou 511483,China;School of Electronics and information,Guangdong Polytechnic Normal University,Guangzhou 510665,China)

机构地区：[1]广州番禺职业技术学院信息工程学院,广州511483 [2]广东技术师范学院电子与信息工程学院,广州510665

出　　处：《表面技术》

基　　金：广州市科技计划项目(201806040010;201802020019)~~

年　　份：2018

卷　　号：47

期　　号：9

起止页码：317-323

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的去除冷轧铝板表面缺陷图像中的噪声,并保持图像的清晰度以及图像的细节信息,避免冷轧铝板表面缺陷图像中的噪声引起错误的缺陷检测。方法首先,引入双边滤波方法,并联合概率分布函数以及最大似然函数求取图像的噪声方差,自适应地对双边滤波函数中灰度方差值进行调整,实现对冷轧铝板表面缺陷图像中噪声进行滤除。然后,为了对双边滤波去噪后遗留下的强噪声进行去除,利用像素点之间的差值,构造区域相似度模型,对双边滤波去噪后图像中的强噪声进行判定。最后,借助中值滤波方法在对强噪声进行滤除的同时,兼顾保持图像的清晰度,进而达到去除冷轧铝板表面缺陷图像中的噪声,并保持图像细节以及清晰度的目的。结果所设计方法在噪声强度分别为0.09、0.12以及0.15时,所得去噪图像的MSE值分别为15.3743、19.7713以及23.7613,所得去噪图像的PSNR值分别为38.4971、35.4792以及31.1768。结论所设计方法不仅能有效去除冷轧铝板表面缺陷图像中的噪声,而且还能较好地保持图像的清晰度以及边缘特征,使得去噪后图像具有较好的视觉效果。

关 键 词：图像去噪 冷轧铝板表面缺陷图像  双边滤波 概率分布函数 最大似然函数  区域相似度模型  

分 类 号：TG146.1[材料类] TP391]