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。     

基于改进Canny算子的齿轮缺陷检测边缘检测算法北大核心

针对齿轮缺陷检测过程中因光照及噪声影响导致微弱边缘难以提取的问题,提出了一种改进的Canny齿轮边缘检测方法。首先,将双边滤波算法引入到多尺度Retinex(multi-scale retinex,MSR),在改善原图像降噪效果的同时保证边缘不被虚化,且从原理上降低环境光照对图像的影响;其次,引入拉氏锐化增强算法实现降噪后的图像轮廓增强;最后,以灰度统计方差大小作为Canny算子自适应高低阈值的确定依据,以3×3领域下的6个方向作为梯度计算区域,在自适应阈值下获取齿轮缺陷检测的边缘信息。实验结果显示,所提方法相比与传统Canny、Otsu-Canny算法,所提方法有较好的降噪效果和保边特性,能较好提取齿轮缺陷中的微弱边缘信息,且重叠系数达93.8%,远高于其余方法获取的边缘信息,为后续齿轮缺陷检测提供数据支撑。     

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。     

基于小波变换和Canny算子的齿轮边缘检测

齿轮表面的缺陷检测是保证齿轮使用安全的一个重要手段。本研究对象为整个缺陷检测系统中的一部分,对输入的图像进行边缘检测,得到图像的边缘信息,是缺陷检测前的准备工作。基于小波变换多尺度多分辨率的特性,提出了将小波变换和Canny算子相结合的方法,对齿轮边缘进行检测。首先采用中值滤波去除图像噪声,然后根据小波变换理论,选取Haar小波提取图像的低频系数并重构,再用Canny算法检测齿轮的边缘,并对实景拍摄图片进行检测实验。结果表明：当小波尺度为1时,与单纯的Canny算法检测相比,改进算法在检测精度上较Canny算子有所改进,能够较好地检测边缘。     

基于小波变换的双阈值水下焊缝图像边缘检测研究

水下焊缝图像受到水下环境、弧光、飞溅、泥沙浑浊等噪声影响,生成的焊缝图像模糊不清质量较差,采用传统的边缘检测算法提取水下焊缝边缘,结果无法满足要求。为解决此问题,利用Canny算法,提出基于多尺度小波变换的自适应双阈值边缘检测算法。该算法结合多尺度小波变换,以三次B样条为小波函数,采用双线性插值进行非极大值抑制,根据OTSU法生成自适应双阈值抑制噪声和去除伪边缘。实验结果表明：相比传统的Canny算法,此改进算法对水下焊缝图像边缘检测效果更佳,边缘检测更精确、丰富完整,且有效抑制噪声,验证了此算法的有效性。     

基于多结构元素形态学的射线焊缝缺陷检测方法

针对射线探伤中采集的焊缝图像存在对比度低,噪声干扰及边界模糊等特点,提出了一种基于多结构元素形态学的射线焊接图像缺陷边缘检测方法。在对原始射线焊接图像进行预处理、焊道提取后,选取了多尺度多结构元素,运用灰度形态学方法对焊接图像进行缺陷边缘检测与提取。试验结果表明,对比传统的边缘检测算法,该方法能有效提取图像中的焊接缺陷边缘,且其连续性和完整性较好。     

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...     

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。     

X射线线阵实时成像焊缝缺陷检测方法

针对X射线线阵探测器实时成像的焊缝图像,提出了降噪处理、焊缝图像分割及缺陷检测的方法.通过自适应中值滤波方法对焊缝图像进行滤波降噪,利用类间、类内方差比分割法和数学形态学方法进行焊缝图像分割,对焊缝部分应用高频加强变换提取焊接缺陷.结果表明,采用自适应中值滤波能够有效去除噪声的同时保留焊缝和缺陷的边缘细节;类间、类内方差比分割方法与数学形态学方法并用能准确地将图像分割为焊缝与母材区域;高频加强变换能使焊缝中心部位灰度变化突显进而实现缺陷检测.     

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。     

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。     

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。     

基于Curvelet变换的机器视觉系统在焊缝缺陷检测中的应用

焊缝缺陷检测对于焊接结构件的可靠性具有重要意义。使用机器视觉系统替代人工检测,不但节省劳动力,而且检测精度更高。由于焊缝缺陷图像常存在噪声、对比度不强的现象,以及焊缝缺陷形态具有多样性的特征,使得焊缝缺陷难以准确检测出来,容易造成漏检或误检。使用各向异性的Curvelet变换技术,处理焊缝缺陷图像后,焊缝缺陷边缘更清晰。根据Curvelet系数的特征,对不同尺度层分别计算自适应阈值的值,再使用该阈值根据半软阈值函数的方法对Curvelet系数进行处理,经Curvelet反变换后图像能够保存边缘细节的同时,滤除焊缝缺陷图像中的噪声,使焊缝缺陷边缘十分清晰,从而提高焊缝缺陷的检测精度。     

面状缺陷超声B扫描检测图像增强研究

针对面状焊接缺陷超声B扫描检测图像受噪声污染造成的质量下降问题,利用多尺度小波分析方法,对超声B扫描图像进行了增强处理.分析了缺陷信号和噪声的小波变换特性,分别在软、硬阈值函数条件下,采用固定阈值、Stein无偏似然估计阈值、混合型阈值、极大极小准则阈值等方法进行了信号增强处理,比较了不同阈值方法小波变换的处理效果.结果表明:小波变换方法能有效地提高超声B扫描图像质量,硬阈值条件下固定阈值小波变换方法的图像增强处理效果较好.     

基于二维属性直方图的铸件X射线图像的缺陷提取

针对铸件X射线图像对比度低、边缘模糊、噪声多等特点,提出了基于二维属性直方图的最大相关准则图像分割算法。首先利用最大熵法得到的阈值构造图像的属性集,然后由原始图像及其属性集构造二维属性直方图。通过最大化图像的二维属性直方图中目标和背景分布的相关量来选择阈值向量。同时,为了节省二维阈值算法的计算时间,给出了递推算法,此算法减少了大量的重复计算,有利于该算法的实时应用。对铸件中气孔、缩孔和杂质三种缺陷进行了分割,试验结果表明,该算法能够快速、准确地分割出铸件图像中的缺陷。     

基于小波变换的大型锻件图像边缘检测

大型锻件热态在线尺寸测量一直是在线生产的难题,近来,提出了用CCD测量尺寸的原理,其中CCD图像的边缘检测是其中的关键环节。文章根据Mallat小波理论中图像边缘对应于小波变换模的局部极大值点的理论,采用B样条小波对大型锻件图像进行了多分辨率小波变换,并根据不同尺度下噪声的小波系数变化较大的特点,采用固定阈值,有效抑制了噪声,成功地检测出图像的单像素边缘。试验结果表明,用小波变换处理大型锻件热态CCD图像的效果较好。     

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。     

小波变换在缺陷红外图像去噪中的应用

红外图像存在成像模糊、噪声较大等缺点。为了获得良好的检测、识别效果,红外图像的去噪成了很重要的一项工作。简单介绍小波变换的基本原理,并将其分别与中值滤波和主成分分析方法相结合,对缺陷的红外图像进行处理。该去噪方法无需建立在对噪声方差的精确估计上。试验表明,该算法优于传统的滤波去噪法,能同时有效地抑制高斯噪声和椒盐噪声,有利于对缺陷作进一步的分析和判断。