| 基于逐层最优基小波和贝叶斯估计的电缆瓷套终端红外图像自适应去噪方法 |
| |
| 引用本文： | 吴炬卓,牛海清,许佳.基于逐层最优基小波和贝叶斯估计的电缆瓷套终端红外图像自适应去噪方法[J].电测与仪表,2016,53(9):83-89. |
| |
| 作者姓名： | 吴炬卓 牛海清 许佳 |
| |
| 作者单位： | 1. 珠海供电局,广东珠海519000;华南理工大学电力学院,广州510641;2. 华南理工大学电力学院,广州,510641 |
| |
| 基金项目： | 国家863计划资助项目(2011AA05A120) |
| |
| 摘 要： | 抑制图像噪声是电气设备红外诊断技术的前提。为了有效抑制白噪声,提高诊断的准确性,提出一种用于电缆瓷套终端红外图像的基于逐层最优基小波和贝叶斯估计的自适应去噪方法。该方法首先将红外图像真彩图分解为R、G、B颜色分量图像。对每一颜色分量图像,定义小波分解尺度系数能量百分比,基于能量百分比最大的原则,自适应选取最优基小波对颜色分量图像逐层进行小波分解,并结合Bayes最优估计准则对细节小波系数进行处理,对尺度系数和处理后的小波系数进行逐层小波重构,得到去噪后的颜色分量图像。将去噪后的颜色分量图像进行合成,得到去噪后的图像。该方法能够有效地去除白噪声,并且使去噪后的图像尽可能保留细节信息。数值试验表明,与运用sym4小波进行单一小波分解去噪方法比较,运用该方法去噪后图像的信噪比(SNR)更高,最小均方误差(MSE)更小。
|
| 关 键 词： | 红外图像 最优基小波 Bayes估计 小波去噪 自适应 |
| 收稿时间： | 2015/4/7 0:00:00 |
| 修稿时间： | 2015/4/7 0:00:00 |
Adaptive De-noising Method for Infrared Image of Porcelain Bushing Cable Terminal Based on Layer by Layer Optimal Basic Wavelet And Bayes Estimation |
| |
| WU Ju-zhuo,NIU Hai-qing and XU Jia.Adaptive De-noising Method for Infrared Image of Porcelain Bushing Cable Terminal Based on Layer by Layer Optimal Basic Wavelet And Bayes Estimation[J].Electrical Measurement & Instrumentation,2016,53(9):83-89. |
| |
| Authors: | WU Ju-zhuo NIU Hai-qing and XU Jia |
| |
| Affiliation: | School of Electric Power,South China University of Technology,School of Electric Power,South China University of Technology,School of Electric Power,South China University of Technology |
| |
| Abstract: | |
| |
| Keywords: | infrared image optimal base wavelet Bayes estimation wavelet de-noising self-daptive |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电测与仪表》浏览原始摘要信息 |
|
点击此处可从《电测与仪表》下载全文 |
|
