基于機(jī)器視覺的黑片缺陷檢測圖像預(yù)處理技術(shù)的研究.pdf

1、黑片作為工業(yè)應(yīng)用中重要的元器件，如何降低其產(chǎn)品質(zhì)量檢測的費(fèi)用，提高檢測效率，成為黑片缺陷檢測的重要內(nèi)容。然而黑片圖像在采集和傳輸?shù)冗^程中不可避免會(huì)受到各種噪聲的干擾，為缺陷檢測帶來了很大不便，因此在對黑片圖像進(jìn)行操作之前，很有必要對圖像進(jìn)行去噪預(yù)處理。圖像噪聲有很多種，主要表現(xiàn)為脈沖噪聲和高斯噪聲。邊緣保持濾波對去除脈沖噪聲有較好的效果，小波變換作為一種強(qiáng)有力的數(shù)學(xué)分析工具，近年來在圖像去噪領(lǐng)域得到了廣泛應(yīng)用，實(shí)現(xiàn)了很多基于小波變換的圖

2、像去噪算法，對高斯噪聲有較好的去噪效果。
　　 本文對圖像中最常見的脈沖噪聲、高斯噪聲的濾除進(jìn)行了比較深入的研究，研究工作主要包括以下三個(gè)方面的內(nèi)容：
　　 首先，空間域圖像去噪方法研究。在空間域，本文分析了傳統(tǒng)的空間域經(jīng)典去噪算法：均值濾波，中值濾波和邊緣保持濾波，并針對它們的缺點(diǎn)，實(shí)現(xiàn)了一種新的自適應(yīng)邊緣保持濾波算法。通過仿真實(shí)驗(yàn)可以看出，本文改進(jìn)算法在去除脈沖噪聲方面取得了較好的效果。并且把該算法應(yīng)用于黑片圖像上，

3、也取得了不錯(cuò)的效果：與經(jīng)典空間域去噪算法相比，均方差至少降低了0.5，而信噪比至少提高了1.5。
　　 其次，小波變換域去噪方法研究。本文分析了三類基于小波變換的去噪方法：模極大值法、空域相關(guān)性法和閾值收縮法。并以閾值去噪法為研究重點(diǎn)，實(shí)現(xiàn)了一種改進(jìn)的多閾值小波去噪方法和多尺度多閾值小波去噪方法。通過仿真實(shí)驗(yàn)得出結(jié)論，改進(jìn)的多閾值小波去噪方法優(yōu)于傳統(tǒng)的軟硬閾值去噪算法，多尺度多閾值小波去噪方法優(yōu)于MTS算法。通過在黑片圖像上的應(yīng)

4、用，也取得了不錯(cuò)的效果：J=3時(shí)，與硬閾值MTS算法相比，均方差降低了近4.5，信噪比提高了近10.5；與軟閾值MTS算法相比，均方差降低了近2.0，信噪比提高了近6.5。
　　 最后，在空間域?yàn)V波方法和小波變換域去噪方法的基礎(chǔ)上，針對含噪圖像一般含有不止一種噪聲的現(xiàn)象，主要表現(xiàn)為脈沖噪聲和高斯白噪聲的混合噪聲，本文給出了邊緣保持濾波算法和小波閾值去噪方法相結(jié)合的圖像去噪算法。通過仿真實(shí)驗(yàn)可以看出，對于被高斯和脈沖混合噪聲污染的