纺织面料技术教育部重点实验室开放基金(P1111)
- 作品数：2 被引量：2H指数：1
- 相关作者：吴一全叶志龙万红刚铁更多>>
- 相关机构：南京航空航天大学哈尔滨工业大学东华大学更多>>
- 发文基金：纺织面料技术教育部重点实验室开放基金国家自然科学基金教育部重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 复Contourlet和各向异性扩散的织物疵点图像降噪被引量：1
- 2013年
- 图像降噪是织物疵点自动检测的首要步骤,其效果直接影响后续的图像分割、特征提取及识别结果.为进一步改善降噪性能,提出了一种基于复Contourlet变换和各向异性扩散的织物疵点图像降噪方法.首先通过复Contourlet变换将织物疵点图像分解成低频和高频分量;然后分别利用P_Laplace算子和Catte_PM模型进行相应的扩散;最后经复Contourlet逆变换重构疵点图像.大量实验结果表明,与小波阈值收缩和全变差扩散的混合方法、小波与PM模型扩散相结合的方法、Contourlet结合全变差和自适应对比度扩散的方法、非下采样Contourlet结合非线性扩散的方法相比,所提出的方法在主观视觉效果和客观定量评价指标上都有了较大的提高,更好地保留了织物图像的纹理细节信息,说明了其降噪能力更强,能够有效地抑制噪声.
- 吴一全万红叶志龙
- 关键词：织物疵点检测图像降噪各向异性扩散
- 基于机器视觉的表面缺陷检测技术研究
- 随着计算机技术和自动化技术的飞速发展，基于机器视觉的表面缺陷检测技术为产品表面的缺陷检测和识别提供了高效、可靠的保证，受到了国家、各大企业的高度重视，已经在带钢、铁轨、液晶面板以及纺织品等领域得到广泛的应用。本文深入研究...
- 谢芬
- 关键词：带钢表面机器视觉局部二值模式
- Shearlet变换与核各向异性扩散的图像噪声抑制被引量：1
- 2014年
- 为了更有效地抑制图像噪声,改善图像视觉效果,提出了一种基于非下采样Shearlet变换(nonsubsampled shearlet transform,NSST)与核各向异性扩散的图像噪声抑制方法.首先对含噪图像进行非下采样Shearlet变换;然后对所得到的低频和高频分量分别进行改进的全变差(improved total variation,ITV)扩散与核各向异性扩散(kernel anisotropic diffusion,KAD);最后对扩散后的低频和高频分量进行非下采样Shearlet逆变换得到噪声抑制后的图像.给出了实验结果,并且依据主观视觉效果和峰值信噪比、结构相似度两种定量评价指标,与近年来提出的基于小波阈值收缩结合全变差、基于复Contourlet域非线性扩散、自适应Shearlet域约束的全变差等3种噪声抑制方法进行了比较.实验结果表明,该方法的噪声抑制能力更强,且更为完整地保留了图像的边缘和细节信息.
- 吴一全叶志龙万红刚铁
- 关键词：图像处理噪声抑制
