材料期刊网

1. 首页
2. 检索结果页

原词结果 | 译词结果

稀疏分解算法在薄膜缺陷去噪中的应用

黄文生 , 陈功 , 成旭 , 朱锡芳

表面技术 doi:10.16490/j.cnki.issn.1001-3660.2015.02.024

目的：实现锂电池薄膜表面缺陷特征的有效提取。方法采用稀疏分解算法实现表面去噪，即通过选取合适的原子函数，在过完备字典中对含有点噪声、高斯噪声、椒盐噪声和加乘噪声背景下的缺陷图像进行稀疏分解迭代，通过观察法得到终止迭代值作为经验值，并将该经验值用于特定噪声背景下的稀疏分解终止迭代条件，得到去噪后的缺陷图像。最后将该方法与中值滤波技术进行比较。结果稀疏分解的去噪性能远优于中值滤波，对锂电池薄膜缺陷有很好的还原性。结论稀疏分解算法能够较好地去除锂电池薄膜图像中的噪声，从而识别出锂电池薄膜缺陷。

关键词: 稀疏分解 , 锂电池薄膜 , 缺陷图像 , 中值滤波

基于FPGA的实时彩色图像边缘检测算法的实现

陈虎 , 凌朝东 , 张浩 , 杨骁 , 汤炜

液晶与显示 doi:10.3788/YJYXS20153001.0143

针对传统的基于灰度图像的边缘检测算法抗噪能力弱、对方向敏感、获取边缘细节信息较粗等不足,本文通过分析彩色图像的特点,提出一种改进的Sobel算子与快速中值滤波相结合的彩色图像边缘检测算法,通过扩展边缘检测算子的方向模板,提高Sobel算子对纹理复杂图像的适应能力及抵抗噪声的能力.该改进算法在Ahera DE2-70 FPGA硬件开发平台上,应用Verilog HDL语言与Quartus Ⅱ中的可编程宏功能模块实现.实验结果表明,该算法的处理只占用了约2％的系统硬件资源,资源占用相对合理,且图像边缘定位准确,抗噪能力强,能够实时有效地提取出彩色图像的边缘.

关键词: 边缘检测 , 中值滤波 , Sobel算子 , 现场可编程门阵列 , 宏模块

基于斜率差值的自适应图像椒盐噪声滤波算法

周玲芳 , 陈菲

液晶与显示 doi:10.3788/YJYXS20153004.0695

提出了一种基于斜率差值的自适应中值滤波算法,以有效去除图像脉冲噪声.该算法在经典自适应中值算法的基础上,采用斜率差值进行噪声判定.针对自适应中值滤波算法和基于斜率的自适应中值滤波算法在噪声强度较高情况下的不足进行了改进,同时解决了噪声块难以去除的问题.实验结果表明,该算法能有效去除图像脉冲噪声,并较好的保护图像细节.

关键词: 斜率差值 , 中值滤波 , 噪声检测 , 脉冲噪声

基于 FPGA 的光条中心线实时提取方法

曲岳 , 刘艳滢 , 王延杰 , 张雷

液晶与显示 doi:10.3788/YJYXS20163108.0818

随着高铁的普及,列车螺钉松动、车身变形等安全问题渐渐引起了人们的重视,如何检测高铁车身是本文要研究的问题.本文采用激光三角法测量模型,当线结构光扫描高铁车身时,可以根据激光条纹的畸变程度,判断高铁列车是否存在安全隐患,而如何快速、精确地提取激光条纹中心线是首先要解决的问题.在考虑了光源选择、环境噪声、被测物反射等因素的基础上,首先对图像进行预处理,选择中值滤波去除噪声,然后用最大类间方差法将目标区域与背景区域分割；最后,用改进的灰度重心法对目标区域进行中心线提取.本文在 FPGA 上实现了对分辨率为1024 pixel ×200 pixel图像的处理,实验结果表明,提取光带中心线用时不超过0．97 ms,能够满足高铁检测系统对光带中心线提取实时性和准确性的要求.

关键词: 中值滤波 , 最大类间方差法 , 灰度重心法 , FPGA

出版年份

刊物分类

相关作者

相关热词