论文摘要
由于汽车管路连接件表面缺陷图像中的高频噪声和椒盐斑状噪声直接影响缺陷特征提取的精度,提出一种小波与中值滤波相结合的去噪新方法。该方法首先对原始图像进行小波变换分解,分离出高频信号与高频噪声,并将噪声滤除,然后由灰度值变化曲线统计得到缺陷灰度分界阈值,结合中值滤波算法自适应地滤除椒盐斑状噪声以保护缺陷特征边缘,对去噪后的图像进行线性增强,使缺陷边缘轮廓更加清晰,最后采用Sobel边缘算子算法分别对中值滤波、小波滤波、高斯滤波及新方法去噪后的图像进行缺陷特征提取以对比分析去噪效果。实验结果表明,新方法的峰值信噪比(PSNR)分别比中值滤波、小波滤波及高斯滤波提高了10.70%、8.99%和8.87%;结构相似度(SSIM)分别提高了21.82%、23.34%和11.54%,说明新方法具有良好的去噪效果,并在一定程度上提高了缺陷细节形状特征提取的准确性,适用于汽车管路连接件表面缺陷的检测与分类识别。
论文目录
文章来源
类型: 期刊论文
作者: 杨泽青,李超,黄凤荣,彭凯,刘丽冰
关键词: 汽车管路连接件,表面缺陷,图像去噪,特征提取
来源: 现代制造工程 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 汽车工业,计算机软件及计算机应用
单位: 河北工业大学机械工程学院
基金: 国家自然科学基金资助项目(51305124),天津市自然科学基金资助项目(16JCYBJC19100),河北省自然科学基金资助项目(E2017202294),河北省青年拔尖人才项目(210014)
分类号: U466;TP391.41
DOI: 10.16731/j.cnki.1671-3133.2019.11.001
页码: 1-8
总页数: 8
文件大小: 2603K
下载量: 227