基于数学形态学和小波阈值的红外温度图像去噪方法.pdf

基于数学形态学和小波阈值的红外温度图像去噪方法.pdf

ID:52209432

大小:523.12 KB

页数:4页

时间:2020-03-25

基于数学形态学和小波阈值的红外温度图像去噪方法.pdf_第1页
基于数学形态学和小波阈值的红外温度图像去噪方法.pdf_第2页
基于数学形态学和小波阈值的红外温度图像去噪方法.pdf_第3页
基于数学形态学和小波阈值的红外温度图像去噪方法.pdf_第4页
资源描述:

《基于数学形态学和小波阈值的红外温度图像去噪方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2012年6月润滑与密封June2012第37卷第6期LUBRICAT10NENGINEERINGVol_37No.6DOI:10.3969/jissn.0254—0150.2012.06.005基于数学形态学和小波阈值的红外温度图像去噪方法罗振山沈持正尹延国尤涛俞建卫(1.合肥工业大学摩擦学研究所安徽合肥230009;2.浙江双飞无油轴承有限公司浙江嘉善314115)摘要:针对普通小波阈值去噪方法不能较好地保留红外图像边缘信息的问题,提出一种数学形态学边缘检测和小波阈值去噪相结合的方法,即红外图像先经过小波变换,在高频子带中做数学形态学边缘

2、检测,确定边缘信息的位置,再进行阈值去噪处理。结果表明,与普通小波阈值去噪方法相比,该方法较好地保留了红外图像的边缘信息,去噪效果明显,且改善了均方误差和峰值信噪比,对摩擦副表面红外温度图像进行去噪,可获得较为准确的温度场。关键词:摩擦副;红外图像;边缘检测;小波阈值去噪中图分类号:TH117.1文献标识码:A文章编号:0254~0150(2012)6—020—4TheDenoisingMethodoftheInfraredTemperatureImageBasedonMathematicalMorphologyandWaveletThres

3、holdLuoZhenshanShenChizhengYinYanguoYouTaoYuJianwei(1.InstituteofTribology,HefeiUniversityofTechnology,HefeiAnhui230009,China;2.Zh~iangSFOillessBearingCo.,Ltd,JiashanZh~iang314115,China)Abstract:Thecommonmethodofwaveletthresholddenoisingisnotabletoretaintheedgeinformationin

4、infraredima—gesbetter.Amethodcombiningthemathematicalmorphologyedgedetectionandthewaveletthresholddenoisingwaspres-entedandappliedindenoisingtheinfraredimage.Infraredimagewasprocessedthroughthreesteps:wavelettransforma—tion,mathematicalmorphologyedgedetectioninthehigh一~eque

5、neysub—bandfordeterminingthelocationofedgeandthresholddenoising.Theresultsshowthatthismethodcanpreservemoreedgeinformation,improvemeansquaredeviationandpeaksignal-to—noiseratio,andobtaintheaccuratetemperaturefieldindenoisingtheinfraredimageoffrictionsurface.Keywords:frictio

6、npair;infraredimage;edgedetection;waveletthresholddenoising红外热像技术作为一种非接触式的测温技术,可息进行准确的区分,很难达到去除噪声的同时保留边以方便地检测目标发射的不可见热辐射,并以红外图缘的目的。为此,本文作者采用形态学边缘检测和小像的形式呈现目标温度场。利用红外热成像技术测量波阈值去噪相结合的方法将边缘和噪声信息区别开,摩擦副表面温度场时,由于红外成像过程中受大气环并分别进行处理,达到去除或降低噪声的同时更好地境对红外热辐射的影响以及探测器噪声、红外焦平保留边缘的目的,最终使

7、得摩擦副周边表面温度场图面阵列噪声和电子电路噪声的影响,红外图像具有边像信息从含噪红外图像中恢复出来。缘模糊、噪声高的特点,获取的摩擦副周边表面温1小波变换阈值去噪的方法度场不准确。因此,红外图像去噪成为获得准确温度设含噪图像的数学模型为:场的关键。厂(,Y)=s(x,Y)+n(x,Y)目前,国内外众多学者对图像的小波阈值去噪方其中,Y∈Z,n(,)是高斯白噪声,5(,Y)是原法进行了深入研究,并成功应用于图像去噪方始图像,,Y)是含噪图像。面。但是红外图像采用小波阈值去噪处理时,由于噪经小波变换后,得:声和边缘在频域中一般表现为高频信息,在

8、小波变换)=()+(”)的高频子带中只利用估计的阈值难以对噪声和边缘信其中,为含噪图像的小波系数,()为原始图像的小波系数,为噪声的小波系数。小波阈值去噪方法由3个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。