资料下载
×
小波分析理论在铁谱图像除噪中的应用
消耗积分:3 |
格式:rar |
大小:333 |
2009-10-22
分享资料个
小波分析理论在铁谱图像除噪中的应用
摘 要：近20年来，铁谱图像识别技术取得了很大发展，但图像存在噪声干扰，给缺陷识别造成一定难度。本文在图像分解的基础上，利用小波分析对铁谱图像进行除噪处理。实验证明该方法能有效去除图像噪声，改善图像质量，提高磨粒特征提取的准确性。
关键词：小波分析；图像除噪；铁谱技术
铁谱图像识别技术是通过对磨粒形态、数量、尺寸分布和成分等特征的分析，来监测设备滑润与磨损故障的模式、程度及设备所处状态，确定故障发生的原因。但由于获取铁谱图像时有噪声等干扰源存在，图像上往往出现孤立点和边界毛刺等缺陷，给后续的磨粒识别造成困难。为了改善图像质量，提高磨粒特征提取的准确性，有必要剔除噪声信号。
小波分析能同时在时频域中对信号进行分析，并且在频率域内分辨率高时，时间域内分辨率较低；频率域内分辨率低时，则时间域内分辨率高，加之具有自动变焦的功能，所以能有效区分信号中的突变部分和噪声，从而实现信号的除噪。本文把小波分析理论应用于铁谱图像处理，通过MAT-LAB语言编程来检验该方法的应用效果。
摘 要：近20年来，铁谱图像识别技术取得了很大发展，但图像存在噪声干扰，给缺陷识别造成一定难度。本文在图像分解的基础上，利用小波分析对铁谱图像进行除噪处理。实验证明该方法能有效去除图像噪声，改善图像质量，提高磨粒特征提取的准确性。
关键词：小波分析；图像除噪；铁谱技术
铁谱图像识别技术是通过对磨粒形态、数量、尺寸分布和成分等特征的分析，来监测设备滑润与磨损故障的模式、程度及设备所处状态，确定故障发生的原因。但由于获取铁谱图像时有噪声等干扰源存在，图像上往往出现孤立点和边界毛刺等缺陷，给后续的磨粒识别造成困难。为了改善图像质量，提高磨粒特征提取的准确性，有必要剔除噪声信号。
小波分析能同时在时频域中对信号进行分析，并且在频率域内分辨率高时，时间域内分辨率较低；频率域内分辨率低时，则时间域内分辨率高，加之具有自动变焦的功能，所以能有效区分信号中的突变部分和噪声，从而实现信号的除噪。本文把小波分析理论应用于铁谱图像处理，通过MAT-LAB语言编程来检验该方法的应用效果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
