HMM—WC—FNM模型在触头表面形貌去噪中的应用.pdfVIP

维普资讯 第 22卷 筚 1期 信 号 处 理 V(J1．22． No．1 SIGNAI_PROCESSING Feb．2006 HMM —WC—FNM 模型在触头表面 形貌去噪中的应用 李旭超 朱善安 (浙江大学电气工程学院，杭州 310027) 摘 要：本文提 了 一种可靠的图像去噪算法，基于观察图像是期望图像叠加了不规则噪声的假没，用有限高斯混合 分布 (FNM)描述期望图像分解小波系数 (WC)的先验分布 ，用隐马尔可夫模型 (HMM)描述同一方 向不同分解级之间 的小波系数的依赖关系，采用Bayes准则，根据期望图像的后验分布 (以观测图像为条件)所对应的HMM模型的条件概 率，用EM (expectationmaximization)优化算法，获得MAP (maximizationaposteriori)准则下的去噪图像。针对银基触头材 料表面形貌去噪对几种算法作定性比较，并埘去噪性能给出定量分析，仿真结果表明，此方法有效去除噪声的同时，能保 留原始图像的细节信息。 关键词：HMM—WC—FNM模型；图像去噪；触头形貌；EM算法 TheApplicationofHMM —WC—FNM ModeltoContactSurfaceDenoising lJiXuchao ZhuShan’an (CollegeofElectricalEngineering，ZhejiangUniversity．Hangzhou310027，China) Abstract： A reliableimagedenoisingalgorithm isproposedinthispaper．Basedontheassumptionthattheobservedimageisthe sumoftheexpectedimageandirregularcorruptivenoise，thewaveletcoefficients(WC)decomposedtheexpectedimageismodeledby aFNM (finitenormalmixture)prioridistribution．Thedependencebetweenthesamedirectionandthedifferentdecomposedclass waveletcoefficientsisdescribedbyaHMM (hiddenmflykovmode1)．TheBayestheoremisadoptedtoobtainMAP(maximumaposteri— ori)principleofdenoisingimage，accordingtotheposterioridistributionoftheexpectedimagecorrespondingtOtheconditionalproba— bilityofHMM，byapplyingEM (expectationmxaimization)optimizationalgorithm．Perfomranceoftheproposedmethodhasbeentest— edoncontactsurfacedenoising．Comparedwiht othermethods，simulation resultsshow theproposedmethodcanefficientlydenoise whilepreservingtheedgeoftheoriginalimage． Keywords： HMM —WT—FNM model；imagedenoising；contactsurface；EM algorithm 彤貌产