基于小波变换统计模型的电子元器件图像去噪算法研究.pdf.pdfVIP

ControlTechnique ·控制技术 ·信息处理 基于小波变换统计模型的 电子元器件图像去噪算法研究 刘 良江 毛建旭 彭正梁 (1．湖南省计量检测研 究院 湖南长沙410014；2．湖南大学 湖南长沙410082) 【摘 要 】在先进 电子制造 中，为了应用机器视觉方法来完成 电子元器件的检测、处理和识别，必须对采集的相关图 像进行去噪处理。文章研究了一种基于小波变换统计模型的去噪算法，利用四树复小波包变换把含噪图像高频方向 子图分为主要类和次要类。然后，采用非高斯双变量模型和零均值高斯分布模型分别对主要类和次要类复系数进行 建模，从而实现噪声抑制功能。实验结果验证了本文方法的有效性。 【关键词 】图像去噪；小波变换；电子元器件；统计模型 StatisticalModelBasedWaveletTransform fortheImageDenoisingofElectronicComponents LmLiang-jiang MaoJian-xu PengZheng-liang’ f1，HunanInstituteOfMetrology＆Test HunanChangsha 410014；2．HunanUniversity 【Abstract】Inadvancedelectronicmanufacturing，theimagede-noisingprocessingisverynecessaryforthemachinevisionmethod，whichcancomplete thetesting，handlingandidentificationofelectroniccomponents．Inthispaper，anovelimagede-noisingmethodbasedonwaveletpackettransform is presentedbyusingamixedstatistiaclmode1．Thenoisyimagewasdecomposedintoalowfrequencyapproximationsub-imageandsomehighfrequency directionalsub-imagesviathewaveletpackettransform，andthehighfrequencydirectionalsub-imagesareclassifiedtwoactegories：majorcoefficientsand minorcoefficients．Sothenoiseinthemajorcoefficientsandtheminorcoefficientsareremovedbyusingofamixedsattisticalmodelcombining non-GaussianbivariatemodelwithzeromeanGaussiandistributingmode1．Thesimulationhasshowntheeffectivenessoftheproposedmethod． 【Keywords】imagede-noising；waveletpackettransform；electroniccomponents；statisticmodel 1 引言 Mallat算法的变换结果不具有平移不变性。针对 DWT 缺乏移不变性的缺陷，文献 3『-4]研究了具有近似移不 在先进 电子制造生产线 中．为了更好地应用机器视 变 性 双树 复 小 波 变 换 (Dua1．treeComplexWavelet 觉方法来进行集成电路 、电子元器件 、电子材料等图像 TransfoⅡn。DCWT)，DCwT通过合理设置两棵分解树中 的检测 、处理和识别 ．必须对采集 的相关图像进行预处 交替使用 的奇偶滤波器的长度，使一棵树滤波过程中产 理 ，