稀疏分解算法在薄膜缺陷去噪中的应用

• 作者: 成旭 朱锡芳 陈功 黄文生
• 来源期刊: 表面技术
• 学科: 工学
• 关键词: 稀疏分解 锂电池薄膜 缺陷图像 中值滤波
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 表面质量控制及检测 Surface Quality Control and Detection
• 页码范围: 123-128
• 页数: 6页
• 分类号: O484.5|TP274
• 字数: 3306字
• 语种: 中文
• DOI: 10.16490/j.cnki.issn.1001-3660.2015.02.024

摘要

目的：实现锂电池薄膜表面缺陷特征的有效提取。方法采用稀疏分解算法实现表面去噪，即通过选取合适的原子函数，在过完备字典中对含有点噪声、高斯噪声、椒盐噪声和加乘噪声背景下的缺陷图像进行稀疏分解迭代，通过观察法得到终止迭代值作为经验值，并将该经验值用于特定噪声背景下的稀疏分解终止迭代条件，得到去噪后的缺陷图像。最后将该方法与中值滤波技术进行比较。结果稀疏分解的去噪性能远优于中值滤波，对锂电池薄膜缺陷有很好的还原性。结论稀疏分解算法能够较好地去除锂电池薄膜图像中的噪声，从而识别出锂电池薄膜缺陷。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄文生		35	106	5.0	8.0
2	朱锡芳		81	500	11.0	20.0
3	陈功		33	103	6.0	8.0
4	成旭		1	2	1.0	1.0