基于K-SVD算法的带钢表面缺陷图像去噪

• 作者: 夏克文 崔东艳 高蔚庭
• 来源期刊: 表面技术
• 学科: 工学
• 关键词: K-SVD算法 正交匹配追踪 DCT字典 高斯噪声 滤波 带钢缺陷
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 表面质量控制及检测
• 页码范围: 249-254
• 页数: 6页
• 分类号: TG142.1+1|TP391.41
• 语种: 中文
• DOI: 10.16490/j.cnki.issn.1001-3660.2017.05.040

摘要

目的 有效滤除带钢表面缺陷图像高斯噪声.方法 高斯噪声是影响带钢图像质量的主要噪声类型之一,针对带钢表面缺陷图像高斯噪声去噪,首先对传统K-SVD(K-means and singular value decomposition)算法中的字典进行升级改造,然后采用正交匹配追踪(OMP,Orthogonal Matching Pursuit)算法对图像进行重构,滤除噪声,最后运用此算法对缺陷图像进行高斯滤波处理.为验证该算法去噪效果,选取几种常见的典型缺陷图像(划伤、气泡、氧化色、粘结纹)进行测试仿真,并选用中值滤波、均值滤波、小波变换、维纳滤波、3维块匹配(BM3D)等多种传统滤波方法进行比较.结果 该算法对四种典型缺陷去噪的PSNR(Peak Signal to Noise Ratio)值平均可达33.976 dB,MSE(Mean Square Error)平均值为27.607,SSIM(Structural Similarity)平均值为0.912.结论 该算法对带钢表面缺陷重构图像的边缘细节清晰,PSNR、MSE、SSIM三个性能指标明显优于其他传统滤波算法,去噪效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏克文	河北工业大学电子信息工程学院	82	512	14.0	20.0
2	崔东艳	河北工业大学电子信息工程学院	4	7	1.0	2.0
6	高蔚庭	哈尔滨工业大学电子与信息工程学院	1	1	1.0	1.0