首页|图像清晰度的小波变换抗噪评价算法

图像清晰度的小波变换抗噪评价算法

Wavelet Transform Anti-Noise Evaluation Algorithm for Image Sharpness

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
为了使机器视觉系统中各类待检产品获得清晰图像,给调焦系统提供优良的评价依据,针对图像清晰度评价时易受到噪声干扰等问题,提出了一种基于小波变换高频系数的清晰度评价算法.该算法首先采用小波分解变换求得待测图像的细节分量,然后基于梯度平方法对各方向细节分量的变化快慢进行评价,最后根据纹理方向特征综合三个方向的高频系数的变化快慢,实现对图像清晰度评价.通过实验,验证了小波变换分解层数对清晰度评价的影响,并选取了第三层小波分解变换的高频系数作为评价的依据.为了验证所提出的算法,通过工业相机对样品进行连续变焦取像,并向该组图像中加入了均值为0,方差为0.01的高斯白噪声作为含噪样本,基于Matlab软件,分别采用梯度平方法、FISH算法、variance函数和提出的评价算法对两组样本进行清晰度评价测试.结果表明,提出的评价算法具有良好的无偏性与灵敏度,在抗噪性方面也具有较好表现,符合调焦评价的要求.

武钰瑾、赵凤霞、辛传福、牛森涛

展开 >

郑州大学机械与动力工程学院,河南郑州 450001

小波变换 清晰度评价 分解层数 抗噪性 梯度平方法 机器视觉

国家自然科学基金

51775515

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.374(4)
  • 3
  • 4