红外图像存在成像模糊、噪声较大等缺点。为了获得良好的检测、识别效果，红外图像的去噪成了很重要的一项工作。简单介绍小波变换的基本原理，并将其分别与中值滤波和主成分分析方法相结合，对缺陷的红外图像进行处理。该去噪方法无需建立在对噪声方差的精确估计上。试验表明，该算法优于传统的滤波去噪法，能同时有效地抑制高斯噪声和椒盐噪声，有利于对缺陷作进一步的分析和判断。

所属栏目

2008远东无损检测新技术论坛优秀论文选登南京航空航天大学科研创新基金资助(Y0803-033)；南京航空航天大学引进人才科研基金(S0633-033)

收稿日期

2008/8/25

作者单位

薛莉:南京航空航天大学 自动化学院，南京210016
朱永凯:南京航空航天大学 自动化学院，南京210016
王海涛:南京航空航天大学 自动化学院，南京210016

备注

薛莉(1984- )，女，硕士研究生，主要从事图像处理方面工作。

引用该论文:

XUE Li,ZHU Yong-Kai,WANG Hai-Tao.Application of Wavelet Transformation in Denoising for the Infrared Image of Defects[J].Nondestructive Testing,2008,30(10):754～756
薛莉,朱永凯,王海涛.小波变换在缺陷红外图像去噪中的应用[J].无损检测,2008,30(10):754～756

参考文献

【1】

Liu Wei, Ma Zheng-Ming. Wavelet image threshold denoising based on edge detection[J]. Journal of Image and Graphics,2002,7(8):788-793.

【2】

Taswell C. The what, how, and why of wavelet shrinkage de-noising[J]. Computing in Science & Engineering,2000,(2-3):12-19.

【3】

Chang S G, Yu Bin, Verserli M. Spatially adaptive wavelet thresholding with context modeling for image denoising[J]. IEEE Trans. Image Proeessing,2000,9(9):1522-1530.

【4】

周美玲.基于二进小波相关系数的比例萎缩图像去噪[D].曲阜：曲阜师范大学,2007.

【5】

邹前进，冯亮，汪亚.红外图像空间噪声分析和预处理方法改进[J].应用光学,2007,28(4):426-430.

【6】

谢杰成，张大力，徐文立.小波图象去噪综述[J].中国图象图形学报,2002,7(3):209-217.

【7】

文莉，刘正士，葛运建.小波去噪的几种方法[J].合肥工业大学学报,2002,25(2):167-172.