复 Contourlet 和各向异性扩散的织物疵点图像降噪

摘要：

　　图像降噪是织物疵点自动检测的首要步骤，其效果直接影响后续的图像分割、特征提取及识别结果。为进一步改善降噪性能，提出了一种基于复Contourlet变换和各向异性扩散的织物疵点图像降噪方法。首先通过复Contour－let变换将织物疵点图像分解成低频和高频分量；然后分别利用P＿Laplace算子和Catte＿PM模型进行相应的扩散；最后经复Contourlet逆变换重构疵点图像。大量实验结果表明，与小波阈值收缩和全变差扩散的混合方法、小波与PM模型扩散相结合的方法、Contourlet结合全变差和自适应对比度扩散的方法、非下采样Contourlet 结合非线性扩散的方法相比，所提出的方法在主观视觉效果和客观定量评价指标上都有了较大的提高，更好地保留了织物图像的纹理细节信息，说明了其降噪能力更强，能够有效地抑制噪声。

关键词：织物疵点检测、织物疵点图像、图像降噪、复Contourlet变换、各向异性扩散、P_Laplace算子、Catte_PM模型

分类号：TP391.4;TS103.7(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60872065；纺织面料技术教育部重点实验室开放基金资助项目 P1111；先进纺织材料与制备技术教育部重点实验室开放课题研究基金资助项目2010001；江苏高校优势学科建设工程资助项目．

在线出版日期：2013-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：214-219