典型文献
基于卷积融合字典的电路板红外图像去噪研究
文献摘要：
由于红外图像存在噪声,电路板芯片定位困难,因此基于红外图像的机载电路板故障诊断方法在实际应用中诊断效果并不理想.针对此问题,本文在卷积稀疏编码和字典学习的基础上,提出了一种基于卷积融合字典学习的航电系统电路板红外图像去噪算法.首先,并行融合改进卷积稀疏编码结构和离散余弦变换字典形成复合初始化字典,以有效提取电路板红外图像特征;接着,建立稀疏特征矩阵,更新红外图像特征原子;最后,将稀疏特征系数带入算法对模型进行训练和测试,完成电路板红外图像的去噪重构.实验采用航电系统电源电路板进行可靠性分析,实验结果表明,与K-SVD和卷积网络去噪方法相比,本文算法在图像视觉效果,输出PSNR和SSIM方面更具优势,具有更好的去噪效果.
文献关键词：
图像去噪;红外图像;航电系统;稀疏编码;卷积网络
中图分类号：
作者姓名：
王力;张亦弛;郝建新
作者机构：
中国民航大学电子信息与自动化学院 机载电子系统深度维修实验室,天津300300
文献出处：
引用格式：
[1]王力;张亦弛;郝建新-.基于卷积融合字典的电路板红外图像去噪研究)[J].激光与红外,2022(12):1867-1875
A类：
稀疏特征矩阵
B类：
红外图像,图像去噪,机载,电路板故障,故障诊断方法,诊断效果,卷积稀疏编码,字典学习,航电系统,去噪算法,并行融合,编码结构,离散余弦变换,初始化,有效提取,图像特征,新红,特征系数,带入,电源电路,可靠性分析,SVD,卷积网络,去噪方法,视觉效果,PSNR,SSIM,去噪效果
AB值：
0.279778
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
