基于联合稀疏变换学习的工件去噪方法研究

来源：计算机工程与应用杂志2019年第7期北京时间：

作者：刘秀平1，薛婷婷1，韩丽丽2，杜勇辰1，张凯兵1，闫焕营3

单位：1.西安工程大学 电子信息学院，西安 710048 ；2.西安理工大学 机械与精密仪器学院，西安 710048；3.深圳罗博泰尔机器人有限公司，广东 深圳 518109

摘要：针对视觉测量中给光好坏会直接影响工件检测精度和效率的问题，提出了一种基于联合稀疏变换学习对不同光源下工件图像去噪的方法。该方法首先从噪声图像中提取噪声图像块，通过稀疏编码和稀疏变换更新交替运算对噪声图像块进行内部聚类变换学习；然后计算每个噪声图像块中聚类信号的稀疏水平，并选择最小稀疏水平作为该去噪块的稀疏水平；最后对去噪块进行聚类并用最后一次迭代去噪块的均值估计去噪图像。实验结果表明，提出的方法对不同光源下工件图像的去噪效果和计算速度均优于其他算法，具有较好的去噪性能。

关键词：联合稀疏变换学习,光源,工件图像,去噪块