● 摘要
孔探图像去噪与压缩对于提高孔探图像质量，节约存储空间，节省移动与传输孔探图像所需的时间及满足发动机损伤识别的要求具有十分重要的应用价值。本文在图像处理、小波变换、贝叶斯等理论和技术的基础上，深入研究了孔探图像去噪与压缩系统的相关理论与技术。论文完成的主要工作如下：1. 根据孔探图像的特点设计、实现了包含非降采样小波变换、降采样小波变换、孔探图像去噪、孔探图像编码解码的完整的孔探图像去噪与压缩系统和算法框架。2. 深入研究了小波理论、贝叶斯方法、边缘系数模型等在孔探图像去噪中的应用。提出一种基于贝叶斯估计和边缘检测的不损失图像边缘与细节信息的孔探图像去噪新算法。实验结果表明该算法能够较好地保留图像的边缘和纹理信息，克服了许多其它算法在减小图像噪声同时会造成图像边缘模糊的缺点，从而得到更好的去噪效果。3. 深入研究了小波理论、马尔科夫随机场、吉布斯场理论等在孔探图像去噪中的应用。以小波和马尔科夫随机场、吉布斯场理论为基础，提出一种基于上下文自适应的孔探图像小波去噪方法。实验结果证明基于上下文自适应的小波去噪方法具有很好的去噪效果。4. 深入研究了非线性小波理论，小波域的图像多尺度边缘检测理论在孔探图像压缩中的应用。针对边缘的AOI（Area Of Influence）区域建模，依据小波系数所含图像信息的性质及重要性对小波系数进行评价和分类，运用熵编码理论，提出并实现了一种基于非线性小波的着重于图像边缘信息的新的孔探图像压缩算法。实验结果表明，应用此算法可在一定程度上提高被压缩孔探图像的纹理清晰度，提高了图像的PSNR（Peak Signal to Noise Ratio），说明基于小波的非线性模型的图像压缩算法具有很好的压缩效果。5. 深入研究了SUSAN（Smallest Univalue Segment Assimilating Nucleus）边缘检测理论、SUSAN模型及SPIHT（Set Partitioning In Hierarchical Trees）图像压缩系统。基于SUSAN模型及SPIHT图像压缩系统提出着重于边缘的孔探图像编码方法EESPIHT（Emphasis on Edges of SPIHT），实验结果表明在相同的压缩比下该编码方法能够较好地保留图像的边缘和纹理信息，可取得较好的压缩效果。