小波去噪在智能引线键合机图像处理中的应用.pdfVIP

134 传感器与微系统(TransducerandMicrosystemTechnologies) 2011年第30卷第4期 ?＼ 、 、 应用技术 I{ 、 P 小波去噪在智能引线键合机 图像处理 中的应用 张和颖，戚其丰，李 浩 (华南理工大学 精密电子制造装备教育部工程研究中心 自动化学院，广东 广州510640) 摘 要：针对小波去噪中硬阈值法和软阈值法存在的缺陷，提出了一种新的多尺度 自适应阈值选择算法， 该方法根据小波变换的特点和噪声信号的3 准则，对于不同的小波系数乘以一个与 自身小波系数相关 的降噪因子。在现有的图像去噪评估算法的基础上，提出了基于图像平滑度和匹配度的去噪效果评估算 法。实验结果表明：多尺度 自适应阈值选择算法能有效去除图像噪声，保留图像细节信息，性能上明显优 于传统的软、硬阈值算法。 关键词：小波变换 ；引线键合；噪声；阈值；局部方差 中图分类号：TP391 文献标识码 ：A 文章编号：1000-9787(2011)04-0134--04 Application ofwaveletdenoisingin imageprocess ofintelligentwirebondingmachine ZHANGHe—ying，QiQi—feng，LIHao (EngineeringResearchCenterforPrecisionElectronicManufacturingEquipmentsofMinistryofEducation， CollegeofAutomationSciencenadEngineering，SouthChinaUniversityofTechnology，Guangzhou510640，China) Abstract：Because ofexisting shortcomings in waveletdenoising forthe hard—threshold and soft—threshold method，anew multi-scaleadaptivealgorithm onthresholdselectionispresented．Accordingtothecharacteristics ofwavelettransform and3o一ruleinnoisesignal，aself-noisereductionfactorismultipliedbydifferentwavelet coefficients．A newalgorithm assessmentofimagedenoisingbasedonmatchingdegreeandimagesmoothnessis proposedontheexistingassessmentsofdenoisingalgorithms．Experimental resultsshow thatmulti—scaleadaptive algorithm onthresholdselectioncaneffectivelyremovetheimagenoise，retainingtheimagedetails．Itsignificantly superiorstothetraditionalsoftnadhradthresholdalgorithms． Keywords：wavelettransfomr ；wirebonding；noise；threshold；localvariance 0 引 言 DL给出的阈值有 “过扼杀”小波系数的倾 向，重建误差较 引线键合以工艺实现简单、成本低廉 、适用多种封装形 大 ]。文献 [4]提出的局部维纳滤波算法需要进行多次小 式而在连接方式中占主导地位，目前所有封装管脚的9O％ 波变换和逆