A denoising method for power equipment images based on block-matching and 3D filtering

降噪 计算机科学 块(置换群论) 噪音(视频) 人工智能 计算机视觉 功率(物理) 干扰(通信) 匹配(统计) 模式识别(心理学) 图像(数学) 数学 电信 几何学 量子力学 频道(广播) 统计 物理
作者
Jiang Hua,Changdong Wu
出处
期刊:Review of Scientific Instruments [American Institute of Physics]
卷期号:95 (8)
标识
DOI:10.1063/5.0210858
摘要

A substation is important equipment of the power system, and there are many power equipment components in the substation. In order to better detect the working status of power equipment components, it is necessary to preprocess these components. In the actual application, the power equipment images may be noisy due to external environmental interference. Therefore, it should denoise these images in order to improve system detection performance. This paper uses the acquired power equipment images and adds noise intensity of 10, 15, 20, 25, and 30, respectively. Then, the Block-Matching and 3D Filtering (BM3D) method is used to denoise these images. BM3D includes three steps such as block combination, collaborative filtering, and integration, which has strong denoising ability. The experimental results show that the proposed method outperforms other methods in terms of denoising visual effects and evaluation indicators. Especially in terms of preserving details and textures of the denoised image, there is a significant advantage in suppressing strong noise. In summary, the proposed method can achieve encouraging denoising results, which is an effective denoising method for power equipment images.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
锦瑟发布了新的文献求助10
刚刚
1秒前
zino发布了新的文献求助10
1秒前
2秒前
福明明完成签到,获得积分10
2秒前
Una wu发布了新的文献求助30
3秒前
Paddi完成签到,获得积分10
4秒前
小张张发布了新的文献求助10
4秒前
上官若男应助ly采纳,获得10
4秒前
忧郁含海完成签到,获得积分10
4秒前
义气高丽发布了新的文献求助10
5秒前
花花发布了新的文献求助10
5秒前
有魅力魂幽完成签到,获得积分10
6秒前
7秒前
emo给emo的求助进行了留言
7秒前
英俊的铭应助学术羊采纳,获得10
7秒前
腼腆的馒头完成签到,获得积分10
8秒前
8秒前
9秒前
某丞完成签到,获得积分10
9秒前
10秒前
高伟杰完成签到,获得积分10
10秒前
负责的白风完成签到,获得积分10
11秒前
花盛完成签到,获得积分10
11秒前
123发布了新的文献求助10
12秒前
12秒前
hk发布了新的文献求助10
12秒前
Una wu完成签到,获得积分10
12秒前
亚婷儿完成签到,获得积分10
13秒前
香菜完成签到,获得积分10
16秒前
青禾发布了新的文献求助10
17秒前
科研通AI2S应助微不足道采纳,获得10
17秒前
Lucas应助锦瑟采纳,获得10
17秒前
嘀嘀完成签到,获得积分10
18秒前
可爱的函函应助123采纳,获得30
19秒前
19秒前
20秒前
大气夜山完成签到 ,获得积分10
20秒前
20秒前
wu无完成签到,获得积分10
20秒前
高分求助中
Sustainability in Tides Chemistry 2000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3127482
求助须知:如何正确求助?哪些是违规求助? 2778315
关于积分的说明 7738877
捐赠科研通 2433618
什么是DOI,文献DOI怎么找? 1292999
科研通“疑难数据库(出版商)”最低求助积分说明 623109
版权声明 600489