论文部分内容阅读
图像噪声类型识别是IC图像检测的重点和难点。针对准确获取IC图像噪声特征的要求,对噪声图像进行能量熵的推导和计算,并在此基础上形成能量熵分布特征平面,引入二维Zernike矩以对常见噪声类型进行特征值的量化及提取。建立BP网络对噪声样本特征值进行反复训练与调试,最终达到快速准确识别IC图像噪声类型的目的。通过试验计算获得了准确有效的IC图像噪声类型识别结果,并将其与其他典型图像噪声识别方法进行性能指标比较与分析,证明了新方法具有更好的准确性和可靠性。为IC图像的去噪和检测提供了理论基础与技术准备。