樊 博, 金旭荣, 田 瑞,李昊怡

(1.国网宁夏营销服务中心(计量中心),银川 750002;2.四川大学 电气工程学院,成都 610065)

0 引言

随着电力物联网的蓬勃发展，智能电表作为其中重要的末端感知设备，其可靠性检测受到越来越多的重视。而芯片型号识别是可靠性检测的重要一环，智能电表在其生产过程中，可能会出现芯片误用、安装位置错误等问题[1]。目前，基于机器视觉的智能电表元器件检测技术发展较快[2]，它结合数字图像处理技术，能快速、准确地检测智能电表芯片型号。但原始的芯片图像在采集过程中易受到各种噪声影响，如高斯噪声、白噪声、颗粒噪声等。这些噪声会模糊芯片图像的字符信息，从而增加智能电表的检测难度。为了降低芯片图像中夹杂的噪声影响，最大程度地还原图像信息，保留图像的原始特征，去除无用信息，增强清晰度[3]，需要对芯片图像进行去噪。

目前芯片图像去噪算法主要分为空间域去噪和变换域去噪[4]，空间域去噪包括：中值滤波[5]、维纳滤波[6]、非局部均值滤波(NLM, non-local mean)[7]等。空间域滤波有着计算简单和处理速度快的优点，但不能达到很好的去噪效果。变换域去噪包括基于小波变换的算法[8]、经验模态分解[9]( EMD,empirical mode decomposition)和变分模态分解[10](VMD,variational mode decomposition)等。变换域滤波的去噪效果较为明显，但去噪后的图像容易丢失细节，导致图像的清晰度不高。

近年来，变换域去噪算法在图像处理领域得到了广泛的应用。Nunes[11]等人提出二维经验模态分解对图像信号进行处理，但该算法存在对噪声较为敏感、缺乏坚实的理论基础及需要对插值进行选择等不足。……