樊 博，田 瑞，金旭荣，郭林明

(1.国网宁夏营销服务中心(计量中心),宁夏银川 750011；2.四川大学电气工程学院,四川成都 610065)

0 引言

芯片元器件是诸多设备的核心部件，但在生产过程中，可能会出现芯片误用、混用等问题[1]。随着智能检测技术的快速发展，基于图像的器件型号识别得到广泛研究，它结合数字图像处理技术，能快速根据图像信息来识别芯片型号，能够提升检测效率。但图像获取过程中，往往会存在一定的噪声，这会影响检测的准确性[2]，为此需要对芯片图像的去噪进行研究。

目前，图像去噪算法主要分为空间域去噪和变换域去噪[3]，空间域去噪包括：均值滤波[4]、高斯滤波[5]、非局部均值滤波(non-local means filter,NLM)[6]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[7]、经验模态分解(empirical mode decomposition，EMD)[8]和变分模态分解(variational mode decomposition，VMD)[9]等。变换域滤波的去噪效果比空间域有一定提升，但在某些场景也会出现细节缺失的问题。

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。文献[10]使用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和需要对插值进行选择等不足。文献[11]利用2D-VMD和中值滤波结合的算法对图像进行去噪处理，相比经典的滤波算法，取得降噪性能上的一些提升，但需要人为设置模态个数K值，缺乏自适应性。可调Q因子小波变换(tunable Q-factor wavelet transform，TQWT)[13]作为改进的离散小波变换(discrete wavelet transform,DWT)，有小波灵活多变和鲁棒性好的优点，计算量比VMD低，而且分解效果也出色。……