刘洋+杜诚



摘要: 提出了一种基于离散小波变换(DWT)和非局部均值滤波(NLM)的农产品图像处理算法。首先对图像进行3层DWT,在变换域中对高频小波系数进行改进小波阈值模型去噪,对原始低频小波系数与去噪后的高频小波系数分别进行重构,得到背景图像和细节图像;再对细节图像进行区域划分,对每个图像区域分别采用NLM算法进行去噪;最后将背景图像和去噪后的细节图像进行叠加处理,得到去噪后农产品图像。引入边缘保持指数(edge protection index,EPI)、均方误差(mean square error,MSE)对试验结果进行评价,结果表明,本研究算法对该类图像的处理取得了较好的效果,且对NLM、小波阈值去噪等算法而言优势较明显。
关键词: 农产品图像;离散小波变换;非局部均值滤波;边缘保持指数;均方误差;去噪
中图分类号: TP391 文献标志码: A
文章编号:1002-1302(2015)08-0414-02
农业图像作为一种承载着大量农业信息的载体近年来在农产品检测 [1]、植物病害监测 [2]、作物长势监测 [3]、作物产量评估 [4]等方面得到了广泛的应用,大大提高了农业的智能化水平。但上述应用是通过基于高清晰度、低失真度的图像对其内容进行模糊判断,若图像本身质量不高,则会严重影响判断结果的准确性,因此,有必要对获取的农业图像进行预处理。现阶段大量的计算机图像处理算法被用于处理该类图像,如小波变换 [5]、数学形态学 [6]等,取得了一定的效果。农业图像处理思路大体有2类:(1)对图像进行多尺度变换,在变换域中进行处理,再进行逆多尺度变换获得处理后图像;……