江苏农业科学
江囌農業科學
강소농업과학
Jiangsu Agricultural Sciences
2015年
8期
414-415,429
,共3页
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
農產品圖像%離散小波變換%非跼部均值濾波%邊緣保持指數%均方誤差%去譟
농산품도상%리산소파변환%비국부균치려파%변연보지지수%균방오차%거조
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。
提齣瞭一種基于離散小波變換(DWT)和非跼部均值濾波(NLM)的農產品圖像處理算法。首先對圖像進行3層 DWT,在變換域中對高頻小波繫數進行改進小波閾值模型去譟,對原始低頻小波繫數與去譟後的高頻小波繫數分彆進行重構,得到揹景圖像和細節圖像;再對細節圖像進行區域劃分,對每箇圖像區域分彆採用 NLM算法進行去譟;最後將揹景圖像和去譟後的細節圖像進行疊加處理,得到去譟後農產品圖像。引入邊緣保持指數(edge protection index,EPI)、均方誤差(mean square error,MSE)對試驗結果進行評價,結果錶明,本研究算法對該類圖像的處理取得瞭較好的效果,且對 NLM、小波閾值去譟等算法而言優勢較明顯。
제출료일충기우리산소파변환(DWT)화비국부균치려파(NLM)적농산품도상처리산법。수선대도상진행3층 DWT,재변환역중대고빈소파계수진행개진소파역치모형거조,대원시저빈소파계수여거조후적고빈소파계수분별진행중구,득도배경도상화세절도상;재대세절도상진행구역화분,대매개도상구역분별채용 NLM산법진행거조;최후장배경도상화거조후적세절도상진행첩가처리,득도거조후농산품도상。인입변연보지지수(edge protection index,EPI)、균방오차(mean square error,MSE)대시험결과진행평개,결과표명,본연구산법대해류도상적처리취득료교호적효과,차대 NLM、소파역치거조등산법이언우세교명현。