為了進(jìn)一步提升傳統(tǒng)多光譜圖像二值化處理方法的處理速度和抗噪性能,提出基于正則化的多光譜圖像二值化處理方法。將正則化約束引入到多光譜圖像去噪模型中,對現(xiàn)有的多光譜去噪模型進(jìn)行改進(jìn)。并利用正則化框架中的數(shù)據(jù)正則項(xiàng)對圖像的噪聲機(jī)制以及圖像的先驗(yàn)信息進(jìn)行建模,以實(shí)現(xiàn)多光譜圖像去噪處理。根據(jù)去噪結(jié)果采用約束能量最小化方法獲取多光譜圖像的邊緣信息,將最佳全局閾值法和局部閾值自適應(yīng)方法在邊緣信息的基礎(chǔ)上相結(jié)合,實(shí)現(xiàn)對多光譜圖像的二值化處理。仿真結(jié)果表明,所設(shè)計(jì)方法具有較強(qiáng)的抗噪能力和較快的處理速度,并且經(jīng)處理后的圖像分辨率較高,充分驗(yàn)證了上述方法的有效性。 

【文章頁數(shù)】：5 頁

【部分圖文】：

多矩陣構(gòu)成圖

圖像去噪效果

不同方法的處理速度對比結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]一種基于圖像處理的船舶水尺標(biāo)志識別方法[J]. 沈益駿,黃昱洪,何吉飛.  上海海事大學(xué)學(xué)報(bào). 2018(02)
[2]基于圖像處理技術(shù)的聚合物水基鉆井液微觀結(jié)構(gòu)分形研究[J]. 韓博,魯光銀,曹函,張凌.  地質(zhì)科技情報(bào). 2018(02)
[3]基于顯著性檢測與模糊C均值聚類算法的葉片病斑區(qū)域提取方法[J]. 郭三華.  江蘇農(nóng)業(yè)科學(xué). 2017(22)
[4]傣文貝葉經(jīng)的圖像增強(qiáng)與二值化方法研究[J]. 鐘卿,余鵬飛,李海燕,陳瑞新.  云南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[5]遠(yuǎn)程教育物理虛擬圖像有效提取仿真研究[J]. 陳邦澤,楊曉波.  計(jì)算機(jī)仿真. 2017(04)
[6]基于圖像分塊的局部閾值二值化方法[J]. 張潔玉.  計(jì)算機(jī)應(yīng)用. 2017(03)
[7]一種視覺表格圖像全局閾值分割算法[J]. 聶仁燦,何敏,周冬明,余江,丁星麗.  激光與紅外. 2017(02)
[8]基于MATLAB圖像處理的齒輪中心定位[J]. 張麗鵬,顧寄南,丁衛(wèi).  工具技術(shù). 2016(12)
[9]基于區(qū)域?qū)Ρ榷仍鰪?qiáng)的二值化算法[J]. 盧迪,黃鑫,柳長源,林雪,張華玉,嚴(yán)俊.  電子與信息學(xué)報(bào). 2017(01)
[10]多窗口圖像二值化算法研究[J]. 段鎖林,朱方,嚴(yán)翔.  計(jì)算機(jī)工程與應(yīng)用. 2017(17)



本文編號：3690487