發(fā)布時間：2017-12-19 08:05

  本文關鍵詞：番茄圖像保紋理降噪的各向異性動態(tài)擴散模型研究

  更多相關文章： 番茄 圖像降噪 各向異性擴散 梯度閾值 迭代停止準則 保紋理

【摘要】：針對番茄圖像進行各向異性擴散降噪研究。首先在2-范數(shù)梯度閾值計算方法基礎上引入圖像的局部灰度方差,提出了一種梯度閾值計算方法。其次采用結構相似性(SSIM)作為迭代停止準則,實現(xiàn)了迭代次數(shù)的自適應選取,構建出用于番茄圖像保紋理降噪的各向異性動態(tài)擴散模型。最后在噪聲標準差為5、10、15、20、25、30不同情況下,進行2組對比試驗。第1組試驗結果表明,采用SSIM作為迭代停止準則是有效的、穩(wěn)定的。第2組試驗從峰值信噪比(PSNR)和梯度模值相似性偏差(GMSD)兩方面對降噪后的圖像質(zhì)量進行客觀評價,并與P-M模型、2-范數(shù)模型相比較,結果是所提模型的PSNR平均值最高且GMSD平均值分別降低了15.5%、19.1%,說明采用所提模型降噪后的番茄圖像降噪效果有所改進并且與原始圖像比較接近;從視覺效果上,采用結果是所提模型降噪后的番茄圖像紋理保留較多且清晰。因此,提出的各向異性動態(tài)擴散模型在降噪的同時保留了圖像紋理,為番茄后期的品質(zhì)檢測奠定了基礎。
【作者單位】： 中國農(nóng)業(yè)大學信息與電氣工程學院;
【基金】：國家自然科學基金項目(31271618、41171337) “十二五”國家科技支撐計劃項目(2015BAK04B01)
【分類號】：TP391.41;S641.2
【正文快照】： 引言隨著物聯(lián)網(wǎng)技術在農(nóng)業(yè)上的應用,針對監(jiān)控系統(tǒng)采集到的圖像進行實時處理已成為智慧農(nóng)業(yè)的重要組成部分,其中圖像降噪是一項基本而又十分關鍵的技術。目前,針對農(nóng)產(chǎn)品降噪的研究有很多[1-5],但大部分都是基于小波及其變形的方法,基于偏微分方程(Partial differential equati，

本文編號：1307469