小波域非局部均值无芒隐子草叶切片盲去噪

作者:张文霞;王春光;殷晓飞;王海超;王圆;郭华;赵晓宇; 刊名:农机化研究 上传者:张养东

【摘要】在获取无芒隐子草叶切片图像时不可避免受到噪声的污染,易导致后续提取和测量特征参数的不准确。对于自然图像,事先并不知道其所含噪声的类型和方差,因而首先利用小波变换和曲线拟合确定切片图像噪声类型和强度;在此基础上,分别应用小波阈值去噪、非局部均值去噪和提出的非局部均值滤波(NLM)与小波阈值去噪相结合的方法对无芒隐子草叶切片图像进行去噪。实验结果表明:获取的切片图像噪声类型为高斯加性噪声,标准差为σ∈[1. 5,3. 5],用高斯函数对随机选取的10幅切片图像的高频HH子带能量分布进行拟合,拟合优度为R2=0. 990 7;用3种方法对含不同噪声大小的切片图像进行去噪,当噪声标准差为σ∈[1. 5,8]时,应用Beyes Shrink法去噪后,图像的峰值信噪比提高了3 d B,而NLM和本文提出的算法不适用;当噪声标准差为σ∈[8,15]时,NLM算法和提出的算法去噪效果相当,去噪后图像峰值信噪比提高了7. 5d B,应用Beyes Shrink算法提高了6. 5 d B;而当σ∈[15,30]时,使用提出的算法表现出较大的优越性,去噪后图像峰值信噪比提高了10. 53d B,是NLM算法的1. 4倍、Beyes Shrink法的1. 3倍。本文的算法和实验结论可为无芒隐子草切片图像准确降噪提供理论基础。

全文阅读

小波域非局部均值无芒隐子草叶切片盲去噪张文霞1, 2 ,王春光1 ,殷晓飞3 ,王海超1 ,王 圆2 ,郭 华2 ,赵晓宇2 (1. 内蒙古农业大学 机电工程学院,呼和浩特 010018; 2. 鄂尔多斯应用技术学院 信息工程学院,内蒙古鄂尔多斯 017000; 3. 呼和浩特职业学院 机电工程学院,呼和浩特 010018) 摘 要: 在获取无芒隐子草叶切片图像时不可避免受到噪声的污染,易导致后续提取和测量特征参数的不准确。对于自然图像,事先并不知道其所含噪声的类型和方差,因而首先利用小波变换和曲线拟合确定切片图像噪声类型和强度;在此基础上,分别应用小波阈值去噪、非局部均值去噪和提出的非局部均值滤波( NLM) 与小波阈值去噪相结合的方法对无芒隐子草叶切片图像进行去噪。实验结果表明:获取的切片图像噪声类型为高斯加性噪声,标准差为 σ ∈ [1. 5, 3. 5],用高斯函数对随机选取的 10 幅切片图像的高频 HH 子带能量分布进行拟合,拟合优度为 R2 = 0. 990 7 ;用 3 种方法对含不同噪声大小的切片图像进行去噪,当噪声标准差为 σ ∈[1. 5, 8]时,应用 Beyes Shrink 法去噪后,图像的峰值信噪比提高了3dB,而 NLM 和本文提出的算法不适用;当噪声标准差为 σ ∈ [8,15]时,NLM 算法和提出的算法去噪效果相当,去噪后图像峰值信噪比提高了 7. 5dB,应用 Beyes Shrink 算法提高了 6. 5dB;而当 σ ∈ [15,30]时,使用提出的算法表现出较大的优越性,去噪后图像峰值信噪比提高了 10. 53dB,是 NLM 算法的 1. 4 倍、Beyes Shrink 法的 1. 3 倍。本文的算法和实验结论可为无芒隐子草切片 图像准确降噪提供理论基础。 关键词: 小波变换; 无芒隐子草; 噪声识别; 图像去噪; 非局部均值 中图分类号: TP391.41 文献标识码: A 文章编号: 1003 -188X( 2019) 10 -0035 -05 0 引言 近年来,因人为和环境因素,造成了天然草地大面积的退化,这已经成为制约我国草地畜牧业发展和生态环境改善的重要因素之一。无芒隐子草(Cleisto-genes Songorica)是我国西北区荒漠草原的重要牧草资源,在维护生态系统及发展畜牧业等方面具有重要作用,是荒漠草原的优势草种之一,是分析草原退化程度的指示性植物[1]。其叶片解剖结构随着荒漠草原退化梯度表现出较强的可塑性,应用图像处理技术可以快速、准确地测量无芒隐子草叶片解剖结构尺寸,进而与草原退化建立相关性;但切片图像在获取和传输过程中不可避免地受到噪声的污染,使图像的质量降低,影响后续处理。 图像去噪一直是图像处理领域的热点之一,图像去噪大体上分为空间域和变换域去噪两大类:空间域 收稿日期: 2018 -05 -14 基金项目: 教育部"云教融合 科教创新" 基金项目(2017A10019);内蒙古自治区高等学校研究项目 NJZY070);鄂尔多斯应用技术学院一般项目(KYYB2017004) 作者简介: 张文霞(1982 - ),女,内蒙古鄂尔多斯人,博士研究生,(E - mail) zhangwenxia100@ 163. com。 通讯作者: 王春光(1959 - ),男,内蒙古鄂尔多斯人,教授,博士生导师,(E - mail)jdwcg@ imau. edu. cn。 去噪方法[2]是直接在空间域中进行去噪的方法,经典的方法有加权平均、中值滤波及维纳滤波等方法;变换域去噪方法是将

参考文献

引证文献

问答

我要提问