基于改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波的農(nóng)產(chǎn)品圖像處理.pdf

《基于改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波的農(nóng)產(chǎn)品圖像處理.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、．-——402-——江蘇農(nóng)業(yè)科學(xué)2015年第43卷第1期陸廣地．基于改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波的農(nóng)產(chǎn)品圖像處理[J]．江蘇農(nóng)業(yè)科學(xué)，2015，43(1)：402—404doi：10．15889／j．issn．1002—1302．2015．01．133基于改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波的農(nóng)產(chǎn)品圖像處理陸廣地·(1．江蘇聯(lián)合職業(yè)技術(shù)學(xué)院宿遷經(jīng)貿(mào)分院，江蘇沭陽223600；2．宿遷學(xué)院，江蘇宿遷223800)摘要：提出了一種針對(duì)農(nóng)產(chǎn)品圖像的改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波算法(improvedmathematicalmorphologyfilteringalgo．rithm，IMMFA)。該算法首先在充分結(jié)合數(shù)學(xué)形態(tài)學(xué)開啟

2、一閉合，閉合一開啟濾波器特點(diǎn)的基礎(chǔ)上，引入了圖像加權(quán)融合機(jī)制，構(gòu)建了一種新型基于加權(quán)融合的數(shù)學(xué)形態(tài)學(xué)濾波器。然后，針對(duì)噪聲的隨機(jī)特性，設(shè)計(jì)出3類不同尺度的“棱形”結(jié)構(gòu)元素，以實(shí)現(xiàn)對(duì)噪聲的多尺度梯次濾波。最后，引入噪聲判別機(jī)制融入了圖像灰度值因素，通過對(duì)圖像中噪聲強(qiáng)度進(jìn)行判別，根據(jù)判別結(jié)果來自適應(yīng)選擇參與濾波的數(shù)學(xué)形態(tài)學(xué)結(jié)構(gòu)元素尺寸并對(duì)濾波后圖像采用自適應(yīng)同態(tài)濾波進(jìn)行對(duì)比度增強(qiáng)處理，一方面在有效濾除噪聲的同時(shí)盡量保持圖像邊緣的連續(xù)性，另一方面避免圖像被“過濾波”，提高濾波后圖像視覺效果。理論和試驗(yàn)分析結(jié)果表明，該算法的性能較優(yōu)，這說明這一改進(jìn)思路對(duì)于農(nóng)產(chǎn)品圖像的處理具有一定的效果。關(guān)鍵

3、詞：農(nóng)產(chǎn)品圖像；隨機(jī)噪聲；改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波；結(jié)構(gòu)元素；加權(quán)融合；噪聲判別中圖分類號(hào)：S126文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1002—1302(2015)01—0402—03計(jì)算機(jī)技術(shù)的飛速發(fā)展極大提高了農(nóng)業(yè)信息化和智能化1改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波器構(gòu)建水平。結(jié)合計(jì)算機(jī)視覺技術(shù)來研究農(nóng)產(chǎn)品的自動(dòng)化檢測(cè)分級(jí)對(duì)于提高農(nóng)產(chǎn)品信息化管理水平具有重要意義。要實(shí)現(xiàn)這一1．1數(shù)學(xué)形態(tài)學(xué)濾波器理論基礎(chǔ)分析目標(biāo)，必然涉及到大量農(nóng)產(chǎn)品圖像的處理，其中圖像去噪和增設(shè)一幅大小為m×n的圖像為f(i，)(im，∈n)，結(jié)構(gòu)強(qiáng)則是最為重要的處理方法。對(duì)于農(nóng)產(chǎn)品圖像處理的研究近元素為b(i，)(i∈m√∈n)，對(duì)該圖像進(jìn)行形

4、態(tài)學(xué)基本運(yùn)算的年來才受到學(xué)者的重視，如楊福增對(duì)基于小波變換的農(nóng)業(yè)圖過程可描述成：像處理方法進(jìn)行了較為系統(tǒng)的研究?；隨后該學(xué)者將小波變(1)膨脹運(yùn)算。換與Wiener濾波相結(jié)合應(yīng)用于農(nóng)產(chǎn)品圖像的去噪研究。；，(i√)06(i√)=max{f(i—，—Y}+b(i，)}(E(0，近年來，該學(xué)者又提出了一種基于雜交小波變換的去噪方法m]，Y∈(0，n])。(1)成功應(yīng)用于農(nóng)產(chǎn)品圖像；宋懷波等將輪廓波(Contourlet)其中，“①”表示膨脹運(yùn)算。變換應(yīng)用于農(nóng)產(chǎn)品圖像去噪研究，試驗(yàn)證明了該方法的可靠(2)腐蝕運(yùn)算。性；韓偉等提出一種基于非下采樣輪廓波(NSCT)變換的，(i√)oh(i，)

5、=max{f(i一，一，，}一6(i，)}(∈(0，雜草圖像去噪算法，對(duì)于提高雜草識(shí)別的準(zhǔn)確率有一定的幫m]，YE(0，n])。(2)助；王曉虹等提出一種基于脊波(Ridgelet)變換與Wiener其中，“”表示腐蝕運(yùn)算。濾波的蘋果圖像濾波算法，取得了較好效果。對(duì)以上研究成(3)開啟與閉合運(yùn)算。果分析可知，近年來，農(nóng)產(chǎn)品圖像去噪研究取得了一定的進(jìn)，(，)ab(i，)=[，(，)Ob(，)]06(，)；(3)展，但是所研究的算法基本基于變換域圖像處理框架，圖像在，(iJ)·6(i√)=[，(i√)06(i，)]Ob(i√)。(4)被進(jìn)行多尺度變換過程中，不但增加了大量數(shù)據(jù)冗余，而且也

6、開啟運(yùn)算能有效濾除影像中更孤立的毛刺，對(duì)于比結(jié)構(gòu)在一定程度上降低了圖像處理的效率。近年來，數(shù)學(xué)形態(tài)學(xué)元素小的正峰值噪聲有較強(qiáng)的抑制作用。從整體上看，開啟在農(nóng)業(yè)圖像分割]、邊緣檢測(cè)中開始得到研究，但在農(nóng)運(yùn)算能夠在基本保持目標(biāo)大小不變的情況下對(duì)圖像起到平滑產(chǎn)品圖像去噪和增強(qiáng)方面則鮮有成果問世。因此，鑒于目前的作用，但如果低于鄰域像素灰度值的噪聲點(diǎn)分布過于密集，農(nóng)產(chǎn)品圖像去噪研究現(xiàn)狀分析，從空間域的角度，提出一種基且結(jié)構(gòu)元素尺寸遠(yuǎn)大于噪聲點(diǎn)之間距離時(shí)，經(jīng)過開啟運(yùn)算后于改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波的農(nóng)產(chǎn)品圖像處理算法，以期為該類的圖像質(zhì)量大幅度下降。閉合運(yùn)算可用于對(duì)圖像目標(biāo)之間狹圖像的處理提供一種較為

7、實(shí)用的方法。小裂縫進(jìn)行填充，連接臨近目標(biāo)物，當(dāng)出現(xiàn)高于鄰域像素灰度值的噪聲點(diǎn)且密度過大時(shí)，閉合運(yùn)算濾波效果也不理想。1．2改進(jìn)數(shù)學(xué)形態(tài)學(xué)濾波器的構(gòu)建收稿日期：2014—01—26基金項(xiàng)目：江蘇職業(yè)教育教學(xué)改革立項(xiàng)課題(編號(hào)：ZYB50)；江蘇教開啟和閉合運(yùn)算對(duì)于圖像中的噪聲濾波均有一定的效果，但要從根本上提高濾波性能，目前最為理想的方法就是將科院2012年重點(diǎn)課題(編號(hào)：2012一R一22385)。作者簡(jiǎn)介：陸廣地(1969一)，男，江蘇沭阻人，碩士，副教