基于噪声类型及强度估计的狭叶锦鸡儿叶切片图像-IngentaConnect.PDF

第 33 卷 第 10 期 农 业 工 程 学 报 Vol.33 No.10 2017 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2017 229 基于噪声类型及强度估计的狭叶锦鸡儿叶切片图像盲去噪 ※ 王海超，王春光 ，宗哲英，殷晓飞，张文霞， 王晓蓉，张海军，李 靖，刘 涛 （内蒙古农业大学机电工程学院，呼和浩特 010018 ） 摘 要：狭叶锦鸡儿叶切片显微图像在获取过程中不可避免的受到噪声污染，会对后续处理造成不良影响。针对现有噪 声类型未知，去噪算法存在速度慢、效果不理想等问题，该文提出图像噪声类型估计-强度估计—去噪这一处理过程，实 现对狭叶锦鸡儿叶切片显微图像降噪目的。首先采用平滑区直方图重构和拟合法确定噪声类型；然后在此基础上，应用 基于图像块的 SVD （singular valuable decomposition，SVD）域图像噪声强度估计法对噪声标准差进行估计；最后在确定 噪声类型和强度基础上，采用几何均值滤波（geometric mean filtering，GMF ）和三维块匹配滤波（block-matching and 3-D filtering，BM3D ）对图像进行联合去噪。试验结果表明：该文噪声类型估计法估计出切片图像噪声类型为加性高斯噪声， 高斯函数对随机选取的 15 幅狭叶锦鸡儿叶切片图像平滑区域直方图数据点拟合优度R 2 均值为 0.996，平均均方根误差 ˆ RMSE （root mean squared error ，RMSE ）为 0.144 6 ；采用该文噪声强度估计法估计出的切片图像噪声标准差 [2.5,4.0] ， 处理标准差较小噪声，该文算法处理精度、运行速度和稳定性等方面存在明显优势；GMF-BM3D 算法在较好去除图像噪 声同时，极大的保留了图像纹理、边缘和细节等信息，同时极大的提高了算法运行速度，处理后的图像 BRISQUE （blind/referenceless image spatial quality evaluator ，BRISQUE ）值为 10 左右，相当于原图 BRISQUE 值的 1/ 2 左右。与 传统 BM3D 算法相比，去噪效果相当，但耗时约相当于传统 BM3D 算法的 1/9。与小波去噪算法（wavelet threshold ，WT ） 算法相比，虽速度相对较慢，但去噪后图像 BRISQUE 值比使用 WT 法低 4 左右。因此，该算法较好实现了对狭叶锦鸡 儿叶切片图像准确降噪，为其后续处理提供了可靠技术支持。 关键词：图像处理；高斯噪声；评估；切片图像；狭叶锦鸡儿；噪声强度；图像去噪 doi ：10.11975/j.issn.1002-6819.2017.10.030 中图分类号：TP391.41 文献标志码：A 文章编号：1002-6819(2017)-10-0229-10 王海超，王春光，宗哲英，殷晓飞，张文霞，王晓蓉，张海军，李 靖，刘 涛. 基于噪声类型及强度估计的狭叶锦 鸡儿叶切片图像盲去噪 [J]. 农业工程学报，2017，33(10)：229－238. doi ：10.11975/j.issn.1002-6819.2017.10.000 Wang Haichao, Wang Chunguang, Zong Zheying, Yin Xiaofei, Zhang Wenxia, Wang Xiaoron