基于提升小波变换薯类视觉图像滤波处理.docVIP

基于提升小波变换薯类视觉图像滤波处理 　　摘要：对农产品检测过程中所获得的视觉图像中时常出现的噪声滤波问题进行研究，以薯类视觉图像为例提出了一种基于提升小波变换的自适应滤波算法。该算法首先采用分解、预测、更新对噪声图像进行单层提升小波变换，保留低频分解系数不变；其次对高频分解系数采用自适应Canny边缘算子进行边缘轮廓提取，保留边缘轮廓，对图像剩余部分进行有针对性地自适应滤波；再提出一种新型小波阈值函数模型对低频分解系数进行噪声抑制，最后进行分解系数重构。为了进一步改善滤波后图像的视觉效果，采用自适应同态滤波进行增强处理。仿真结果表明，该算法对薯类等农产品视觉图像中噪声的处理比小波阈值法、自适应中值滤波算法有优势。 　　关键词：农产品视觉图像；提升小波变换；自适应Canny检测算子；自适应滤波；小波阈值函数；自适应同态滤波 　　中图分类号： S126；TP391；TN911.73文献标志码： A文章编号：1002-1302（2014）01-0376-03 　　收稿日期：2013-08-24 　　作者简介：李楠（1976―），女，河北定县人，硕士，讲师，从事计算机图形图像处理研究。E-mail：linan2013vip@126.com。现阶段，采用机器人实现对农产品的自动化检测逐渐取代了传统的手工方法，机器人实现农产品检测具有实时、客观等优点[1-2]，基本原理是通过对待