结合边缘检测的农业图像非局部均值滤波算法.pdf

— ４０２— 江苏农业科学　２０１５年第４３卷第６期 刘华锋，苏艳刚．结合边缘检测的农业图像非局部均值滤波算法［Ｊ］．江苏农业科学，２０１５，４３（６）：４０２－４０３，４４７． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１５．０６．１２９ 结合边缘检测的农业图像非局部均值滤波算法 刘华锋，苏艳刚 （武汉船舶职业技术学院图书信息中心，湖北武汉４３００５０） 　　摘要：提出了１种结合边缘检测的农业图像自适应滤波算法。该算法首先对红外噪声图像采用ＬＯＧ算子提取边 缘图像；然后对于非边缘噪声图像采用非局部均值滤波算法进行处理；最后对边缘图像和滤波后的非边缘图像进行融 合，得到最终的滤波后图像。分别采用农业图像对本算法的性能进行测试，与经典非局部均值滤波算法、已有的改进 型非局部均值滤波算法、自适应维纳滤波算法进行去噪效果对比，并采用峰值信噪比（ｐｅａｋｓｉｇｎａｌｎｏｉｓｅｔｏｒａｔｉｏ，ＰＳＮＲ） 作为滤波算法性能的客观性评价指标，结果表明，本算法相对于其余算法而言，滤波效果较优，适合于农业图像处理。 　　关键词：农业图像；边缘检测；非局部均值滤波；图像融合；峰值信噪比 　　中图分类号：Ｓ１２６　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１５）０６－０４０２－０２ Δ２ 　　近年来，随着计算机图像处理技术在农业领域的广泛应 ｈ（ｉ，ｊ）＝ ［Ｇ（ｉ，ｊ）］ｆ（ｉ，ｊ）   用，诞生了一系列成果：如宋怀波等首先对不同类型的农作物 ２ ２  １ ｉ＋ｊ Ｇ［ｉ，ｊ］＝ ２ｅｘｐ（－ ２ ） 图像进行Ｃｏｎｔｏｕｒｌｅｔ变换，通过选择相应的变换系数，成功地  ２πσ σ 。 （１） ［１］ ２ Δ 实现了农作物图像的高质量融合 ；为了研究谷类图像分割  Ｇ（ｉ，ｊ） Ｇ（ｉ，ｊ）  ２   ＝ ＋  ２ ２ ｉ ｊ 方法，牛杰等提出了１种基于图像骨架信息的分割方法，效果   ［２］ 式中：ｈ（ｉ，ｊ）为滤波后图像；“ ”为图像卷积运算符号；Ｇ（ｉ， 较好 ；粟娜等针对农作物的病害图像，对遗传算法进行适  ［３］ Δ２ ｊ）为高斯函数； 为平滑系数，即图像标准差； 为拉普拉斯 当改