褒义词有哪些
基于视觉滤波算子的农业图像去噪研究
李旭茹;李富忠;韩冬;徐晓宇
【摘 要】[Objective]Agricultural images exist noi unavoidablyand noi can interfere with the identification of uful targets.In order to extract the uful information in agricultural images accurately and expand the application of image processing technology in agricultural engineering, it is necessary to remove the noi in agricultural images.[Methods]In this paper, the algorithm studied was to combine an improved median filter with the visual filter operator LOG for denoising agricultural images.Firstly, the image was divided into edge image and non-edge image by LOG operator.Then, an improved weighted median filter was ud to deal with the non-edge image.Finally, the edge image was combined with the procesd non-edge image as the final denoising image.[Result]Apply this algorithm to the agricultural images to test the performance of the filtering algorithm, compared with the traditional median filter algorithm, and u the peak signal to noi ratio as the objectivity evaluation, the propod algorithm''s peak sig
nal-to-noi ratio was 8.15%,Was higher than the traditional median filtering algorithm, and had better noi reduction effect.[Conclusion]The algorithm of thismethod was better than the traditional median filtering algorithm, and could remove the noi generated by many factors in agricultural image effectively.%[目的]农业图像中难免存在噪声,噪声会干扰有用目标的识别.为了准确提取农业图像中的有用信息,拓展图像处理技术在农业工程中的应用,有必要去除农业图像中的噪声.[方法]本文将一种改进的中值滤波与视觉滤波LOG算子结合起来,用于对农业图像进行去噪.首先,通过LOG算子将图像分为边缘图像和非边缘图像,然后采用一种改进的加权中值滤波处理非边缘图像,边缘图像与处理后的非边缘图像融合为最终的去噪图像.[结果]利用本算法对农业图像进行测试,与传统的中值滤波算法进行对比,并采用峰值信噪比作为滤波算法性能的客观评价指标,本算法的峰值信噪比高于传统中值滤波算法8.15%,有更好的降噪效果.[结论]因此,该算法的滤波效果优于传统中值滤波算法,可有效去除农业图像中诸多因素产生的噪声.
【期刊名称】《山西农业大学学报（自然科学版）》
【年(卷),期】简单爱伍佰2017(037)009
【总页数】皈依后的禁忌5页(P670-673,678)
【关键词】农业图像;LOG;滤波;去噪
【作 者】李旭茹;李富忠;韩冬;徐晓宇
【作者单位】山西农业大学 软件学院,山西 太谷 030801;山西农业大学 软件学院,山西 太谷 030801;山西师范大学 物理信息与工程学院,山西 临汾 041000;山西农业大学 软件学院,山西 太谷 030801
【正文语种】中 文
【中图分类】TP391.4
图像处理技术在农业中的应用为农作物生长、病虫害监测提供了可靠的技术保障，但是在实际的操作过程中受到农作物生长环境、拍摄硬件、光照等因素的影响[1]，导致获取的图像存在失真现象或掺杂着噪声，图像的失真势必会对后期的图像分割[2]、目标识别[3]带来困难。为了尽可能地提高图像质量，挖掘图像中的信息，事先对图像进行滤波很有必要。
阿里巴巴怎么运营传统的中值滤波算法由于对线、尖顶等图像的细节处理效果不明显，在去除噪声的同时易使边缘信息丢失。根据人眼视觉理论，人眼对于细节变化非常敏感，尤其是边缘、纹理等，边缘信息的丢失使得人眼对于图像的视觉感知下降[4,5]，进而判断图像质量下降。
为此，本文在传统中值滤波的基础上提出了一种新的的农业图像去噪算法。首先，采用最符合人类视觉感知的LOG边缘检测算子将图像分为边缘图像和非边缘图像，然后将一种改进的加权中值滤波算法用于处理非边缘图像，再将边缘图像与非边缘图像融合为最终的去噪图像。该算法能够较好地保留图像的边缘特征，提高去噪图像质量。
传统的图像滤波算法就是将带噪图像输入滤波器中，经滤波器处理后输出最后得到的去噪图像。流程可以描述如图1所示。
图1中的滤波器采用中值滤波器时，就是传统的中值滤波算法[6,7]。其基本原理是当图像中的某些像素点受到噪声污染时，以一个像素点为例，将这个像素点选取一定大小的邻域，对这个邻域内的像素点灰度值进行排序，挑出中间的灰度值替换受到污染的像素点，对其余像素点采取类似操作，达到去除噪声的目的。假定采用3*3的邻域模板对图像进行滤波，则对于一幅农业图像而言，其局部区域可以抽象的表示成如图2所示的形式。
哪天开学
设输入图像为fij，输出图像为gij，则二维中值滤波器的运算式为
式中，A为窗口；fij为图像的二维数据序列。假定位于f(i,j)的像素点受到噪声污染，则将其3*3邻域内的像素点灰度值排序，然后取出中间值代替原来的灰度值，可得到滤波后的输出值。
肉色的英语
该算法的主要特点如下：
生态护林员(1)计算速度快。对于图像中受到噪声污染的像素点，只需要选择一定大小的滤波模版，在这个模版的邻域内，对这些像素点的灰度值进行排序，然后取中间值，没有过多的复杂计算，只是简单的排序和取中间值，因而计算速度更快，滤波的速度也更快。
(2)对孤立噪声滤波效果好。对于图像中已受噪声污染的像素点，尤其是一些孤立分布的噪声点，在一定的邻域内，与其它像素点的灰度值相差很大，直接采用其它像素点灰度值来取代，从而可以更有效地消除孤立分布的噪声。
但该中值滤波算法缺乏自适应检测能力，而且对于细节较多的图像，其去噪效果不明显，且易造成图像边缘信息丢失，所以中值滤波结果存在不确定性，必须对其进行改进。
本节所研究的算法就是将一种改进的中值滤波与最符合人类视觉感知的边缘检测算子LOG结合起来，用于农业图像去噪。改进的滤波流程图如图3所示，首先将加噪图像通过边缘检测后分为边缘图像和非边缘图像，然后对非边缘部分滤波，最后边缘图像与处理后的非边缘图像融合为最终结果。
2.1 LOG算子边缘检测
由图3可知，精确区分边缘图像和非边缘图像是对加噪图像进行改进滤波的前提。利用成熟的算子检测图像边缘，进而获得突出边缘信息的图像是目前最便捷和易使用的边缘检测方法，如Sobel算子、Prewitt算子、Canny算子和Roberts算子等[8,9]。这些算子目前使用频率较高，边缘检测效果良好，但它们忽视了在选取的图像封闭轮廓内也存在信息，有可能造成图像部分边缘信息丢失。与其相比，LOG算子是无方向的，它结合了拉普拉斯锐化滤波器和高斯平滑滤波器的优点，最符合人类的视觉感知。首先对目标图像做先期平滑处理，使噪声得到抑制，然后再对目标图像进行边缘检测，使边缘更加精细。具体过程为：
四级翻译评分标准
