基于图像融合技术的大豆图像滤波方法研究

《基于图像融合技术的大豆图像滤波方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2015年8月农机化研究第8期基于图像融合技术的大豆图像滤波方法研究柴玉华，曹晓达，谭克竹，丁然(东北农业大学电气与信息学院，哈尔滨150030)摘要:基于机器视觉的大豆外观品质检测一直是近年来研究的热点，其中大豆图像的滤波是大豆外观品质检测的重要工作内容之一。为了更好地去除大豆图像的噪声，提出了一种基于图像融合技术的大豆图像滤波方法。该算法对一个样本图像分别进行维纳滤波和形态学滤波，在此基础上进行基于小波变换的图像融合算法，有效解决了图像边缘毛刺现象。实验证明，此方法保证了图像的细节和边缘的完整性，图像滤波效果良好。关键词:大豆;小波变换;图像融合

2、;形态学滤波;维纳滤波中图分类号:TP391．41文献标识码:A文章编号:1003－188X(2015)08－0062－04DOI:10.13427/j.cnki.njyi.2015.08.014用小波理论对图像进行小波分解，结合传统滤波器，0引言进行图像滤波处理。为此，本文提出一种基于图像融机器视觉技术一直是大豆外观品质检测的重要合技术的滤波方法，算法流程如图1所示。［1－2］方法。大豆图像在获取、保存等环节中，难免会受到周围环境的影响，造成噪声的污染，不仅增加了后期特征提取及分形处理的工作量，而且使图像目标信息失真，影响了图像的质量。如何在抑制图

3、像噪声的同时又保证图像细节和边缘的质量，一直是机器视觉研究中的重要课题。目前，滤波方式基本上可以分成两种，即线性滤波和非线性滤波。其中，线性滤波有均值滤波、维纳滤波和高斯滤波等;非线性滤波有中值滤波及形态学滤波等算法。这些方法都主要是滤除图像中高频成分，在一定程度消除了图像噪声，［3］但对图像的边缘细节也造成了损失。在现实图像中存在着高斯和椒盐噪声组成的混合噪声，传统单一图1基于图像融合技术的大豆图像滤波算法原理图的滤波方式很难得到满意的滤波效果，几种滤波方式Fig．1Schematicdiagramofsoybeanimagefilteringal

4、gorithm的结合成为近年来研究图像滤波的新方法。杨辉、唐basedonImagefusiontechnology建锋等提出一种结合中值与维纳滤波的图像去噪算［4］1维纳滤波原理法;毕国堂、王晓辉等采用中值与改进均值滤波相［5］结合的技术，提出了粗集的图像滤波算法;颜兵、王维纳滤波作为一种线性滤波器，能够使原始图像金鹤等采用均值滤波和小波变换相结合技术，对小波和恢复图像之间的均方误差最小［9］，即［6］变换后的图像进行均值滤波;杨福增、王峥等提出Ε{［^f(x，y)－f(x，y)］2}=min(e2)［7］利用小波变换和Wiener相结合的滤波算法

5、;柴玉华、高立群等提出了一种基于多尺度形态学的滤波算其中，E［·］为数学期望;^f(x，y)为最小估计;［8］法。以上这些算法中可分为两类:一类利用传统滤f(x，y)为原始图像。所以，维纳滤波通常称为最小均波器针对不同噪声选择不同的滤波方式;另一类利方差滤波器，其公式为22收稿日期:2014－08－14σ－ur(i，j)=μ+［s(i，j)－u］2基金项目:黑龙江省自然科学基金重点项目(ZD201303)σ作者简介:柴玉华(1965－)，女，哈尔滨人，教授，博士生导其中，r(i，j)为输出图像像素值;μ为均值;u为师，(E－mail)yhchai@1

6、63．com。·62·2015年8月农机化研究第8期2图像噪声均方差;σ为当前所选模板的均方差。图像é000ùé010ù的输出与输入由局部方差来确定，计算之前要先估计ê111úê010úêúêú出所选模板的局部均值和方差。ë000ûë010û0°方向窗90°方向窗2形态学滤波原理é100ùé001ù2．1形态学基本运算ê010úê001úêúêú形态学的发展成为机器视觉领域中的一种新方ë001ûë100û法，基本的算法有:膨胀、腐蚀、开操作、闭操作。基于－45°方向窗45°方向窗以上运算可以推导出其他形态学的实用算法。图2结构元素形态学可以处理二值和

7、灰度图像，灰度图像的处Fig．2Structuralelements理可由二值图像推导而来。f表示输入灰度图像，b表3图像融合示结构元素，其基本算法表示如下:图像融合是信息融合的一个重要分支，主要就是腐蚀运算定义为［fΘb］(x，y)=min{f(x+s，y+t)}对同一目标的多个图像进行配准、合成，从而使目标(s，t)∈b［10］图像信息更加完备，提高图像的可靠性和清晰度。膨胀运算定义为这种技术可以把每个目标图像的有用信息提取出来，［fb］(x，y)=max{f(x－s，y－t)}(s，t)∈b然后根据“有用信息”合成新的目标，可以提高目标图像的

8、信息包含量，有利于全面的获取目标图像信息。由形态学膨胀和腐蚀运算衍生出形态学开运算和图像融合包括像素级、特征