农田覆膜播种中白色污染图像盲复原方法研究

图像盲复原能够恢复图像里有价值的信息并改善图像质量,因此该课题在图像处理领域具有较高的研究性和实用价值。在农田覆膜播种白色污染图像恢复中,该技术的应用可获取高质量图像,为白色污染治理提供依据,具有一定现实意义。首先,因为稀疏特性表现在白色污染自然图像边缘,可以利用一种权重的全变差范数对图像实现正则化约束,考虑到运动模糊点扩散函数的特点,把运动模糊函数的连续平滑性及稀疏性运用到图像正则化约束分析中来,达到白色污染自然图像边缘稀疏和锐化增强的效果,这样对图像复原更为有利;其次,以图像正则化约束分析为基础,依据图像先验信息和正则化特点,利用改进版Bregman迭代法建立图像盲复原代数函数,为简化求解在函数中加入惩罚和分裂因子,可以有效获取高质量的白色污染盲复原图像。仿真实验证明,运用本文所述方法能获得更高质量的农田覆膜播种中白色污染图像,为治理污染提供信息资料。

融合显著信息的白色污染图像自动标注算法

针对传统方法无法精准获取目标信息,导致标注结果不精准的问题,提出融合显著信息的白色污染图像自动标注算法。运用RC算法提取显著性信息,融合物体级别先验信息,增强显著性的目标一致性。利用全变差范数对图像实施正则化约束,将运动模糊点扩散函数具备的稀疏性和连续平滑性应用在图像正则化约束分析中,获取图像底层特征信息,再根据FCM算法,得到各个模糊组的聚类中心,通过遗传算子消除聚类中心收敛至极值的现象,反复搜索获得最优解。根据SimMSVM建立多类支持向量机最后引入损失函数实施优化,获得SimMSVM的类判别函数,经过逐步运算,最终实现白色污染图像的自动标注。实验结果表明:所提算法具有较高适用性、有效性以及准确性。