基于提升小波变换的薯类视觉图像滤波处理

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。

基于小波域热红外降质图像滤波增强方法研究

随着现代网络传输和视频通信技术的快速发展,大大拓宽了热红外图像的应用领域。提出了一种基于小波变换的热红外将质图像滤波增强方法。该方法以受到不同强度高斯白噪声和脉冲噪声构成的混合噪声模型的热红外降质图像为研究对象,首先对其进行二维小波变换,从而获得高频和低频小波分解系数;鉴于低频小波分解系数包含图像大部分信息,基本不受噪声干扰的特点,引入直方图均衡化法进行增强处理,以改善图像低频信息的对比度;根据各方向的小波高频分解系数中噪声的分布特征,对经典数学形态学滤波算法进行研究,分别设计出几类多尺度多方向的结构元素,实现对各高频小波分解系数中噪声的三级串联滤波处理,在此基础上进行自适应同态滤波增强,以最大限度改善滤波后图像质量。最后进行小波分解系数重构。实验结果表明,该算法对于热红外将质图像的处理效果优于单纯进行经典数学形态学滤波和已有的改进数学形态学滤波,为该类降质图像的滤波增强处理提供了一条可供借鉴的思路。

农产品检测图像智能化预处理方法研究

目前对农产品图像的智能化检测主要是通过对获得的高质量检测图像进行人工识别的方法进行,但由于农产品检测图像在获取过程中受到气候、图像传输解码等软硬件因素的影响,通常获取的检测图像基本上是降质图像。因此,提出了一种基于脊波变换的农产品检测图像智能化预处理方法。该方法首先对降质图像进行多尺度脊波变换,以获得低频和高频分解系数;其次对低频分解系数采用自适应同态滤波方法进行处理;然后针对高频系数中收到噪声污染的情形,引入一个阈值T,将所有高频系数幅与其比较,小于该阈值则认为是受到噪声的污染,进行中值滤波处理,其余系数则采用局部直方图均衡化算法进行动态范围的改善;最后进行分解系数的重构。仿真试验结果表明,该算法计算复杂度低,且性能优于中值滤波算法和直方图均衡化算法,对于该类图像的预处理能取得不错的效果。

基于图像处理的输电线路耐张线夹监测系统

输电线路的耐张线夹长期工作在复杂环境中,由应力损伤和热疲劳引起的线夹破坏时有发生。以前无有效的监测方法,因此对耐张线夹监测系统的研究显得十分必要。基于此设计研发了一套输电耐张线夹的在线监测系统,提出了一种准确识别线夹裂纹的算法。先使用"自适应同态滤波"方法处理图片,能有效消除不同强弱光照的影响;其次结合"Canny算子边缘提取"、"形态学运算"和"保留最大连通域"等方法,能去除干扰,准确提取出目标区域;最后利用目标区域的圆形度和长宽比2个几何特征判断是否产生了裂纹。实验表明,该系统能适应多种光照条件、识别准确率高,具有很好的应用前景。