|本期目录/Table of Contents|

[1]潘玫玫.基于自适应改进小波阈值模型的农业图像去噪[J].江苏农业科学,2015,43(10):504-506.
　Pan Meimei.Denoising of agricultural figure based on auto-adaptive wavelet threshold model[J].Jiangsu Agricultural Sciences,2015,43(10):504-506.
点击复制

基于自适应改进小波阈值模型的农业图像去噪(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第43卷
期数:
2015年10期
页码:
504-506
栏目:
农业工程与信息技术
出版日期:
2015-10-25

文章信息/Info

Title:
Denoising of agricultural figure based on auto-adaptive wavelet threshold model
作者:
潘玫玫
湖南铁道职业技术学院，湖南株洲 412001
Author(s):
Pan Meimei
关键词:
农业图像; 自适应; 小波阈值去噪模型; MATLAB语言
Keywords:
-
分类号:
S126；TP391
DOI:
-
文献标志码:
A
摘要:
计算机图像处理技术的应用为农产品检测、农作物长势及病虫害监测工作提供了较为可靠的依据，但是该类图像的获取受到了拍摄系统硬件、农作物生长环境、农作物复杂的边缘轮廓等因素的影响，导致获取的图像或多或少存在一定程度的失真现象，并掺杂一些随机噪声。对此，提出了1种针对该类图像的去噪方法，首先对图像进行3层小波分解，获得大量的低频分解系数和高频分解系数；然后对于分解获得的高频系数采用改进的小波阈值模型进行去噪；最后将去噪后的高频分解系数与原始低频分解系数进行系数精确重构。采用MATLAB语言对该去噪方法进行编程并对其去噪效果进行测试，结果表明，该算法对于农业图像的处理效果优于传统的小波阈值去噪模型以及部分已有的小波阈值去噪模型，具有一定的实用性。
Abstract:
-

参考文献/References:

［1］周仕友. 一种结合小波变换的豆类图像增强算法［J］. 江苏农业科学，2014，42(7)：433-435.
［2］姚立健，丁为民，赵三琴，等. 基于SOFM神经网络的茄子图像分割方法［J］. 南京农业大学学报，2008，31(3)：140-144.
［3］田杰，胡秋霞，马孝义. 基于高斯分布改进C-V模型的植物病斑彩色图像分割［J］. 农业工程学报，2013，29(16)：166-173.
［4］宋怀波，何东健，龚柳明. 不同光照条件下农作物图像Contourlet域融合方法［J］. 农业工程学报，2014，30(11)：173-179.
［5］冯娟，曾立华，刘刚，等. 融合多源图像信息的果实识别方法［J］. 农业机械学报，2014，45(2)：73-80.
［6］陈树人，邹华东，吴瑞梅，等. 基于高光谱图像技术的稻田苗期杂草稻识别［J］. 农业机械学报，2013，44(5)：253-257，163.
［7］李春霆. 基于图像处理与改进神经网络的大豆品质检测研究［J］. 江苏农业科学，2014，42(3)：263-266.
［8］赵辉，刘文明，岳有军，等. 一种新的去噪算法在农作物图像处理中的应用［J］. 江苏农业科学，2014，42(1)：371-373.
［9］Donoho D L，Johnstone I M. Ideal spatial adaption by wavelet shrinkage，Biometrika 81［J］. Biometrika，1994，81(3)：425-455.
［10］Donoho D L. De-noising by soft-thresholding［J］. Information Theory IEEE Transactions on，1995，41(3)：613-627.
［11］董雪，林志贤，郭太良. 基于LoG算子改进的自适应阈值小波去噪算法［J］. 液晶与显示，2014，29(2)：275-280.
［12］纪峰，李翠，常霞，等. 基于改进阈值函数的自适应图像去噪方法［J］. 传感技术学报，2014，27(3)：351-354.

相似文献/References:

[1]徐欣,刘宝锺.基于改进Prewitt算子的农业图像去噪算法[J].江苏农业科学,2016,44(01):406.
　Xu Xin,etal.Agricultural image denoising algorithm based on improved Prewitt operator[J].Jiangsu Agricultural Sciences,2016,44(10):406.
[2]刘宝锺,徐欣.基于形态学融合滤波的农业图像改进MSR增强算法[J].江苏农业科学,2016,44(01):394.
　Liu Baozhong,et al.Improved MSR agricultural image enhancement algorithm based on mathematical morphology fusion filtering[J].Jiangsu Agricultural Sciences,2016,44(10):394.
[3]裴连群,高洪玉.1种基于邻域相关性改进的农业图像中值滤波算法[J].江苏农业科学,2015,43(09):442.
　Pei Lianqun,et al.An improved agricultural image median filtering algorithm based on neighboring correlation[J].Jiangsu Agricultural Sciences,2015,43(10):442.
[4]张倩,张凡.农业图像NSCT-DWT域自适应滤波增强算法[J].江苏农业科学,2015,43(09):448.
　Zhang Qian,et al.Study on agricultural image adaptive filtering algorithm based on NSCT-DWT domain[J].Jiangsu Agricultural Sciences,2015,43(10):448.
[5]刘春茂,郝倩.农业图像新型自适应混合滤波算法的应用[J].江苏农业科学,2015,43(08):424.
　Liu Chunmao,et al.Study on new agricultural image adaptive filter algorithm[J].Jiangsu Agricultural Sciences,2015,43(10):424.
[6]方 月.农用车辆自适应减振座椅悬架设计与仿真[J].江苏农业科学,2015,43(07):437.
　Fang Yue.Design and simulation of adaptive damping seat suspension of agricultural vehicle[J].Jiangsu Agricultural Sciences,2015,43(10):437.
[7]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(06):402.
　Liu Huafeng,et al.Study on agricultural image nonlocal average filtering algorithm combined with edge detection[J].Jiangsu Agricultural Sciences,2015,43(10):402.
[8]翟哲,李伟凯,李长凯,等.EMD在叶绿素光谱信号去噪中的应用[J].江苏农业科学,2015,43(04):392.
　Zhai Zhe,et al.Application of empirical mode decomposition in signal denoising of chlorophyll spectroscopy[J].Jiangsu Agricultural Sciences,2015,43(10):392.
[9]王爱新,李春友,张喆.基于计算机视觉的农业图像害虫定位检测算法[J].江苏农业科学,2016,44(07):361.
　Wang Aixin,et al.Agricultural image pest location detection algorithm based on computer vision[J].Jiangsu Agricultural Sciences,2016,44(10):361.

备注/Memo

备注/Memo:
收稿日期：2014-11-11
基金项目：2013年湖南省教育厅科学研究项目(编号：13C589)。
作者简介：潘玫玫(1976—)，女，湖南株洲人，硕士，讲师，研究方向为计算机应用、计算机多媒体技术。E-mail：panmeimeimaster@126.com。
更新日期/Last Update: 2015-10-25