|本期目录/Table of Contents|

[1]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):448-450.
 Zhang Qian,et al.Study on agricultural image adaptive filtering algorithm based on NSCT-DWT domain[J].Jiangsu Agricultural Sciences,2015,43(09):448-450.
点击复制

农业图像NSCT-DWT域自适应滤波增强算法(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09期
页码:
448-450
栏目:
农业工程与信息技术
出版日期:
2015-09-25

文章信息/Info

Title:
Study on agricultural image adaptive filtering algorithm based on NSCT-DWT domain
作者:
张倩 张凡
河南经贸职业学院信息管理系,河南郑州 450018
Author(s):
Zhang Qianet al
关键词:
农业图像 滤波增强非下采样轮廓波变换离散小波变换阈值函数模型
Keywords:
-
分类号:
TP391.41;S126
DOI:
-
文献标志码:
A
摘要:
将非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)与离散小波变换(discrete wavelet transform,DWT)相结合,提出了1种针对农业图像的NSCT-DWT域自适应滤波增强算法。首先对图像进行NSCT分解与重构获得空间域原始图像的背景和细节图像;然后将改进的Pal-King模糊增强算法应用于增强背景图像;对于细节图像则进行3层二维离散小波变换,对高频系数采用一种基于自适应阈值的改进型阈值函数模型进行去噪,系数重构获得去噪后的细节图像;最后对增强后的背景图像与去噪后的细节图像进行叠加。结果表明,该算法对农业图像处理效果优于2类已有的小波阈值去噪算法。
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]陈明举. 基于统计特性的非局部均值去噪算法[J]. 液晶与显示,2014,29(3):450-454.
[3]韩伟,刘强. 一种 NSCT 域改进阈值函数的杂草图像去噪方法[J]. 江苏农业科学,2013,41(11):151-153.
[4]Luo F,Wu S J,Jiao L C,et al. Asic design of adaptive threshold denoise DWT chip[J]. Journal of Electronics,2002,19(1):1-7.
[5]赵吉文,魏正翠,汪洋,等. 基于灰度带比例的优质西瓜子识别算法研究与实现[J]. 农业工程学报,2011,27(4):340-344.
[6]Pal S K,King R A. One edge detection of X-ray images using fuzzy sets[J]. IEEE Trans,1983,5(1):69-77.
[7]李雷,魏连鑫. 自适应小波阈值函数的指纹图像去噪[J]. 上海理工大学学报,2014,36(2):154-157,162.
[8]黄玉昌,侯德文. 基于改进小波阈值函数的指纹图像去噪[J]. 计算机工程与应用,2012,50(6):179-181.
[9]王蓓,张根耀,李智,等. 基于新阈值函数的小波阈值去噪算法[J]. 计算机应用,2014,34(5):1499-1502.
[10]王艺龙,杨守志. 基于连续阈值函数的小波去噪方法[J]. 汕头大学学报:自然科学版,2013,28(4):66-74.
[11]杨福增,田艳娜,杨亮亮,等. 基于杂交小波变换的农产品图像去噪算法[J]. 农业工程学报,2011,27(3):172-178.
[12]翟东海,鱼江,段维夏,等. 米字型各向异性扩散模型的图像去噪算法[J]. 计算机应用,2014,34(5):1494-1498.

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(09):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(09):394.
[3]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.
 Pan Meimei.Denoising of agricultural figure based on auto-adaptive wavelet threshold model[J].Jiangsu Agricultural Sciences,2015,43(09):504.
[4]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(09):442.
[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(09):424.
[6]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(09):402.
[7]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(09):361.

备注/Memo

备注/Memo:
收稿日期:2015-03-11
基金项目:河南省高等学校教学工程项目(编号:教高[2013]589号)。
作者简介:张倩(1981—),女,河南郑州人,硕士,讲师,主要研究方向为计算机图像处理、数据挖掘与知识发现、海量数据存储与处理。E-mail:zhangqianpro@126.com。
更新日期/Last Update: 2015-09-25