基于小波变换的Wiener滤波方法在农产品图像去噪中的应用

• 作者: 张艳宁 杨福增 杨青 王峥
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 小波变换 Wiener滤波 图像去噪 红枣 杂草
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 145-150
• 页数: 6页
• 分类号: TP274|O177.6|S665.1
• 字数: 4034字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2007.02.029

摘要

农产品图像的去噪是农产品图像处理中最基本、最重要的工作之一.为了更有效地去除农产品图像中的噪声.受二维离散Wiener滤波器计算方法的启发,提出了一种基于小波变换的Wiener滤波方法.该方法采用小波变换和Wiener滤波相结合的方法,具有稀疏性、多分辨率、去相关性、选基灵活性和在MSE意义上对图像进行最优估计的优点.该方法首先对含噪农产品图像ano做第一次小波变换得到低频图像a1和水平、垂直和对角三方向的高频图像hd1、vd1及dd1;其次对低频图像a1做Wiener滤波得到a1w,再对3个高频图像分别做Wiener滤波并合成得到g1w;接着对低频的a1w和高频g1w做小波逆变换,得到滤波图像"a1w+g1w".同时,考虑到噪声主要在高频部分,所以直接把低频的a1和高频g1w做小波逆变换,得到滤波图像"a1+g1w".这是对含噪图像ano做第1次小波变换的情况,其第2次、第3次及第4次变换的情况与此类似.这样可以得到许多滤波图像,然后根据图像信噪比PSNR和视觉效果,最终确定去噪效果最好的农产品图像.该方法应用于红枣、小麦杂草等农产品图像的去噪中,结果PSNR为158.23(视觉效果清晰),好于邻域平均法(PSNR为154.14)、中值滤波法(PSNR为155.82)、数学形态学(PSNR为154.07,视觉效果偏黑)、高斯滤波法(PSNR为153.79,视觉效果太黑)、直接维纳去噪(PSNR为154.14)和小波去噪(PSNR为158.18)等多种方法.试验结果表明,基于小波变换的Wiener滤波方法应用于农产品图像去噪具有信噪比高、视觉效果好等优点;基于小波变换的Wiener滤波方法用于农产品图像去噪是有效的、可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨福增	西北农林科技大学机械与电子工程学院	59	539	14.0	21.0
5	张艳宁	西北工业大学计算机学院陕西省语音与图像信号处理重点实验室	187	2026	21.0	35.0
6	杨青	西北农林科技大学机械与电子工程学院	56	925	16.0	28.0
7	王峥	西北农林科技大学机械与电子工程学院	16	129	8.0	11.0