基于正则化的多光谱图像二值化处理

发布时间：2022-10-11 11:26

　　为了进一步提升传统多光谱图像二值化处理方法的处理速度和抗噪性能,提出基于正则化的多光谱图像二值化处理方法。将正则化约束引入到多光谱图像去噪模型中,对现有的多光谱去噪模型进行改进。并利用正则化框架中的数据正则项对图像的噪声机制以及图像的先验信息进行建模,以实现多光谱图像去噪处理。根据去噪结果采用约束能量最小化方法获取多光谱图像的边缘信息,将最佳全局阈值法和局部阈值自适应方法在边缘信息的基础上相结合,实现对多光谱图像的二值化处理。仿真结果表明,所设计方法具有较强的抗噪能力和较快的处理速度,并且经处理后的图像分辨率较高,充分验证了上述方法的有效性。 

【文章页数】：5 页

【部分图文】：

多矩阵构成图

图像去噪效果

不同方法的处理速度对比结果

【参考文献】：
期刊论文
[1]一种基于图像处理的船舶水尺标志识别方法[J]. 沈益骏,黄昱洪,何吉飞.  上海海事大学学报. 2018(02)
[2]基于图像处理技术的聚合物水基钻井液微观结构分形研究[J]. 韩博,鲁光银,曹函,张凌.  地质科技情报. 2018(02)
[3]基于显著性检测与模糊C均值聚类算法的叶片病斑区域提取方法[J]. 郭三华.  江苏农业科学. 2017(22)
[4]傣文贝叶经的图像增强与二值化方法研究[J]. 钟卿,余鹏飞,李海燕,陈瑞新.  云南大学学报(自然科学版). 2017(05)
[5]远程教育物理虚拟图像有效提取仿真研究[J]. 陈邦泽,杨晓波.  计算机仿真. 2017(04)
[6]基于图像分块的局部阈值二值化方法[J]. 张洁玉.  计算机应用. 2017(03)
[7]一种视觉表格图像全局阈值分割算法[J]. 聂仁灿,何敏,周冬明,余江,丁星丽.  激光与红外. 2017(02)
[8]基于MATLAB图像处理的齿轮中心定位[J]. 张丽鹏,顾寄南,丁卫.  工具技术. 2016(12)
[9]基于区域对比度增强的二值化算法[J]. 卢迪,黄鑫,柳长源,林雪,张华玉,严俊.  电子与信息学报. 2017(01)
[10]多窗口图像二值化算法研究[J]. 段锁林,朱方,严翔.  计算机工程与应用. 2017(17)



本文编号：3690487