来源：期刊VIP网 时间：
作者：朱慧泉;夏彬;
单位：河南轻工职业学院计算机与艺术设计系;中华全国供销合作总社郑州棉麻工程技术设计研究所;
摘要：针对棉花视觉系统中图像噪声干扰大、造成杂质边缘识别精度低的问题，提出一种基于改进双边滤波的棉花图像降噪与杂质识别方法，根据同质区进行相干斑抑制方法对图像进行预处理与主成分分析，计算最小方差与协方差矩阵的最小特征值的特征向量，通过矩阵最小方差检测与估计噪声，采用自适应模板尺寸替换方法置换模板区域的噪声像素点进行降噪，最后通过最大熵算法与改进Canny算法获取高低阈值，进行降噪图像中的杂质识别。实验结果表明：该方法在10%～100%噪声密度下，峰值信噪比(PSNR)均值达到24.62 dB,均方误差(NMSE)均值达到0.03,相比高斯滤波与双边滤波，PSNR平均提高10.7%、NMSE平均降低25.9%,能够有效降低棉花图像噪声，保护图像中杂质的边缘细节信息，同时，棉花图像杂质面积识别的绝对误差均值降低至0.08,提高了杂质识别性能。
关键词：棉花图像;;双边滤波;;自适应模板;;降噪;;杂质识别
基金资助：国家重点研发计划项目(2018YFD0700403)
