基于BEEMD的单目测距图像区间阈值降噪算法

摘要：

图像噪声是影响单目视觉定位精度的主要因素.该文在二维经验模态分解(BEMD)和阈值降噪方法的基础上,提出一种基于二维集合经验模态分解(BEEMD)的区间阈值图像噪声滤除方法.图像经过BEEMD分解为不同尺度的多个二维本征模态函数(IMF)分量和1个残余分量,依据图像和IMF分量的2范数准则和概率密度函数方法剔除纯噪声IMF分量,通过合理选择调节因子α,利用改进的区间阈值降噪方法实现图像降噪.将该算法应用于单目视觉测距中,并与BEMD算法进行对比,结果表明,该方法不仅能有效抑制BEMD中的模态混叠问题,而且能有效削弱图像噪声影响,从而提高单目视觉测距的精度和可靠性.

关键词：集合经验模态分解、区间阈值降噪、单目视觉测距、随机噪声

所属期刊栏目：49

分类号：P209(一般性问题)

资助基金：辽宁省自然基金;辽宁省高等学校创新人才支持计划;辽宁省教育厅高等学校基本科研项目;辽宁省“百千万人才工程”人选科技活动资助项目;城市空间信息工程北京市重点实验室项目

在线出版日期：2020-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：563-568