基于多尺度区间插值小波法的牛肉图像中大理石花纹分割

摘要：

牛肉大理石花纹的丰富程度代表着脂肪含量的多少，是牛肉等级划分的重要指标。基于计算机图像的自动分级技术中图像的降噪和分割处理是大理石花纹提取的基础。该文利用多尺度区间插值小波解偏微分方程的方法对牛眼肌切面图像进行处理，基于中心相似变换的延拓方法有效解决边界效应。处理中自适应选取配置点，提高计算效率。试验证明，该算法不仅达到降噪目的，同时还实现了对不同对象区域的保边平滑，使图像纹理和边缘更加清晰。降噪结果与传统滤波法进行对比，峰值信噪比值平均比均值滤波高9.0 dB，比中值滤波高8.2 dB，比维纳滤波高6.6 dB，结构相似性数值平均比均值滤波高0.42，比中值滤波高0.40，比维纳滤波高0.34。与大津法相比，去噪后采用灰度进行图像分割的效果更好，既能分割出大脂肪，又能分割出小脂肪，提高了牛肉等级判定的准确度。

关键词：图像分割、算法、图像处理、牛肉大理石花纹、Perona-Malik模型、多尺度区间插值小波、图像降噪

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家科技支撑计划课题2015BAH28F0103

在线出版日期：2016-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：296-304