中文

提升稻叶图像质量:图像去噪技术概览

计算机视觉与模式识别 2025-11-04 v1

摘要

数字图像处理涉及使用先进计算机算法对图像进行系统性处理,已在学术和实际领域获得显著关注。图像增强是图像处理链中的关键预处理阶段,提高图像质量并突出特征,使后续任务(如分割、特征提取、分类)更加可靠。图像增强对于稻叶分析尤为重要,有助于疾病检测、养分缺乏评估和生长分析。去噪随后进行对比度增强是主要步骤。图像滤波器通常用于去噪,能够变换或增强图像的视觉特征,如亮度、对比度和锐度,在提高整体图像质量和提取有用信息方面发挥关键作用。本文提供了对众多著名图像去噪方法进行的广泛比较性研究,结合CLAHE(对比度受限自适应直方图均衡化)用于稻叶图像的高效去噪。实验在稻叶图像数据集上进行,以确保数据具有相关性和代表性。结果通过各种指标进行检验,以全面测试图像增强方法。该方法为评估数字图像处理领域方法有效性提供了坚实基础,并在农业研究及其他领域的未来应用中提供了有见识的见解。

关键词

引用

@article{arxiv.2511.00046,
  title  = {Enhancing rice leaf images: An overview of image denoising techniques},
  author = {Rupjyoti Chutia and Dibya Jyoti Bora},
  journal= {arXiv preprint arXiv:2511.00046},
  year   = {2025}
}

备注

18 pages, 6 figures. Research Article published in the International Journal of Agricultural and Natural Sciences (IJANS), Vol. 18, Issue 2, 2025. This paper presents a comparative study of image denoising and CLAHE techniques for enhancing rice leaf images corrupted by Gaussian, Salt-and-pepper, Speckle, and Random noise for agricultural analysis