文献类型：期刊文章

作　　者：沈丹萍[1] 赵爽[2]

SHEN Danping;ZHAO Shuang(Suzhou College of Information Technology,Suzhou 215200,China;Center for Modern Educational Technology,Tangshan University,Tangshan 063000,China)

机构地区：[1]苏州信息职业技术学院,江苏苏州215200 [2]唐山学院现代教育技术中心,河北唐山063000

出　　处：《金属矿山》

基　　金：2020年度江苏高校“青蓝工程”资助项目(编号:2020QLGC002);2021年江苏省高等教育教改研究课题(编号:2021JSJG454)。

年　　份：2024

期　　号：9

起止页码：175-180

语　　种：中文

收录情况：BDHX、BDHX2023、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：矿山遥感图像普遍存在大量的噪点,给后续图像分析和处理带来了很大困难。提出了一种基于轻量化目标检测模型YOLOX-S和多阈值分割的矿山遥感图像去噪算法。首先使用YOLOX-S模型对矿山遥感图像进行目标检测,得到矿山目标的位置信息。然后针对矿山目标的特点,设计了一种多阈值分割方法消除图像中的噪声点。通过将图像分为若干个子区域,并对每个子区域采用不同的阈值进行二值化处理,最终将各子区域的二值化结果合并得到去噪后的图像。试验结果表明:该算法能够有效地去除矿山遥感图像中的噪声点,并且在保留目标特征的同时,大幅提升了图像质量。此外,由于采用了轻量化模型和多阈值分割算法,使得该算法具有较快的处理速度和较低的计算成本,适用于大规模图像数据的处理任务。

关 键 词：矿山遥感图像  轻量化 YOLOX-S  阈值分割 图像去噪

分 类 号：TD17] TP391]