利用基于偏微分方程的图像滤波技术研究土壤孔隙结构

摘要：

利用自主研发的土壤切片数字图像处理分析系统软件，采用3种滤波方式，即BMO滤波（boundary mean oscillation有界平均振荡模型）、PM滤波（Perona-Malik偏微分方程模型）和中值滤波，对免耕、翻耕和旋耕3种耕作方式下不同深度土壤切片的数字图像进行去噪增强，并对处理后的图像进行了孔隙特征参数提取与统计。在此基础上，探讨了几种图像滤波技术的效果以及耕作方式对不同土层土壤孔隙形态结构的影响，以期找到适用于土壤切片数字图像的滤波技术，为后期土壤孔隙信息的提取与统计提供工具。结果表明，采用 BMO 滤波后，从土壤切片数字图像得到的土壤孔隙度与试验结果最为接近；其中，孔径＜5μm的孔隙度显著大于其他图像滤波技术的结果，而5～50μm与＞50μm孔径的孔隙度与其他图像滤波技术的结果没有显著差异；与免耕相比，翻耕与旋耕提高了表层土壤的孔隙度，增加了传导孔隙的比例。

关键词：土壤、图像处理、模型、有界平均振荡模型、土壤孔隙度、孔隙分布、图像滤波技术

分类号：S11+2(农业数学)

资助基金：公益性行业农业科研专项编号201303130-03；循环农业科技工程项目编号2012BAD14B01-01

在线出版日期：2014-02-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：78-85