EDN China > 设计实例 > 医疗电子 > 正文
?

动目标识别过程中的二值图像噪声消除

2009年02月03日 ?? 收藏0

  4.2 数学形态学运算

  二值图像处理运算是从数学形态学下的集合论发展起来的,尽管它的基本运算很简单,但却可以产生复杂的图像处理效果。常用的图像处理操作有许多方法,比如腐蚀、膨胀、细化、开运算和闭运算等。形态学是一门新兴科学,它的用途主要是获取物体拓扑和结果信息,它通过物体和结构元素相互作用的某些运算,得到物体更本质的形态。它在图像处理中的应用主要是:

  1.利用形态学的基本运算,对图像进行观察和处理,从而达到改善图像质量的目的;

  2.描述和定义图像的各种几何参数和特征,如面积,周长,连通度,颗粒度,骨架和方向性。

  二值图像基本的形态学运算是腐蚀和膨胀,在这两种操作中要选择某种模板作为滑块,在得到的二值图像上滑动,滑块上要指定一个点为中心点,若物体颜色为白色,即二值图像中的“0”,腐蚀操作时,必须要所有的滑块上的点都为“1”时,处理后图像中心点的值才能为“1”;膨胀时,只要中心点的值为“1”,那么滑块上的其他点的值都应置为“1”, 对应的处理后图像上点的值也置为“1”。简单起见,我们选3×3的矩形滑块为例。腐蚀可以消除物体的所有边界点,其结果是使剩下的物体沿其周边比原物体小一个像素的面积。如果物体是圆的,它的直径在每次腐蚀后将减少两个像素,如果物体在某一点处任意方向上连通的像素小于三个,那么该物体经过一次腐蚀后将在该点处分裂为二个物体。如果是和物体相比较小的多离散的噪声,那么将被消除。简单的膨胀运算是将与某物体接触的所有背景点合并到该物体中的过程。过程的结果是使物体的面积增大了相应数量的点,如果物体是圆的,它的直径在每次膨胀后将增大两个像素。如果两个物体在某一点的任意方向相隔少于三个像素,它们将在该点连通起来。

  腐蚀可以消除图像中小的噪声区域,膨胀可以填补物体中的空洞。对一个图像先进行腐蚀运算然后再膨胀的操作过程称为开运算,它可以消除细小的物体、在纤细点处分离物体、平滑较大物体的边界时不明显的改变其面积。如果对一个图像先膨胀然后再收缩,我们称之为闭运算,它具有填充物体内细小的空洞、连接邻近物体、在不明显改变物体面积的情况下平滑其边界的作用。通常情况下,当有噪声的图像用阈值二值化后,所得到的边界是很不平滑的,物体区域具有一些错判的孔洞,背景区域散布着一些小的噪声物体,连续的开和闭运算可以显著的改善这种情况,这时候需要在连接几次腐蚀迭代之后,再加上相同次数的膨胀,才可以产生所期望的效果。一下是工程中随机生成的一幅二值图像分别经过腐蚀和膨胀以后得到效果图(用的是3×3的滑块):

效果图

  4.3 实践过程中选择有针对性的消噪模板

  噪声的类型多种多样,要设计一种普适的噪声消除模板不现实,也没有必要,因为每个应用程序都处在具体的工程环境中,碰到的噪声都有各自的特点。本文将设计的消噪模板用于动目标检测过程中,为了达到最好的动目标识别效果,文章设计了有针对性的消噪模板来处理具体的噪声。例如,当系统应用在阴雨天情况下,大量的雨滴会在背景中形成严重的噪声干扰,此时,如果仅靠增大矩形消噪模板,会在消除噪声的同时腐蚀掉要检测的目标,形成漏判;反之,如果减小消噪模板大小,系统会一直报警,导致系统瘫痪,这两种情况都会很大程度上影响动目标检测的效果,这不是我们想要的结果。分析雨点形成的噪声的特点可以发现,此类噪声只存在于纵向上(垂直方向),且宽度较小,成像时一般在一到两个像素点,有鉴于此,工程中采用细而长的横向滑块作为消噪模板,这种消噪模板在消除噪声的同时可以很好的保留动目标边缘特征,比用矩形滑块除噪效果好的多。实际编程实现时,将滑块模板专门用一个二维数组表示,可以根据需要变换滑块类型,针对不同的噪声采用不同的消噪模板,给系统提供较好的灵活性。图像处理系统中,好的预处理算法是成功的一半,因此笔者建议,工程中多采用几种消噪滑块,以便在工程实施时采用最佳的除噪滑块。

  5 结束语

  图像噪声消除是图像预处理的关键环节,几乎每一个图像处理应用程序都要牵扯到噪声消除问题,经笔者实践证明,文中提出的方法是有效的。本文的研究解决了工程实践中碰到的实际问题,文章中谈到的噪声消除方法和除噪思想可以为工程实践人员提供很好的参考,有一定的实践意义,。

  本文作者创新点: ①结合具体工程中用到的腐蚀、膨胀消除噪声方法,讨论了二值图像噪声的消除。②编程实现时设计了一种实用性较高的噪声消除模板。

  本项目经济效益60万元,数据来源及研究方法根据双方合同。

  参考文献:

  [1] 李平,钱琳琳. 一种改善直方图均衡化精度的方法[J]. 微计算机信息.2006.1:254-255

  [2] 黄樟灿,陆昊娟,李亮. 彩色图象去噪方法探讨. 计算机工程与科学. 2001.4:15-17

  [3] 王保平,范九伦,谢维信 基于直方图的图象去噪滤波器. 中国图象图形学报 2003.7:748-752

  [4] 李树涛,王耀南 图象椒盐噪声的非线性自适应滤除. 中国图象图形学报. 2000.10:999-1001

  [5] 沈贵明,刘劲松 应用小波变换技术的图象噪声消除新方法. 厦门大学学报(自然科学版). 2000.9:612-616


上一页12下一页
?? ?? ??


打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

1.扫描左侧二维码
2.点击右上角的分享按钮
3.选择分享给朋友
?? ??

动目标识别? 图像噪声? 滤波器? 图像预处理?

相关文章

我来评论
美国的游客
美国的游客 ??? (您将以游客身份发表,请登录 | 注册)
?
有问题请反馈