馬秀蓮，田麗，張楠

（黑龍江八一農(nóng)墾大學信息技術(shù)學院，大慶163319）

在實際應(yīng)用中，由于受傳感器設(shè)備和種蛋采集條件等因素的限制，所采集到的種蛋圖像不能保證都很清晰，圖像中可能出現(xiàn)邊緣模糊或?qū)Ρ榷炔痪鶆虻惹樾?。在這種情況下很難從圖像中正確分離出種蛋邊緣輪廓，實現(xiàn)較高的無精蛋識別精度非常困難。為了確保種蛋外形特征的提取正確，需要對原始種蛋圖像進行增強處理，增加種蛋邊緣輪廓的清晰度，增強種蛋區(qū)域和背景區(qū)域的對比度，減少噪聲。種蛋圖像的增強一般由規(guī)格化、方向圖的計算、濾波幾個部分組成。目前比較常用的種蛋圖像增強方法是基于空域方法的種蛋圖像增強[1，2]，這種方法算法雖然簡單，但計算速度慢，圖像模糊，邊緣輪廓信息不整齊。為了保證邊緣檢測的質(zhì)量，提出采用頻域方法增強。對于無精蛋識別系統(tǒng)來說，最重要的是保持種蛋邊緣輪廓的清晰，同時又能夠去除高頻噪聲。為了兼顧抑止噪聲和不丟失邊緣輪廓信息，選擇頻域方法增強去除圖像噪聲干擾。利用頻域方法增強進行平滑處理還可以保留更多的關(guān)于圖像的灰度信息，使種蛋圖像邊緣檢測的質(zhì)量得到了提高，因此能檢測出圖像邊緣的更多細節(jié)。實驗表明，該方法增強效果明顯，運算速度快。

1 常用種蛋圖像增強算法

在種蛋圖像處理的過程中，實際采集到的圖像一般會因某種干擾而含有噪聲，這些噪聲將影響圖像質(zhì)量，并給種蛋的特征提取和無精蛋識別造成困難。在機器視覺系統(tǒng)中進行圖像增強處理，可以盡可能減少噪音影響，增強種蛋外形特征。

一般情況下，各類圖像系統(tǒng)中圖像的傳送和轉(zhuǎn)換（如成像、復(fù)制、掃描、傳輸以及顯示等）總要造成圖像的某些部分降質(zhì)。例如在攝像時，光學系統(tǒng)的失真、相對運動、大氣流動等都會使圖像模糊；在傳輸過程中，由于噪聲污染，圖像質(zhì)量會有所下降。必須對降質(zhì)的圖像進行改善處理。通常改善方法有兩種：一類是不考慮圖像降質(zhì)的原因，只將圖像中感興趣的特征有選擇的突出，而衰減其次要信息；另一類是針對圖像降質(zhì)的原因，設(shè)法去補償降質(zhì)因素，從而使改善后的圖像盡可能地逼近原始圖像。第一類方法能提高圖像的可讀性，改善后的圖像不一定逼近原始圖像，如突出目標的輪廓、衰減各種噪聲，將黑白圖像轉(zhuǎn)換成彩色圖像等。第二類方法能提高圖像質(zhì)量的逼真度，一般稱為圖像復(fù)原技術(shù)。目前圖像增強技術(shù)根據(jù)其處理的空間不同，可分為兩大類：空域方法（In Spatial Domain）和頻域方法（In Frequency Domain）。前者直接在圖像所在像素空間進行處理，后者是通過對圖像進行傅里葉變換后在頻域上間接進行的。

1.1 鄰域平均法

鄰域平均法是線性濾波的一種，它屬于空域濾波平滑技術(shù)，鄰域平均法的主要思想是用幾個像素灰度的平均值來代替某個像素。假定有一幅M*N個像素的圖像f（x，y），平滑處理后得到一幅圖像g（x，y），g（x，y）由下式?jīng)Q定：

式中x，y=0，1，2，…N-1，s是（x，y）點鄰域中的坐標的集合，但其中不包括（x，y）點，M是集合內(nèi)坐標點的總數(shù)。

假設(shè)噪聲是加性噪聲，在空間各點互不相關(guān)，且期望為0，方差為δ2，f是原始圖像，含有噪聲的圖像g經(jīng)鄰域平均后為：

由上式可以看出，經(jīng)鄰域平均后，噪聲均值不變，方差減少了M倍，說明噪聲強度變?nèi)趿?，即抑制了噪聲。如圖1、圖2所示。

1.2 中值濾波法

中值濾波法是一種常用的非線性平滑濾波器[3]，其濾波原理有與均值濾波類似之處，二者不同之處在于：中值濾波輸出的像素值是由鄰域像素的中間值決定的。中值對極限像素值（與周圍像素灰度值相差較大的像素）遠不如平均值那么敏感，所以中值濾波器產(chǎn)生的模糊較少，更適合于消除圖像的孤立噪聲點。

圖1 領(lǐng)域計算示意圖Fig.1 Spatial domain calculation schemes

圖2 領(lǐng)域處理結(jié)果Fig.2 Spatial domain processing result

中值濾波窗口一般選為正方形，中值濾波器首先將濾波器模板對應(yīng)的像素灰度值｛a1，a2，…an｝進行排序，當n為奇數(shù)時，位于中間位置的那個數(shù)值稱為這n個數(shù)的中值。當n為偶數(shù)時，位于中間位置的兩個數(shù)值的平均值稱為中值。表達式為：

正確選取窗口的尺寸大小n對濾波干擾有很大的影響，考慮到一般圖像在兩維方向上均具有相關(guān)性，因此，活動窗口一般選兩維窗口（3×3，5×5或7×7），窗口常用形狀如圖3所示。當窗口尺寸大于脈沖干擾寬度的兩倍時將有效去除干擾，相比而言，鄰域平均法濾除脈沖干擾的能力就差一些。中值濾波效果如圖4所示。

圖3 濾波窗口示意圖Fig.3 Filterwindow schemes

圖4 中值濾波處理結(jié)果Fig.4 Median filter processing result

2 本文種蛋圖像增強算法

2.1 頻率域增強

圖像增強的頻率域法[4]就是在圖像的某種變換域中（通常是頻率域中）對圖像的變換值進行某種運算處理，然后變換回空間域。例如：可以先對圖像進行傅立葉變換，再對圖像的頻譜進行某種修正（如濾波等），最后再將修正后的圖像進行傅立葉反變換回空間域中，從而增強該圖像。它是一種間接處理方法，可用下圖5來描述該過程。

圖5 頻率域增強模型Fig.5 Frequency domain enhancemodel

其數(shù)學描述如下：

2.2 算法流程

（1）將圖像進行傅里葉變換，得到圖像頻域信號。

（2）頻域信號進行濾波處理。

（3）通過傅里葉逆變換，將處理返回到空域，得到與原始圖像數(shù)據(jù)類型一樣的空域圖像，效果如圖6所示。

圖6 頻域方法增強處理結(jié)果Fig.6 Frequency domain algorithm enhance processing result

3 結(jié)論

本文采用MATLAB7.0軟件[5]實現(xiàn)了上述3種算法，經(jīng)測試，對3種種蛋圖像增強方法進行比較，領(lǐng)域平均法的特點是簡單易行，運算速度較快，去噪效果比較好，但由于鄰域平均法在去除噪聲的同時，也導(dǎo)致了一定程度的邊界模糊，從而影響了邊緣輪廓提取的準確性。中值濾波在保存邊緣和紋理細節(jié)方面優(yōu)于鄰域平均法，但中值濾波需要對每個像素點大小進行排序，運算量較大，運算速度較慢。頻率域增強運算速度比前兩種方法快，不僅去除了圖像噪聲，圖像清晰，而且增強后很好保存了種蛋的邊緣輪廓，保證邊緣輪廓提取的準確性。

［1］Lee Y H，tantaratana S.Decision-based order statistics filters［J］.IEEE Trans.Acoust，Speech，Signal Procession，1990，38（3）：406-420.

［2］岑益科.基于機器視覺的雞蛋品質(zhì)檢測方法研究［D］.杭州：浙江大學，2006.

［3］Gabbouj M，Coyle E J，et.An overview of median and stack filtering［J］.Circuits Syst Signal Processing，1992（11）：7-45.

［4］盛道清.圖像增強算法的研究［D］.武漢：武漢科技大學，2007.

［5］秦襄培.MATLAB圖像處理與界面編程寶典［M］.北京：電子工業(yè)出版社，2009.