馬向華
(凱邁(洛陽)測控有限公司,河南 洛陽 471009)
隨著人們生產(chǎn)條件的不斷改善、生活條件的不斷提升、要求標(biāo)準(zhǔn)的不斷提高,各行各業(yè)對數(shù)字圖像的需求越來越大,有力推動了數(shù)字圖像處理技術(shù)的發(fā)展。數(shù)字技術(shù)作為信息時(shí)代的重要標(biāo)志,數(shù)字圖像更是成為溝通世界、讓人們了解世界、獲取信息、認(rèn)知世界、展示和表達(dá)信息的重要橋梁之一。特別是以圖像為代表的多媒體技術(shù),已經(jīng)成為一種重要的信息表達(dá)形式。
在這種背景之下,數(shù)字圖像處理技術(shù)也被各界廣泛重視。數(shù)字圖像處理技術(shù),又稱為計(jì)算機(jī)圖像處理,就是通過對數(shù)字化后的圖像信息,進(jìn)行某些運(yùn)算或處理,從而實(shí)現(xiàn)提高圖像品質(zhì),提高圖像可視效果。
提高數(shù)字圖像品質(zhì)的方法,主要有兩類:
一類是不考慮圖像降質(zhì)的原因,只將圖像中感興趣的部分加以處理,或突出有用的圖像特征,故改善后的圖像并不一定要去逼近原圖像,這一類圖像改善方法,是圖像增強(qiáng)技術(shù),其主要目的是要提高圖像的可懂度;
另一類方法是針對圖像降質(zhì)的具體原因,設(shè)法補(bǔ)償降質(zhì)因素,使改善后的圖像盡可能地逼近原始圖像,這類方法稱為圖像恢復(fù)或圖像復(fù)原技術(shù),改善后的圖像會更接近原來圖像真貌。
數(shù)字圖像處理與模擬圖像處理的根本不同在于,其不會因圖像的存儲、傳輸或復(fù)制等一系列變換操作,而導(dǎo)致圖像品質(zhì)的退化。只要圖像在數(shù)字化時(shí),準(zhǔn)確地表現(xiàn)了原稿,則數(shù)字圖像處理過程始終能保持圖像的再現(xiàn)。
按目前的技術(shù),幾乎可將一幅模擬圖像數(shù)字化為任意大小的二維數(shù)組,這主要取決于圖像數(shù)字化設(shè)備的能力?,F(xiàn)代掃描儀可以把每個(gè)像素的灰度等級量化為16 位甚至更高,這意味著圖像的數(shù)字化精度,可以達(dá)到滿足任一應(yīng)用需求。對計(jì)算機(jī)而言,不論數(shù)組大小,也不論每個(gè)像素的位數(shù)多少,其處理程序幾乎是一樣的。
換言之,從原理上講,不論圖像的精度有多高,處理總是能實(shí)現(xiàn)的,只要在處理時(shí)改變程序中的數(shù)組參數(shù)就可以了?;叵胍幌聢D像的模擬處理,為了要把處理精度提高一個(gè)數(shù)量級,就要大幅度地改進(jìn)處理裝置,這在經(jīng)濟(jì)上是極不合算的。
圖像可以來自多種信息源,其可以是可見光圖像,也可以是不可見的波譜圖像。從圖像反映的客觀實(shí)體尺度看,可以小到電子顯微鏡圖像,大到航空照片、遙感圖像甚至天文望遠(yuǎn)鏡圖像。這些來自不同信息源的圖像,只要被變換為數(shù)字編碼形式后,均是用二維數(shù)組表示的灰度圖像組合而成,因而均可用計(jì)算機(jī)來處理。即只要針對不同的圖像信息源,采取相應(yīng)的圖像信息采集措施,圖像的數(shù)字處理方法適用于任何一種圖像。
圖像處理,大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建3個(gè)大部分,每一部分均包含豐富的內(nèi)容。由于圖像的光學(xué)處理從原理上講只能進(jìn)行線性運(yùn)算,這極大地限制了光學(xué)圖像處理能實(shí)現(xiàn)的目標(biāo)。而數(shù)字圖像處理不僅能完成線性運(yùn)算,而且能實(shí)現(xiàn)非線性處理,即凡是可以用數(shù)學(xué)公式或邏輯關(guān)系來表達(dá)的一切運(yùn)算,均可用數(shù)字圖像處理實(shí)現(xiàn)。
噪聲可以理解為妨礙人們感覺器官對所接收的信源信息理解的因素。噪聲對圖像信號幅度和相位的影響十分復(fù)雜,有些噪聲和圖像信號互相獨(dú)立不相關(guān),有些是相關(guān),噪聲本身之間也可能相關(guān)。要減少圖像中的噪聲,必須針對具體情況采用不同的方法。
數(shù)字圖像的噪聲,主要來源于圖像的獲取和傳輸過程。圖像獲取的數(shù)字化過程,如圖像傳感器的品質(zhì)和環(huán)境條件;圖像傳輸過程中傳輸信道的噪聲干擾,如通過無線網(wǎng)絡(luò)傳輸?shù)膱D像,會受到光或其它大氣因素的干擾。當(dāng)圖像的統(tǒng)計(jì)特性不隨時(shí)間變化時(shí),該噪聲為平穩(wěn)噪聲;當(dāng)圖像的統(tǒng)計(jì)特性隨時(shí)間變化時(shí),該噪聲為非平穩(wěn)噪聲。
假定信號為S(t),噪聲為n(t),如果混合疊加波形是S (t)+n (t)形式,則稱其為加性噪聲;如果疊加波形為S(t)[1+n(t)]形式,則稱其為乘性噪聲。
噪聲在圖像中的分布和大小不規(guī)則,噪聲與圖像之間具有相關(guān)性,噪聲具有疊加性。
圖像平滑的主要目的,是減少圖像噪聲。圖像噪聲來自于多方面,有來自于系統(tǒng)外部的干擾(如電磁波或經(jīng)電源竄進(jìn)系統(tǒng)內(nèi)部的外部噪聲),也有來自于系統(tǒng)內(nèi)部的干擾(如攝像機(jī)的熱噪聲,電器機(jī)械運(yùn)動而產(chǎn)生的抖動噪聲內(nèi)部噪聲)。實(shí)際獲得的圖像,都因受到干擾而有噪聲,噪聲產(chǎn)生的原因,決定了噪聲分布的特性及與圖像信號的關(guān)系。減少噪聲的方法,可以在空間域或在頻率域處理。在空間域中進(jìn)行時(shí),基本方法就是求像素的平均值或中值;在頻域中,則運(yùn)用低通濾波技術(shù)。
圖像中的噪聲,往往是和信號交織在一起的,尤其是乘性噪聲,如果平滑不當(dāng),就會使圖像本身的細(xì)節(jié)如邊緣輪廓,線條等模糊不清,從而使圖像降質(zhì)。圖像平滑總是要以一定的細(xì)節(jié)模糊為代價(jià)的,因此要考慮如何盡量平滑掉圖像的噪聲,又盡量保持圖像的細(xì)節(jié)。
圖像平滑的目的,是消除或盡量減少噪聲的影響,改善圖像的品質(zhì)。圖像平滑的主要方法有:
將空間域模板用于圖像處理,通常稱為空間濾波,而空間域模板稱為空間濾波器。對一些圖像進(jìn)行線性濾波,可以去除圖像中某些類型的噪聲,如采用鄰域平均法的均值濾波器,就非常適用于去除通過掃描得到的圖像中的顆粒噪聲。鄰域平均法是空間域平滑技術(shù)。這種方法的基本思想是,在圖像空間,假定有一副N×N個(gè)像素的原始圖像f(x,y),用領(lǐng)域內(nèi)幾個(gè)像素的平均值,去代替圖像中的每一個(gè)像素點(diǎn)值的操作。經(jīng)過平滑處理后得到一副圖像g(x,y),其表達(dá)式如下:
式中,
x,y=0,1,2,…,N-1;
s 為(x,y)點(diǎn)領(lǐng)域中點(diǎn)的坐標(biāo)的集合,但不包括(x,y)點(diǎn);
M 為集合內(nèi)坐標(biāo)點(diǎn)的總數(shù)。
領(lǐng)域平均法有力地抑制了噪聲,但隨著領(lǐng)域的增大,圖像的模糊程度也愈加嚴(yán)重。為了盡可能地減少模糊失真,也可采用閾值法,減少由于領(lǐng)域平均而產(chǎn)生的模糊效應(yīng)。其公式如下:
式中,T 為規(guī)定的非負(fù)閾值。
中值濾波在某些情況下,可以做到既去除噪聲,又保護(hù)圖像的邊緣,是一種非線性的去噪聲的方法。中值濾波的實(shí)現(xiàn)原理,是把數(shù)字圖像中的一點(diǎn)的值,用該點(diǎn)的一個(gè)區(qū)域的各個(gè)點(diǎn)的值的中值代替,具體程序?qū)崿F(xiàn)如下:
通過低通濾波的方法,使高頻分量通過受到抑制和阻止,而允許低頻分量的圖像信息順利通過,從而實(shí)現(xiàn)圖像的平滑處理。頻域低通濾波處理噪聲圖像的方法如下:
首先構(gòu)建二維濾波器d;
d=sqrt(f1.^2+f2.^2)<0.5;%0.5 為截止半徑大小
然后用所構(gòu)建的二維濾波器對以上圖像進(jìn)行濾波
頻域低通濾波具有更好的選擇性,對噪聲在一定范圍內(nèi)也可以起到抑制作用,同時(shí)也對圖像的邊緣細(xì)節(jié)和高頻信息分量有更好的保持作用。使得圖像在輪廓上顯得更清晰。
圖1 數(shù)字圖像平滑去噪前后比較
數(shù)字圖像平滑去噪是一項(xiàng)復(fù)雜的技術(shù),方法種類較多,根據(jù)不同的數(shù)字圖像情況與性質(zhì),選擇合適的平滑去噪技術(shù),是達(dá)到平滑去噪目的的重要因素之一。
[1]朱光美.一種改進(jìn)的各向異性擴(kuò)散圖像去噪及平滑模型[J].赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版),2011,(8):155-157.
[2] Voci F,Eiho S,Sugimoto N,et al. Estimating the gradient threshold in the Perona-Malik equation[J]. IEEE Signal Processing Magazine,2004,21(3):39-65.
[3]曾 凌,顧濟(jì)華,周 皓.小波變換消除數(shù)字全息零級像的應(yīng)用[J].蘇州大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,(2):56-60.
[4]雙 娜.數(shù)字圖像中平滑去噪技術(shù)研究及實(shí)現(xiàn)[J].現(xiàn)代計(jì)算機(jī)(專業(yè)版),2010,(6):55-56.
[5]王姣斐,王雙喜. 基于MATLAB 軟件的圖像去噪方法比較[J].甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào),2011,(4):157-160.
[6]肖秀春,謝仕義,張雨濃,等. 基于相似像素選擇的雙邊濾波圖像去噪[J].廣東海洋大學(xué)學(xué)報(bào),2010,(4):54-56.