王曉鵬

（遼寧建筑職業(yè)學(xué)院，遼寧 遼陽 111000）

1 OpenCV簡介

OpenCV的全稱是Open Source Computer Vision Library。它是一個開源發(fā)行的跨平臺計算機(jī)視覺庫，可以運(yùn)行在Linux、Windows和Mac OS操作系統(tǒng)上，由一系列C函數(shù)和少量C++類構(gòu)成，提供多種語言接口，它不依賴于其他外部庫，擁有多個跨平臺的中、高層API及多種圖像處理和計算機(jī)視覺方面的通用算法。

2 濾波算法原理及Matlab實現(xiàn)

2.1 中值濾波

中值濾波技術(shù)是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)，其基本原理是：數(shù)字圖像或數(shù)字序列中某一點的數(shù)值[1]，由該點的一個鄰域中各點值的中值來代替，讓周圍的像素值接近真實值，從而消除孤立的噪聲點。采用的方法是使用序列結(jié)構(gòu)的二維滑動模板，將模塊內(nèi)的像素按照像素值的大小進(jìn)行排序，生成單調(diào)上升或下降的為二維數(shù)組。二維中值濾波輸出為g（x，y）=med{f（xk，y-l），（k，l∈W）}，其中g(shù)（x，y），f（x,y）分別為原始圖像和處理后的圖像，W為二維模板，通常為2×2或3×3區(qū)域，可以是不同的的形狀。

2.3 數(shù)學(xué)形態(tài)濾波

數(shù)學(xué)形態(tài)濾波幾個主要流程為膨脹、腐蝕、膨脹處理、腐蝕處理過程。膨脹主要是將與物體接觸的所有背景點合并到該物體中，并使邊界向外部擴(kuò)張，利用膨脹技術(shù)可以填補(bǔ)物體中的空洞。其處理結(jié)果是與物體接觸的所有背景點合并到該物體中；腐蝕和腐蝕過程主要使邊界向內(nèi)部收縮，消除小且無意義的物體或邊界點[2]。

2.4 高斯濾波

高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理等減噪過程。高斯濾波的主要過程是對整幅圖像的像素值進(jìn)行加權(quán)然后求平均值的過程，也就是說每一個像素點的數(shù)值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到[3]。

2.5 Matlab程序

主要的編程思路和過程為：

1）使用imread()函數(shù)讀入原始的彩色圖像；

2）由于中值濾波只能處理灰度圖像，采用rgb2g ray命令將彩色圖像轉(zhuǎn)化為灰度圖像；

3）用imnoise()函數(shù)在灰度圖像中加入椒鹽噪聲（由圖像切割產(chǎn)生黑白相間的噪聲）；

4）利用medfilt2()函數(shù)進(jìn)行中值濾波，并在Matlab環(huán)境下運(yùn)行。

相應(yīng)的MATLAB主程序如下：

3 Visual C++程序?qū)崿F(xiàn)

自從Open CV踏入2.0時代，使用Mat類數(shù)據(jù)結(jié)構(gòu)作為主打之后，OpenCV變得越發(fā)類似于Matlab計算仿真工具[4]，甚至有些函數(shù)名稱都和Matlab一樣，如大家所熟知的imread，imwrite，imshow等函數(shù)，本算法程序清單如下：

4 結(jié)語

本文介紹了用Matlab和Visual C++調(diào)用OpenCV函數(shù)庫來實現(xiàn)圖像濾波，包括中值濾波、高斯濾波、數(shù)學(xué)形態(tài)學(xué)濾波等處理算法，并給出相應(yīng)的程序，使用這種調(diào)用OpenCV函數(shù)處理圖像的方法，提高了開發(fā)效率，減少了設(shè)計成本。該方法可廣泛應(yīng)用于圖像處理領(lǐng)域，為解決復(fù)雜的圖像處理算法提供了簡潔的的途徑，具有一定的實用價值。

[1]石青云.數(shù)學(xué)空間中的數(shù)學(xué)形態(tài)學(xué)[M].北京：科學(xué)出版社，1997：60-62.

[2]何東健.數(shù)學(xué)圖像處理[M].西安：西安電子科技大學(xué)出版社，2003：110-116.

[3]鄭南寧.計算機(jī)視覺與模式識別[M].北京：國防工業(yè)出版社，1998：50-60.

[4]Haralick R M.Ridges and valleys on digital images[J].Computer Vision Graphics&Image Processing,1983，22（1）：28-38.