代 蕾
(綏化學(xué)院 藝術(shù)設(shè)計學(xué)院,黑龍江 綏化 152061)
基于顯示技術(shù)、視覺處理技術(shù)、圖像處理等學(xué)科,形成了電視數(shù)字圖像處理技術(shù)[1]。計算機圖形圖像技術(shù)是根據(jù)數(shù)字或概念描述物體的數(shù)據(jù)、模型,通過計算機對圖形進(jìn)行處理,完善、修改模型或數(shù)據(jù)操作過程。在高清電視制作中,電視數(shù)字圖像發(fā)揮著重要的作用。邊緣是電視圖像當(dāng)中的關(guān)鍵特征,同時對電視數(shù)字圖像處理也產(chǎn)生著至關(guān)重要的影響作用[2]。高清電視圖像邊緣區(qū)域是灰度變化最為劇烈的位置,其中有非常豐富的信息量,所以在處理圖像的過程中必須要充分認(rèn)識到電視數(shù)字圖像邊緣的重要性,增強圖像邊緣的精確性,能夠有效提升后續(xù)高清顯示水平[3]。需要迅速有效的提取電視數(shù)字圖像邊緣輪廓,能夠有效的抑制噪聲[4]。在傳播特定事物上,視覺傳達(dá)表現(xiàn)的是主動行為的可視形式,視覺傳達(dá)對客觀感受和視覺主觀感受比較依賴。視覺傳達(dá)同時也是傳遞信息符號的過程[5]。
現(xiàn)階段,數(shù)字圖像處理技術(shù)廣泛應(yīng)用于多元化領(lǐng)域,涉及到不同的社會階層以及其自有的內(nèi)容。圖像邊緣特征圖像它會在電視圖像里起到至關(guān)重要重要的作用。而在數(shù)字信息的邊緣中,夾雜著有用的信息又有很多,且十分豐富,能夠?qū)崿F(xiàn)檢測識別圖像的功能,因此數(shù)字圖像邊緣檢測技術(shù)在目標(biāo)跟蹤以及人臉識別等領(lǐng)域有極為廣泛的應(yīng)用。所以,當(dāng)前社會各界紛紛開始研究電視圖像邊緣檢測而技術(shù),盡可能的對偽邊緣信息進(jìn)行全面的分析并處理,保證檢測后的邊緣信息的準(zhǔn)確性,在優(yōu)化電視圖像實際中,提高邊緣檢測精度屬于一項重要研究內(nèi)容。圍繞現(xiàn)階段缺乏圖像邊緣顯示方法的情況進(jìn)行分析,本文通過將直方圖凹度分析與視覺傳單效果充分結(jié)合的方式,并采取灰度Canny邊緣檢測方法將開關(guān)型中值濾波器安裝在高斯濾波之前,采用開關(guān)型中值濾波器,通過改進(jìn)的Canny邊緣檢測方法將脈沖噪聲濾除,利用直方圖凹度對自動選取雙閉值進(jìn)行分析,實驗數(shù)據(jù)證明,電視數(shù)字圖像邊緣測方法,能夠獲得更好圖像邊緣精度。
在設(shè)計數(shù)據(jù)之前,需要進(jìn)行存儲器的保存,在處理這部分?jǐn)?shù)據(jù)的過程中,必須要充分應(yīng)用計算機的相關(guān)技術(shù),并進(jìn)行圖紙設(shè)計,通過繪圖軟件展現(xiàn)圖紙,這個過程即為圖形圖像技術(shù)。對于視覺傳達(dá)設(shè)計而言,在充分應(yīng)用電視技術(shù)背景下,電視圖像技術(shù)能夠創(chuàng)作包括色彩、文字等在內(nèi)的多元素內(nèi)容。視覺符號是視覺傳達(dá)過程中的重要渠道,能夠?qū)崿F(xiàn)傳播語言和表達(dá)視覺的功能。在視覺傳達(dá)過程中,有效藝術(shù)創(chuàng)作的實現(xiàn),需對基本要素包括圖形、編排、文字、色彩等進(jìn)行應(yīng)用。圖形實際上屬于一種視覺符號,其創(chuàng)造過程多是有意識的,同時也包含著豐富的內(nèi)涵,直觀性非常顯著。這幾年,視覺傳達(dá)的發(fā)展速度不斷加快,廣泛在電視圖像設(shè)計中進(jìn)行應(yīng)用。
在進(jìn)行邊緣檢測的過程中,檢測效果良好的部分一般通過Canny傳統(tǒng)檢測法進(jìn)行檢測,具有較高的邊緣定位能力和檢測水平。但需要注意的是,該方法同時也有亟待完善的缺點,其是以高斯濾波器濾除噪聲的,無法高效抑制沖擊噪聲,所以在檢測邊緣的過程中很容易將沖擊噪聲包括在內(nèi),使得實際檢測信噪比和實際信噪比水平存在差異。另外,在提取圖像邊緣的過程中使用雙閉值的方法,必須要加上人工預(yù)先設(shè)定好的雙閥值,因此說明它的自適應(yīng)能力相對較差。如果超出了預(yù)先設(shè)定的標(biāo)準(zhǔn),則很容易導(dǎo)致邊緣執(zhí)行中斷,導(dǎo)致大量的執(zhí)行信息丟失,難以完全檢測到所有的圖像邊緣;如果閾值低于一定水平,得到的邊緣易產(chǎn)生虛假,降低了邊緣的精確度,檢測得到的邊緣較粗。
在抑制電視圖像噪聲方面,傳統(tǒng)Canny邊緣檢測技術(shù)存在一定局限性,在選取閾值參數(shù)方面具有較差的自適應(yīng)能力,因此,本研究改進(jìn)了傳統(tǒng)Canny邊緣檢測算法的缺陷,通過將直方圖凹度分析與視覺傳單效果充分結(jié)合的方式,并采取灰度Canny邊緣檢測方法將開關(guān)型中值濾波器安裝在高斯濾波之前,以開關(guān)型中值濾波器濾除脈沖噪聲,自動對雙閉值進(jìn)行選取。通過對Canny邊緣檢測技術(shù)的改進(jìn),從而使該算法能將脈沖噪聲有效濾除,同時能自動對雙閾值進(jìn)行選取,閾值自適應(yīng)能力非常強,邊緣檢測效果非常優(yōu)異。
在傳輸、采集、存儲過程中,因各種噪聲會干擾電視圖像,在進(jìn)行邊緣檢測時,很容易使得圖像邊緣當(dāng)中包含著噪聲像素,使用傳統(tǒng)方法進(jìn)行噪聲過濾時,對圖像邊緣也進(jìn)行了平滑處理,這樣就會導(dǎo)致部分邊緣信息繞過檢測。因而,在邊緣檢測的過程中,使用開關(guān)型的中值濾波器能夠有效地解決信息丟失的問題,同時完美的保留了圖像邊緣信息。邊緣檢測的結(jié)果與沖擊波的強度密切相關(guān),傳統(tǒng)的均值濾波、中值濾波、高斯濾波、ISEF不能夠有效地阻止沖擊類型噪聲的蔓延。本研究充分發(fā)揮了開關(guān)型中值濾波器的功能,并從四個方面通過拉普拉斯算子的方法對圖像的沖擊噪聲進(jìn)行檢測,從而完成中值濾波器的結(jié)論取代電視圖像噪聲像素中的灰度值,也就是說完成該過程后可以保留圖像邊緣信息,去噪聲效果較好。本文在進(jìn)行研究時,在高斯濾波前,通過改進(jìn)的Canny邊緣檢測方法,將脈沖噪聲采用開關(guān)型中值濾波器進(jìn)行濾除。在進(jìn)行沖擊噪聲的濾除過程中,開關(guān)型中值濾波器基于K1、K2、K3、K4檢測電視圖像的脈沖噪聲情況,最終得到的0°方向、45°方向;90°方向;135°方向方向算子分別如下,具體如下:
(1)0°方向
(2)45°方向
(3)90°方向
(4)135°方向
首先,Kp和輸入電視圖像1分別進(jìn)行卷積,從而獲得到4個卷積圖像。在像素點(i,j)處,對于當(dāng)前像素是否為脈沖噪聲,通過其4個卷積絕對值的最小值r(i,j)進(jìn)行檢測,計算采用公式(1)進(jìn)行:
r(i,j)=min{|I(i,j)?Kp|,p=1,2,3,4}
(1)
在像素點I(i,j)處,|I(i,j)?Kp|表示第p個卷積的絕對值。通過公式(2)對當(dāng)前像素是否為脈沖噪聲像素進(jìn)行判斷:
(2)
當(dāng)N(i,j)=1時,表示像素點為噪聲像素。如果閾值T小于r(i,j),此時意味著噪聲像素的存在,中值濾波結(jié)果與噪聲像素的灰度值之間存在相互取代的關(guān)系,如果閾值T大于r(i,j),此時意味著信號像素的存在,將像素灰度值維持在穩(wěn)定的范圍內(nèi)。通過公式(3)輸出以下結(jié)果:
(3)
傳統(tǒng)的Canny檢測方法當(dāng)中,必須要有人工對參數(shù)進(jìn)行設(shè)定,因此其自適應(yīng)性非常差,通過本研究對該方法進(jìn)行合理優(yōu)化升級,能夠使其自動的對參數(shù)進(jìn)行設(shè)定。由于電視圖像的梯度幅值直方圖并沒有將雙峰特征明顯的展現(xiàn)出來,所以,大部分的圖像梯度幅值直方圖在非沒有邊遠(yuǎn)的地方都存在波峰,其他位置則相對平坦,所以,能夠通過自動選取雙閾值的方式增強算法的自適應(yīng)能力。選取雙閾值的步驟為:
步驟1,對圖像的256級梯度幅值直方圖h(i)進(jìn)行測算,對直方圖h(i)的非零起點(istart,h(istart))、非零終點(iend,h(iend))進(jìn)行計算,同時對這兩個點進(jìn)行保存。
步驟3,需要尋找斜率s(i)最大值以及其所對應(yīng)幅值ipeak,(ipeak,h(ipeak))意味著梯度直方圖的凸點,若ipeak 圖1 高閾值選取結(jié)果 對比分析傳統(tǒng)canny邊緣檢測、LOG算子邊緣檢測、優(yōu)化改進(jìn)后的canny邊緣檢測方法的效果可以驗證優(yōu)化后方法效果的有效性。采用品質(zhì)因數(shù)對邊緣檢測算法的性能進(jìn)行評價,采用公式(4)對品質(zhì)因數(shù)進(jìn)行定義: (4) 公式中,檢測到的邊緣像素點的總個數(shù)用ND表示,人工標(biāo)注的真實邊緣像素點總個數(shù)用NI表示,第i個檢測到的邊緣點和離它最近的實際邊緣點之間存在的距離用di來表示。ξ就是一個常量系數(shù),用來懲罰錯位的邊緣,一般來說,如果ξ=0.1。此時意味著F值越大,也就是說檢測精度較強,實際效果越好。 本研究采用三種邊緣檢測方法對邊緣進(jìn)行檢測,同時對相應(yīng)的品質(zhì)因數(shù)F進(jìn)行計算,并將三種邊緣檢測算法的品質(zhì)因數(shù)曲線繪制出,如圖2所示,縱軸為品質(zhì)因數(shù),橫軸為脈沖噪聲密度。 圖2 噪聲密度與品質(zhì)因數(shù)曲線 圖3為品質(zhì)因數(shù)和邊緣檢測算法的高斯噪聲信噪比曲線,品質(zhì)因數(shù)和高斯噪聲信噪比分別為縱軸和橫軸。 圖3 高斯噪聲信噪比與品質(zhì)因數(shù)曲線 實驗證明,本研究所提出的優(yōu)化后的檢測方法可以保留圖像邊緣信息,去噪聲效果較好。對比分析傳統(tǒng)canny邊緣檢測、LOG算子邊緣檢測、優(yōu)化改進(jìn)后的canny邊緣檢測方法的效果可以驗證優(yōu)化后方法的有效性?;诟咚乖肼暠尘?,充分結(jié)合梯度直方圖的凹度特性能,再通過雙閾值自動選擇的手段優(yōu)化檢測效果,改進(jìn)后,該算法能較好的將電視圖像的邊緣信息檢測出,邊緣定位精度要比LOG算子、傳統(tǒng)Canny邊緣檢測方法優(yōu)異。 本文通過將直方圖凹度分析與視覺傳單效果充分結(jié)合的方式,并采取灰度Canny邊緣檢測方法將開關(guān)型中值濾波器安裝在高斯濾波之前,通過改進(jìn)的Canny邊緣檢測方法將脈沖噪聲濾除,利用直方圖凹度對自動選取雙閉值進(jìn)行分析,實驗證明,本研究研究制定的邊緣檢測新方法實現(xiàn)了較好保留圖像邊緣細(xì)節(jié)信息的目的,對噪聲進(jìn)行良好的抑制,對比不同類型邊緣檢測方法的異同,最終發(fā)現(xiàn)該方法更具有優(yōu)勢。對于高斯噪聲來說,改進(jìn)的算法能較好的將電視圖像的邊緣信息檢測出,邊緣定位精度要比LOG算子、傳統(tǒng)Canny邊緣檢測方法優(yōu)異。5 實驗結(jié)果
6 結(jié)語