（测试计量技术及仪器专业论文）基于颗粒检测的数字图像处理与分析技术研究.pdf

些奎奎堂堡圭兰堡重塞 中文摘要 随着计算机技术和数字图像技术的发展，图像方法已经成为颗粒检测 的一种重要手段，其目的就是从颗粒图像中准确获得颗粒外观轮廓的信 息，进一步测量颗粒的特征参数并加以分析，为我们更好的了解颗粒特性 并对其进行合理利用创造条件。 本论文紧密结合图像的分割和测量方法，主要探讨了颗粒图像处理和 分析技术及其实现方法，建立了一套对颗粒图像进行处理和分析的软件系 统。论文按照对颗粒图像处理的先后步骤进行论述，通过论述算法原理和 给出处理实例相结合来探讨各种方法的可行性。 论文首先讨论和研究图像的预处理问题，重点分析了图像去噪和图像 背景校正问题。图像去噪中通过空域的邻域运算和频域的滤波运算基本达 到消除图像噪声的目的。详细分析了照明光源不均匀的图像背景校正问 题，通过论述在空域和频域中的各种校正算法，提出利用频域的同态滤波 进行处理，降低了背景的光照不均匀对图像所造成的影响。 目标和背景的分离是颗粒分割的前提条件。灰度图像目标区域分割 中，在利用边缘检测的微分算子方法对图像进行处理的基础上，着重讨论 了图像分割中阂值分割法。通过选取合适的阈值方法对图像进行了目标区 域分割，并对分割后的图像利用区域生 的准确性；彩色图像目标区域分割中， 成功分离出目标区域；借助文中提出的 长方法进行处理，保证了目标区域 利用基于h s i 彩色空间的分割策略 孔洞填充的方法基本消除了图像中 孔洞的影响。 论文中比较详细地介绍了基于数学形态学的粘连颗粒分割方法。颗粒 对象粘连的分割问题是颗粒分割中的重要问题，而提取颗粒对象核是粘连 分割的基础。在深入分析颗粒对象核基础上，提出在距离图中各点的局部 范围内进行极大值比较来提取对象核的方法。该方法较传统方法相比，除 去了最终连通成分中部分造成过分割的点或区域，为最终减少颗粒的过分 割提供了保证。确定颗粒对象核后，通过比较数学形态学中不同的颗粒重 建算法，利用条件膨胀和基于测地理论的重建算法，完成了颗粒的重建， 从而完成了粘连颗粒的分割。讨论了颗粒的基本几何特征参数面积、周长 和长短轴的计算方法。 软件设计主要介绍了软件的结构、界面以及主要功能，并给出了系统 识别的流程图；给出了另外采集的显微血细胞图像、粉体颗粒图像以及钢珠 图像的分析结果。分割结果中标记出了颗粒的边界。同时给出了细胞的面积、 周长、长短轴参数以及面积的统计分布图。在此基础上给出了l e d 管芯检测 和水滴分布检测两个应用实例。颗粒图像的分析结果令人满意，达到了实际 应用的要求。 整个软件系统在c + + b u i l d e r5 0 运行通过，由于对背景进行了有效处 理和采用了改进的分割方法，系统的分析效率更高，应用面更广。 关键词：颗粒图像，图像处理，图像分析，数学形态学 i i a b s t r a c t w i t ht h ed e v e l o p m e n to ft e c h n o l o g yo ft h ec o m p u t e ra n dd i g i t a li m a g e t e c h n o l o g y , i m a g em e t h o dh a sa l r e a d yb e c o m eak i n d o fi m p o r t a n tm e a n so f m e a s u r i n gp a r t i c l e s ，t h ep u r p o s ei st oo b t a i np a r t i c l ea p p e a r a n c em e s s a g eo fo u t l i n e a c c u r a t e l yf r o mp a r t i c l ei m a g e ，m e a s u r ec h a r a c t e r i s t i cp a r a m e t e ro fp a r t i c l ea n d a n a l y z ef i n eu n d e r s t a n d i n gp a r t i c l ec h a r a c t e r i s t i cc a r r yo nr a t i o n a lu t i l i z a t i o nc r e a t e t e r m st oi tf o ru sf n i t h e r t h ea r t i c l ec o m b i n e ss e g m e n t a t i o na n dm e a s u r e m e n tm e t h o do ft h ei m a g e c l o s e l y , h a sd i s c u s s e dt h ep r o c e s s i n ga n da n a l y z i n gt e c h n o l o g yo ft h ep a r t i c l ei m a g e a n di m p l e m e n t a t i o nm e t h o d ，s e tu po n ei m a g ep r o c e s s i n ga n da n a l y z i n gs o f t w a r e s y s t e m t h ea r t i c l e ，a c c o r d i n gt od e s c r i b i n gt h ep r i o r i t ys t e po fp a r t i c l ei m a g ep r o c e s s ， d i s c u s st h ef e a s i b i l i t yo fv a r i o u sk i n d so fm e t h o d st h r o u g hd e s c r i b i n gt h ep r i n c i p l eo f a l g o r i t h m sa n dp r o v i d i n gt h ep r o c e s s i n gi n s t a n c et oc o m b i n et o g e t h e r t h ea r t i c l ed i s c u s sa n ds t u d yp r o c e s s i n gp r o b l e mi na d v a n c eo f t h ei m a g ea tf i r s t ， a n a l y z ei m a g ei si tc o r r e c tt h ei s s u ew i t hb a c k g r o u n da n dn o i s er e d u c t i o no ft h ei m a g e e s p e c i a l l y a c h i e v e d t h eg o a lo fd i s p e l l i n gn o i s eo ft h ei m a g eb a s i c a l l y t h r o u g h f r e q u e n t l yw a v eo p e r a t i o na n dn e i g h b o r h o o do p e r a t i o no fa i r s p a c ei ni m a g en o i s e r e d u c t i o n ，a n a l y z el i g h t i n gl i g h ts o u r c ze v e ni m a g eb a c k g r o u n dc o l m r e c tt h ei s s u ei n d e t m l ，t h r o u g hd i s c u s st h ef a c t a n dv a r i o u sk i n d so fc o r r e c ta l g o r i t h mi n s i d e f r e q u e n t l ys p a c ea n da k s p a c e ，p r o p o s ep r o c e s s i n gw i t hh o m o m o r p h i cf i l t e r i n g ，h a v e r e d u c e dt h ee v e ni n f l u e n c ec a u s e dt o w a r di m a g eo f i l l u m i n a t i o no f t h eb a c k g r o u n d s e p a r a t i o no f o b j e c ta n db a c k g r o u n di st h ep r e c o n d i t i o no f p a r t i c l es e g m e n t a t i o n s e g m e n t a t i o no fo b j e c tr e g i o ni ng r a yi m a g e ，o nt h eb a s i so ft h ed i f f e r e n t i a lo p e r a t o r m e t h o do fu t i l i z i n gt h ee d g ed e t e c t i o nd e a l tw i t l lt ot h ei m a g e ；d i s c u s sm e t h o do f t h r e s h o l dv a l u eo fi m a g es e g m e n t a t i o ne m p h a t i c a l l y t h r o u g hs e l e c ts u i t a b l et h r e s h o l d v a l u et os e g m e n tt h eo b j e c tr e g i o no fi m a g e ，g u a r a n t e ea c c u r a c yo fo b j e c tr e g i o ni n t h ei m a g ea f t e rs e g m e n t a t i o nt h a tu t i l i z er e g i o n - g r o w i n gm e t h o d ；s e g m e n t a t i o no f o b j e c tr e g i o ni nc o l o ri m a g e ，u t i l i z eb a s e do nc o l o rs p a c eo fh s it os e g m e n tt a c t i c s | 生奎奎耋堡主兰堡垒塞 一： s u c c e e dt oi s o l a t et h eo b j e c tr e g i o n ；w i t ht h ef i l l i n gb o l em e t h o dt h a ti sp r o p o s e di n t h ea r t i c l eh a sd i s p e l l e dt h ei n f l u e n c eo ft h eb o l ei nau t e n s i li nt h ei m a g eb a s i c a l l y ； t h ea r t i c l ei n t r o d u c e dt h ea d h e s i o np a r t i c l es e g m e n t a t i o nm e t h o db a s e do n m a t h e m a t i c sm o r p h o l o g yi nd e t m l s e g m e n t a t i o no fp a r t i c l et a r g e t sa d h e s i o ni st h e i m p o r t a n tp r o b l e mi np a r t i c l es e g m e n t a t i o n i t i st h ef o u n d a t i o no fa d h e s i o n s e g m e n t a t i o nt od r a wt h ep a r t i c l et a r g e tn u c l e a r o nt h eb a s i so fa n a l y z i n gi nd e p t h t h e p a r d c l et a r g e tn u c l e a r , p r o p o s et h ed r a wm e t h o do ft a r g e tn u c l e a rt h a tc o m p a r ew i t h t h em a x i m u mp o i n ti nr e g i o ni nt h ed i s t a n c ei m a g e c o m p a r e dw i t ht r a d i t i o n a l m e t h o d ，i tg e t sr i do ft h ep o i n to rr e g i o no ff i n a lc o n n e c t e dc o m p o n e n tt h a t0 2 t l l s e e x c e s s i v es e g m e n t a t i o n ，g i v i n gs e c u r i t yi nr e d u c i n gt h ee x c e s s i v es e g m e n t a t i o no f p a r t i c l ef i n a l l y a f t e rc o n f i r m i n gp a r t i c l et a r g e tn u c l e a r , t h r o u g hc o m p a r e dw i t h p a r t i c l er e b u i l da l g o r i t h m so fm a t h e m a t i c sm o r p h o l o g y u t i l i z et h ec o n d i t i o nd i l a t i o n a l g o r i t h ma n dr e c o n s t r u c t i o na l g o r i t h mo nt h eb a s i so fg e o d e s i ct h e o r y ，f i n i s ht h e r e c o n s t r u c t i o no ft h ep a n i c l e ，s of i n i s hs e g m e n t a t i o no fa d h e s i o np a n i c l e h a v e d i s c u s s e dc o m p u t i n gt e c h n o l o g yo fb a s i cg e o m e t r yc h a r a c t e r i s t i cp a r a m e t e ra sa r e a , p e r i m e t e r , m a c r oa n dm i n o ra x i so f t h ep a r t i c l e s o f t w a r ed e s i g nh a si n t r o d u c e dt h es t r u c t u r e ，i n t e r f a c ea n dm a i nf u n c t i o no ft h e s o f t w a r em a i n l y , a n dp r o v i d e dt h ef l o wc h a r tr e c o g n i z e ds y s t e m a t i c a l l y ；p r o v i d et h e a n a l y s i sr e s u l t so fm i c r o b l o o dc e l li m a g e ，p o w d e rb o d yp a r t i c l ei m a g ea n ds t e e lb a l l i m a g eg a t h e r e di na d d i t i o n i nt h er e s u l ti m a g em a r kp r o d u c eb o r d e ro fp a r t i c l e p r o v i d et h ea r e a , p e r i m e t e r , m a c r oa n dm i n o ra x i sa n ds t a t i s t i c sd i s t r i b u t i o nm a po f t h ea r e ao ft h ec e l la tt h es a m et i m e p r o v i d et w oa p p l i c a t i o ni n s t a n c e sa sl e dc o r e a n dw a t e rd r o p l e tm e a s u r eo nt h i sb a s i s t h ef m a la n a l y s i sr e s u l t so ft w o i m a g e sa r e s a t i s f a c t o r y ；m e e tt h er e q u i r e m e n to f p r a c t i c a la p p l i c a t i o n w h o l es o f t w a r es y s t e mp a s st o1 1 1 1i nc + + b u i l d e r5 0 b e c a u s eo fi si td e a lw i t h t h eb a c k g r o u n de f f e c t i v e l ya n da d o p ti m p r o v e da n a l y s i sm e t h o d ，s y s t e m a t i ca n a l y s i s e f f i c i e n c yi sh i g h e r ，a n di ti sw i d e rt ou s ei na p p l i c a t i o n k e yw o r d s ：p a r t i c l e i m a g e ，i m a g ep r o c e s s i n g ，i m a g ea n a l y s i s ，m a t h e m a t i c s m o r p h o l o g y 原刨性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进 行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何 其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡 献的个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人 承担。 论文作者签名：日期： 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保 留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅 和借阅；本人授权山东大学可以将本学位论文的全部或部分内容编入有关 数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本 学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：导师签名：日 期： 当奎奎堂堡主耋堡垒塞 第1 章绪论 1 1 数字图像技术在颗粒检测中的应用现状 近年来，数字图像技术受到人们广泛的关注。在人类接收的信息中有 超过6 0 来自视觉即图像( i m a g e ) 信息。这是人类最有效和最重要的信息获 取、交流方式。把图像当作检测和传递信息的手段或载体，直接对得到的 图像进行分析处理，从而获得我们感兴趣的信息已经成为重要的分析和测 量手段1 。 在颗粒检测的应用领域，如在医学细胞方面通过显微镜的人工分析、 统计，在冶金方面的粉体粒度分析，在农业科学研究领域中的水珠变化统 计，在化工方面对各种反应物粒子的形态及反应过程中的变化分析等，传 统的颗粒检测方法存在着准确度低，可重复性差，速度慢等缺点。随着计 算机技术和图像技术的发展，利用采集的颗粒图像通过图像处理和分析方 法来获得颗粒的特征参数已经成为颗粒检测的重要手段，并已广泛应用于 颗粒物作为原料、介质、产物出现在各种研究中。 图像技术的加入解决了单纯依靠人工进行颗粒的统计分析存在的操 作费时、复杂和精度不高等缺陷，而且重要的是用计算机可对颗粒图像作 各种处理，既加快了分析处理的速度，又突出人们需要的信息。很多人工 直接观察不到的重要信息，通过计算机图像处理分析之后能够很清楚地看 到：还可对颗粒图像作测量和统计分析等，大大丰富了单纯目测图像所获 得的信息内容。较大颗粒图像可以直接依靠c c d 摄像机获得。细小颗粒 通过光学显微镜或者电子显微镜获得，再通过c c d 摄像机，图像采集卡 等图像处理的硬件装置进行图像采样并转为数字量，进入计算机作图像处 理和分析，将其中的颗粒特征信息进行提取，并将其数字化成为计算机可 以分析处理的数据信息，最后将这些数据通过一系列的分析处理，就可以 得到满足不同研究需要的各种关于颗粒结构、性质等方面的信息。从颗粒 图像中我们不仅可以获得颗粒外观轮廓的信息，而且还可以迸一步的观测 当奎查耋堡圭耋堡篁塞 颗粒的内部结构并加以分析，为我们更好的了解颗粒特性并对其进行合理 利用创造了条件。图像处理与分析技术的臼益发展，使得采用综合性图像 处理与分析系统完成的颗粒测量和分析统计的方法广泛应用于颗粒检测 研究中。 具体到实际中，已有了许多成功的应用实例，比如：图像处理技术用 于泥沙颗粒分析1 2 1 ，原煤块率图像检测【3 】等；在计算机辅助分析系统 ( c a s p a ) 中铁谱磨粒的轮廓特征研究1 4 】以及关于磨粒图像中进行新的特征 参数的讨论与分析【5 1 等：粉体工艺领域中定量分析颗粒性质的各种不同校 准方法【6 】等；医学上细胞图像分析系统是近年来研究较多的一个内容，这 种系统能自动分析和计算细胞的各种参数，且能自动完成对细胞的分类与 比较，与人工分析相比，既减少了主观意识的干扰，提高了分析的精度， 又减轻了专业技术人员的劳动强度，提高了工作效率，因而在细胞生物医 学研究中具有重要的意义。成功的例子如以颗粒图像处理与分析为基础的 美国、日本等国生产的c e l l d y n l 6 0 0 ，s y s m e x 8 0 0 等自动分类机，通过 自动扫描平台对血液涂片扫描，获取细胞颗粒图像，经图像处理后提取各 种特征参数；还有诸如血及骨髓涂片中血细胞的自动识别和分割引，彩色 血液细胞图像的自动分割8 1 等。 1 2 本课题研究的意义 图像方法应用于颗粒检测可以大幅度提高速度，减少所用时闻，提高 准确性，并且通过软件分析可以实现各种参数的实时分析，图像曲线显示 等各种功能，应用前景广阔。正因为图像方法的重要性和其具有的巨大潜 力，颗粒图像的处理和分析方法研究一直受到广泛重视。其中关于如何从 颗粒图像中准确获得颗粒外观轮廓的信息，并进一步测量颗粒的特征参数 已经成为研究的热点。 从以往的研究看，虽然提出、解决了一些问题，但是由于颗粒图像分 析研究的特殊性和复杂性，还有大量的问题需要解决。各种以图像方法为 基础的颗粒检测系统实际工作时会受诸多因素影响，如光照条件、成像方 2 些奎查耋堡主耋垡丝塞 一：一 向的变化，图像采集设备的光电特性产生噪声等，使得问题较为复杂。因 此对于颗粒图像的背景光照不均匀校正问题、彩色颗粒图像的分割问题、 粘连颗粒分割中过分割问题等等都是研究的重要方向，研究的重点包括对 新方法、新手段的探索以及在原有问题上采用新的描述方法、求解手段等。 本课题研究的意义在于通过探索基于颗粒检测的数字图像处理和分 析技术的新方法和新手段，以求数字图像技术在检测颗粒过程中提高检测 速度、准确性以及检测应用的广泛性。 1 3 颗粒图像处理与分析步骤及方法综述 图像处理的重点在于图像之间通过变换以改善图像的视觉效果，图像 分析则主要是对图像中目标进行检测和测量。图像处理与分析方法是利用 图像技术分析颗粒的基础。图像分析之前的一个步骤是对图像进行处理， 而图像分析在图像工程中包含三个方面，分别是：图像分割、目标表达和 参数测量。如图l 一1 所示。 图l l 图像分析的总体结】 i j 颗粒图像有其自身的特点，但处理步骤上与其它类型的图像基本一 致。一般的分析过程是在对颗粒图像进行滤波去噪以及背景去除、边缘检 测和分割处理之后，通过相关的特征提取即可获得颗粒的特性参数。 颗粒图像的预处理作用是减小图像背景对目标的影响，为后续的目标 区域分割奠定基础。预处理主要包括图像去噪，背景校正等。图像去噪和 背景校正可以在空域或频域中进行，去噪要依据图像存在噪声的类型选择 生壅查耋堡主兰堡堇塞 合适的方法，例如可以通过平滑滤波器去除点噪声，加性高斯白噪声利用 高斯滤波去噪 9 1 等；背景校正中主要通过各种方法以增强目标的特征，同 时尽量减少背景的影响，这些校正方法主要在图像的空域和频域两个空间 进行，诸如空域中的图像灰度变换频域中的同态滤波【1 0 】等； 颗粒图像的分析方法中包括颗粒分割与几何特征参数测量。分割方法 中包括彩色和灰度两种不同图像的分割。灰度图像分割包括并行分割技术 和串行分割技术。前者是通过并行的方法进行分割的技术，主要包括边缘 检测、阈值分割法等：串行分割则是以串行的方法进行图像分割，主要包 括边界跟踪、区域生长等。彩色图像分割主要有两方面的内容，一是彩色 空间的选择，二是分割策略的制定。依据彩色空间的不同主要分为r g b 和h s i j 两种彩色空间。出于h s i 彩色空间中的h 、s 、i 各分量间的独立 性强，其相关性比r g b 彩色空间的r 、g 、b 要小的多，因此基于h s i 彩 色空间的彩色图像分割越来越受到关注mj 。具体分割策略需要根据具体情 况制定。 颗粒分割中的另一个重要方面是数学形态学i i 副中的处理方法。数学形 态学的基本思想是用具有一定形态的结构元素去量度和提取图像中的对 应形状以达到对图像分析和识别的目的。数学形态学中的基本算法包括腐 蚀、膨胀以及丌启闭合运算。对于颗粒的形态，粘连颗粒的分割等关键步 骤中，极限腐蚀、膨胀和测地膨胀等，以及灰度形态学中的流域分割等数 学形态学方法都是颗粒分割中不可缺少的重要方法，这些方法为准确分害 颗粒提供了保证。颗粒几何特征参数测量足以参数的计算方法为基础的， 各种参数的计算方法因其数学理论的不同而不同，基本的几何特征参数有 颗粒位置、方向、面积、周长、长短轴等等。 不同的颗粒特性需要不同的检测分析方法才能获得颗粒需要综合相 关的检测方法以获取全面的颗粒信息。随着科学技术的发展，在颗粒检测 过程中，引入了一些新的方法与技术，这样能够更好的对颗粒特性进行研 究，分析所得的颗粒特性能够更加完善。例如粘连颗粒分析中l i p i n g s h e n 1 刮采用了将平面曲线分离为圆弧的方法来分析图像中的粘连颗粒，其 中引入了两段圆弧之间的相关系数来辨识圆弧是否属于相同的圆，以辨识 4 出相同的颗粒。还有其他以新兴理论为基础的技术，比如基于分形理论 1 6 1 、基于矩和小波变换【17 1 、基于神经网络方法【18 l 等等图像处理与分析技 术。 论文按照对颗粒图像处理和分析的先后步骤进行论述，通过论述算法 原理和给出图像处理实例相结合来探讨各种方法的可行性。 图1 2 为论文讨论的颗粒图像处理与分析的总体结构。 厂图像去噪 r ，图像预处理1 图像背景光照不均匀校正 l厂灰度图像目标区域分割 i 颗粒图像处理与分析 图像分割 彩色图像目标区域分割 ll 粘连颗粒分割 ir 面积 特征参数测量 3 0 - ，g d o 上式中d 0 是一个非负整数。d ( u ，v ) 是从点( u ，v ) 到频率平面原点的距离， 用式子表示为： o ( u ，v ) = “2 + v 2( 2 - 4 ) 理想是指小于d o 的频率可以完全不受影响地通过滤波器，大于d o 的频率则完全通不过，d o 称之为截断频率。理想低通滤波器难以用实际电 子器件实现，实际采用的是b u t t c r w o r t h 低逶滤波器【2 引。阶为n 的 b u t t e r w o r t h 低通滤波器转移函数为 叫虬力5 可蒜( 2 - 5 ) 理想低通滤波器的转移函数剖面图如图2 3 所示。 0 其剖面示意图如图 o 图 d ( u , v 1 ) d o 图2 - 4b u t t e r w o r t h 低通滤波器转移函数剖面图 式( 2 - 5 ) 中的d ( u ，v ) = d 0 处有h ( u ，v ) = o 5 。频域低通滤波可以很好地 去除图像中的点噪声，但同时会使图像边缘产生模糊。 从图2 5 可以看出很好地去除图像中的点噪声，但同时会使图像边缘 产生模糊。 图2 - 5 低通滤波后的钢珠图像 2 2 照度不均匀的图像背景校正 图像背景校正技术目的是对原图像进行加工，消除图像中的照度不均 匀性。在基于视觉的检测和分析系统中，由于摄像机本身和摄像条件的影 响以及被摄物体局部表面对光线的吸收与反射性能不同，常常会造成光场 照度不均匀。它是影响检测精度和分析结果的一个重要因素。非均匀的光 场照度在图像中产生背景噪声，它和信号混合在一起，造成图像的对比度 不强和出现黑斑，对后续的图像处理和分析产生影响。而采用光学校正的 难度较大，一般采用高质量的l e d 光源可以获得较均匀的照明条件，但价 格昂贵且不可能获得一个照度绝对均匀的光源。因此在一些实时性要求不 高的场合中，可通过各种算法消除非均匀照度对颗粒图像识别的影响。 图像的照度不均匀校正技术根据处理所进行的空间不同可分为基于 图像域的方法和基于变换域的方法。即基于空域的照度不均匀校正技术和 基于频域滤波的照度不均匀消除技术 2 1 】。前者直接在图像所在空间进行处 理，空域是指由像素组成的空间。空域增强方法是指直接作用于像素的增 强方法；后者对图像的处理是通过在图像的变换域间接进行。为了有效地 对图像进行处理和分析常在频域空间对图像进行处理。 2 2 1 基于空域的背景校正 由于非均匀照明的结果，使得图像在大范围内存在不均匀的亮度分 布，基于空域照度不均匀校正技术一般是在空域通过对图像各种运算， 获得背景图像的估计值，然后和原图像进行运算。达到消除照度不均匀的 效果。下面的两种方法是在空域中常采用的方法。 1 、排序矫正法【2 “。具体算法是：假设在图像的任何一个区域中背景 总是比目标暗( 或亮) ，检查当前像素的邻域内各像素的亮度值用亮度最 低的值替换该像素的亮度，这一操作在排序统计滤波中又称为最小值滤 波。重复上述过程，直到图像中的目标消失，剩下的就是背景图像，从原 图像中减去该图像，可实现一定的光场较正。该方法对于照度很不均匀的 情况也可以矫正，但速度较慢，为了达到理想效果，对复杂的背景图需要 1 2 些壅奎耋堡主兰篁鎏窒 辅助以平滑处理，较为烦琐。从整个校正过程来看，排序矫正法算法简单。 计算复杂度低，但校正效果差。 2 、背景拟合法。通过人机交互或自动的方法在图像中选择一些背景 点用最小二乘法将这些点的亮度值拟合成坐标的二元函数，作为背景图 像函数的估计，然后从原图像中减去( 或除以) 该背景图像。主要步骤有图 像分割、重采样以及插值运算等。 。总体而言，基于空域的照度不均匀校正技术在图像的细节部分处理的 较为理想，但对于图像整体无论是排序矫正法还是背景拟合法以及其他一 些借助于图像空间模板操作的方法，效果都不尽如人意。所以需要借助于 频域空间进行处理。 2 2 2 基于同态滤波的背景校正 原理为：图像一般是对目标上反射进行量度而得到的，既由两部分构 成：( 1 ) 入射到可见场景上光的量；( 2 ) 场景中目标对入射光反射的比率。 我们分别称之为入射分量与反射分量。一幅数字图像可表示为f ( x ，y ) ，i ( x ，y ) 与r ( x ，y ) 分别为入射分量即图像可视为入射分量和反射分量。则有 f ( x ，y ) = i ( x ，y ) r ( x ，y )( 0 i ( x ，y ) o o ；0 r ( x ，y ) 矽4 h ( u ，v ) = 2 d ( u ，v )w 8 d ( u ，v ) w 4 ( 2 - 1 2 ) l o 5d ( u ，v ) w 8 其中w 表示图像宽度。 同态滤波函数剖面图如图2 - 6 所示。 2 o 1 0 0 5 0 w 8 w 4 d ( u ，v ) 图2 - 6 同态滤波函数剖面图 些奎奎兰堡兰堡垒塞 图2 7 为频域滤波处理结果，从图中可以看出图像高频成分得到增强， 低频成分被压缩。由于改善了图像背景的不均匀。从而突出了图像中的目 标。 2 3 本章小结 图2 7 背景校正后的图像 主要讨论图像去噪问题，在介绍图像噪声分类及图像邻域运算基础 上，讨论了空域中的中值滤波、高斯滤波以及频域中的低通滤波方法，并 给出了中值滤波、b u t t e r w o r t h 低通滤波处理后的图像。对现有的几种数字 图像的照度不均匀校正技术进行了归类和讨论。由于图像本身的复杂性， 在空域空问中多数算法达不到兼顾图像总体和细节部分的要求。对背景呈 明暗渐变形式的校正，通过变换至q 频域空间进行处理，使得图像中低频成 分削弱，高频分量适当增强，图像背景的照度不均匀校正达到了一定效果。 但由于图像目标中也包含有低频信息，另外同态滤波后在目标和背景之间 会产生不同程度的伪迹，这两点影响了校正后图像的质量。因此好的图像 背景的照度不均匀校正方法仍旧是研究的一个重要方向。 第3 章图像目标区域分割 图像分割【25 】就是把图像中具有特殊涵义的不同区域区分开来，这些区 域是互不相交的，每一个区域都满足特定区域的一致性。图像分割是图像 处理中的重要问题，也是计算机视觉研究中的一个经典难题。计算机视觉中 的图像理解部分包括目标检测、特征提取和目标识别等，都依赖于图像分 割的质量。尽管研究人员提出了许多分割方法，但是到目前为止还不存在 一种通用的方法，也不存在一个判断分割是否成功的客观标准，因此被认 为是计算机视觉中的一个瓶颈。 对于灰度颗粒图像，经过图像去嗓和增强后，下一步的处理就是在图 像总体上分割出目标区域和背景区域；对于彩色颗粒图像，分割处理时一 般在不同彩色空间中各个彩色通道进行，即可以在各彩色通道上进行去噪 和增强处理，然后确定目标区域，所以也存在目标区域和背景区域的分割 问题。目标区域分割正确与否直接影响到后续的处理，进而关系到颗粒特 征参数计算的准确性。由于颗粒在图像中总是呈现相同或近似的灰度和彩 色信息，对图像进行边缘检测然后利用图像中灰度或者彩色统计分布迸 行闽值处理，如果阈值方法选择得当，分割就会达到较为理想的效果。 3 1 灰度图像目标区域分割 灰度图像目标区域分割主要分为并行分割技术和串行分割技术，本章 主要讨论并行分割技术，主要包括并行边界分割技术和并行区域分割技 术。颗粒图像处理与分析中最典型的也是最常用的就是边缘检测和阈值分 割。如果灰度图像的目标与背景灰度差异较大，则可以利用闽值分割法进 行分割；如果目标与背景灰度相接近就需要进行边缘检测，然后利用阈 值分割方法进行分害i 。 3 1 1 图像边缘检测 1 6 l 、图像边缘 图像上的边缘点可能对应不同的物理意义，图像中的边缘点可能对 应：空间曲线上的不连续点；由不同材料或相同材料不同颜色产生的边缘 线上的点；物体与背景分界线上的点：物体阴影引起的边缘线上的点。虽 然图像边缘点产生的原因不同，但总体来讲都是图像灰度不连续的点，即 物体边缘特征是与图像灰度部分发生跳变的部分相对应的，因此，基于灰 度不连续性特征检测方法也就成为图像边缘提取的主要方法。图像灰度的 变化情况可以用灰度分布的梯度来反映，给定连续图像f ( x ，y ) ，其方向导 数在边缘法线方向上取得局部最大值。实际边缘检测就是求e 方向f ( x ，y ) 梯度的局部最大值。 f ( x ，y ) 在0 方向沿r 的梯度 笪= 要堕+ 要罢：正c 。sp + 厶s i n 口(3-1)o ra xo ra v a r q 1 8 g = t a n i ；y i f x 或蓬8e + 冗n 梯度最大值g = ( 善) 一= 厢。泖一 。 。 ( 3 2 ) 2 、边缘检测的微分算子法 边缘检测是使图像中目标轮廓更加突出的图像处理方法，它是一种重 要的区域处理技术。在对图像进行特征提取或目标区域分割之前，一般都 需要进行边缘检测。最常见的边缘检测方法是对原始图像按像素的某邻域 构造边缘算子，即微分算子法。 利用不同形式的微分算子，计算各象素灰度的空间导数，给出微分锐 化图像。如一阶算子r o b e r t s l 2 6 1 、p r e w i t t l 2 7 1 、s o b e l f z s l 等，二阶算子 哦 o y 叽 = 一 噶百啦 是 正 件条值大最的 可一丹 生奎奎兰堡圭堂堡丝塞 l a p l a c i a n l 2 9 】等。在图像边缘过渡比较尖锐而且图像噪声较小时，一阶算子 板。水平方向模板：8 三f垂直方向模板：i 二j 其特点是边缘定位准，对噪声敏感。 p r e w i t t 算子一般由2 个卷积核，一个核对通常的水平边缘响应最大而 另一个核对垂直边缘响应最大。2 个卷积核的最大值作为该点的输出值， 水平方向模板：8i ；l 垂直方向模板： i j l j 1j 1 其特点是边缘定位准，对噪声有抑制作用。 与使用p r e w i t t 算子一样，s o b e l 算子一般由2 个卷积核。图像中的每 个点都用这2 个核进行卷积，取最大值作为输出。 水平方向模板：| 二 ii 垂直方向模扳：f 1 享1 其特点是权值反比于邻点与中心点的距离，检测沿不同方向边缘时梯 颗粒图像中仅用水平与垂直两个方向还不能较好的提取边缘，为此这 晕采用改进的算子模板。例如p r e w i t t 算子，除水平和垂直方向两个卷积核 外，再加入两个斜方向的卷积核，另外加入左右之分，最终有8 个卷积核 参与计算。这8 个卷积核分别为： 水平向左方向模板：| = ：1 1 0 1 1 f 垂直向上方向模板：j 二1 1 i 1 1 j 1 1 水平向左方向模板：j 一1 o 垂直向上方向模板： o o 0 1 j l 一 ff 水平向右方向模板： 左斜向上方向模板： 左斜向下方向模板： l 1l l 垂直向下方向模板： 1 1 。! 。! i 右斜向上方向模板：l 罩爿 右斜向下方向模板：b 三，i 图3 1 是利用改进的p r e w i t t 算子对图2 7 边缘检测的结果，边缘检测 前作了空域滤波处理。 霜 图3 - t 边缘检测结果 3 1 2 图像分割中的阈值法 阈值分割法1 3 邮是一种非常有效的图像分割方法，其历史可追溯到近4 0 年前，现已提出了大量算法。对图像的进行阈值分割就是先确定一个处于 图像灰度( 或彩色图像中单个彩色通量) 取值范围之中的阈值，然后将图像 中各个象素的灰度值都与这个闽值相比较，并根据比较结果将对应的象素 分为两类或更多类，认为属于同一个部分的像素是同一个物体，从而达到 分割的目的。从该方法中可以看出，确定一个最优阕值是分割的关键。现 有的大部分算法都是集中在闽值确定的研究上【3 ”。闽值分割方法根据图像 本身的特点，可分为单阈值分割方法和多阚值分割方法；也可分为基于象 素值的阈值分割方法、基于区域性质的阈值分割方法和基于坐标位置的闭 i qii叫刮叫 一 一 一 1 o ， o o 0 一 l 0 一 l hrh卜4 一 一 m h r h 卜k r 些壅奎兰堡主耋丝墼塞 值分割方法等。若根据分割算法所有的特征或准则，还可以分为直方图与 直方图变换法、最大类空间方差法、最小误差法与均匀化误差法、共生矩 阵法、最大熵法、简单统计法与局部特性法、概率松弛法、模糊集法、特 征空间聚类法、基于过渡区的阐值选取法等【3 2 1 。 闽值分割法的结果很大程度上依赖于对阈值的选择，因此如何选择合 适的阈值是此方法的关键之处。 1 、o t s u 闽值法3 3 】 o t s u 阈值法是日本学者在1 9 7 9 年提出的一种全局阈值选取法，如果 一幅图像由一物体和背景构成，物体与背景有不同的灰度值，基于直方图 统计图像的灰度值为1 l 级，在1 l 间选择阈值k ，将图像分为目标 c o = 卜k 与背景c i = k 十1 l 两类，如果两类的类间方差盯。最大，则所求出的 k 为最佳闽值足。 在这种方法中，方差是灰度分布均匀性的一种度量。类间方差代表了 图像的明、暗两类的差别，类间方差值越大，说明构成图像的两部分差别 越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别 变小，类问方差最大的分割表示两类错分的概率最小。因此当图像由明、 暗两类构成，各类的灰度分布均匀时，运用最大类间方差法可以得到很好 的分割。 由于o t s u 阈值法是建立在图像仅由明、暗两类构成的基础上，类间 方差除了考虑方差外还用目标、背景概率作为加权系数，而概率实际上是 目标或背景在整幅图像中的比例，即反映了目标或背景的尺寸大小，这种 方法具有很强的适应性。另一方面，o t s u 阈值法在处理灰度分布复杂的 图像时，错分的情况较多况且这种方法以灰度分布为特征，计算时间较 长，性能较差。 2 、 一维灰度直方图熵法【3 4 】 “熵”的概念被引入了图像处理技术，人们提出了许多基于熵的闽值分 割法。1 9 8 5 年，k a p u r 等人提出了一维最大熵阈值法，对于一维最大熵分 割方法