（电力电子与电力传动专业论文）基于dsparm的图像增强技术.pdf

t h ei m a g ee n h a n c e m e n t t e c h n o l o g yb a s e do nd s p a r m a b s t r a c t h n a g ee n h a n c e m e n ti so n ee s s e n t i a lt e c h n i q u eo ft h ed i g i t a li m a g ep r o c e s s i n gt e c h n i q u e s i ti sa l l _ i m p o r t a n tl i n ki nt h ei m a g ep r o c e s s i n gs y s t e m ；m o r e o v e r ，i t sr e s u l th a sd i r e c tr e l a t i o n s w i t ht h eh i g h - l e v e lp r o c e s sa n dr e l a t i o n sw i t hu n d e r s t a n do ft h ei m a g e t h i sp a p e ru s e st h ed s pt or e a l i z et h er e a lt i m es y s t e mo fm e d i a nf i l t e r i n gi m a g e e n h a n c e m e n tb a s e d0 na n a l y z ea n ds u m m a r i z em o d e la n dt e c h n i q u e si ne x i s t e n c e i tu s e st h e l a p l a c i a na r i t h m e t i ct or e a l i z et h ei m a g es h a r p e n i n go ft h ei m a g ee n h a n c e m e n t ，a n du s e st h e d s pr e a l i z ei t t h em e t h o db a s e do i lt h ew a v e l e to fe n h a n c e m e n t ，i th a sg o o da n t i n o i s ea b i l i t ya n d b e t t e r r e s u l to fi m a g ee n h a n c e m e n tt h a no t h e rc o n v e n t i o n a li m a g ee n h a n c e m e n t b u tt h e w a v e l e tr e s u l ti sf l o a t i n gp o i n tn u m b e r s ，f o rt h ei n f e c t i o no f t h ec o m p u t e rl i m i t e d 、a 0 1 1 dl e n g t h ， i tc a nn o te f f e c t i v er e o n s t r u c tt h es i g n a l ，a n di td i f f i c u l tt or e a l i z eh a r d w a r e i no r d e rt os o l v et h ep r o b l e mf o rt h ew a v e l e t ，u s et h el i f t i n gw a v e l e ti th a ss i m p l e c o n f i g u r a t i o n 、l o w e ro p e r a t i o nq u a n t i t y 、o r i g i n a lb i to p e r a t i o ne t c i tu s e st h ep a r ti n f o r m a t i o n o ft h ei m a g et og e to v e rt h ed i s a d v a n t a g e st h a ti sm u s ta d o p tt h es a n r es c a l et r a n s f o r mf o r e v e r yi m a g e ，a n dg e t st h em o r ei m a g ee n h a n c e m e n tp u r p o s ef o rt h ep a l li n f o r m a t i o n b a s e do nt h ee m u l a t i o n ，t h i sp a p e rs e tu pt h ei m p l a n te n m l a t i o np l a t r i s e st h eh i g hs p e e d o p e r a t i o na b i l i t yo fd s pa n dt h es t r o n g l yc o n t r o la n dc o m m u n i c a t i o no fa r m 、t om e e tt h e r e a lt i m ed y n a m i ce m u l a t i o no fi m a g ee n h a n c e m e n t ，r e a l i z e st h er e e l t i m em a n a g ep r o c e s so f t h ei m a g ee n h a n c e m e n t ，t h e nm a k e sf o rai m p l a n te m u l a t i o np l a tf o rt h er e a lt i m ed y n a m i c s y s t e m k e y w o r d s ：i m a g ee n h a n c e m e n t ；w a v e l e t ；l i f t i n gw a v e l e t ；d s p ；a r m 大庆也油学院碗士硼究生学位论史 第1 章绪论 1 1 课题的研究背景和意义 人类依靠自身的器官获取有关世界的各种信息来认识世界。据统计，在人类获取的 信息中，听觉信息约占2 0 ，视觉信息约占6 0 ，其他味觉、触觉、嗅觉总的信息加起 来不超过2 0 。可见，作为获取和传递信息的重要媒体和手段一图像信息是十分重要 的m2 l 。 图像处理技术在第三代计算机问世后得到了迅速发展。1 9 6 4 年，美国喷气推进实验 室处理了太空船“徘徊者七号”发回的月球照片，这表示图像处理开始得到实用。在图 像获取的过程中，由于设备的不完善及光照等条件的影响，不可避免地会产生图像降质 现象。影响图像质量的几个主要因素是p j ： ( 1 ) 随机噪声，主要是高斯噪声和椒盐噪声，可以是由于相机或数字化设备产生， 也可以是在图像传输过程中产生； ( 2 ) 系统噪声，由系统产生，具有可预测性质； ( 3 ) 畸变，主要是由于相机与物体相对位置、光学透镜曲率等原因造成( f , 3 ，可以 看作是真实图像的几何变换。 数字图像是通过对模拟图像在空域进行采样而得到的。获取数字图像的手段有很多 种，包括电视摄像机( v i d e oc a m e r a ) 、飞点扫描器( f l y i n gp o i n ts c a n n e r ) 、扫描鼓、扫 描仪、显微光密度计以及遥感中常用的多光谱相机、多通道红外扫描仪、多光谱扫描仪 和真实空孑l 径雷达【4 。5 l 。医学上还有各类专用的成像设备。由于光照、设备本身的精度 以及随机噪声等因素，获得的图像质量总有缺陷。有时针对特定的目的，也会对图像质 量产生特殊的需求，如医学上对“病灶”的分析需要使图像中包含“病灶”的部分无噪 声，能清晰辨识；而对于机器视觉系统，需要改变图像的表现形式，使它更符合机器的 识别系统。因此，对得到的原始图像，需要一类技术来对它进行改善，以符合我们的各 种需求，这种技术就是图像增强。 图像增强是指按特定的需要突出- o g 图像中的某些信息，同时削弱或去除某些不需 要的信息的处理方法，也是提高图像质量的过程。图像增强的目的是使图像的某些特性 方面更加鲜明、突出，使处理后的图像更适合人眼视觉特性或机器分析，以便于实现对 图像的更高级的处理和分析。尽管图像增强与图像恢复的处理宗旨相同，但是这两种处 理方法的判断依据完全不同。在图像恢复过程中大都采用以信号模型为基础的用数学定 第l 章绪论 义的质量判据，以度量经恢复处理的图像与原图像之间的相似程度并加以改进，即图像 恢复的主旨在于恢复原图像信号的本色。与此相反，判断图像增强的好坏则采用随问题 而异的主观判据。图像增强是指按特定的需要突出一幅图像的某些信息，同时去除某些 不需要的信息。改善后的图像不一定逼近原图像。从图像质量评价观点来看，图像增强 的主要目的是提高图像的可懂度f ”。经过多年的努力，图像增强技术己取得了长足的 进步，并初步形成了一套比较完整的算法体系。 通过采取适当的增强处理可以将原本模糊不清甚至根本无法分辨的原始罔片处邢 成清楚、明晰的富含大量有用信息的可使用图像，因此图像增强技术在许多领域得到广 泛应用。在图像处理系统中，图像增强技术作为预处理部分的基本技术，是系统中十分 重要的一环。迄今为止，图像增强技术己经广泛用于军事、地质、海洋、森林、医学、 遥感、微生物以及刑侦等方面。 在个图像系统中，从图像的获取，到图像的发送、传输、接收、输出( 显示) 、 复制等等，每一个环节都会产生干扰，都会使图像质量降低。例如，摄像时，由于光学 系统失真、相对运动、大气湍流等都会使图像模糊；医学上由于受到人体的器官、组织、 光照等各个方面的影响，拍到的照片总是不尽人意，不太清晰，很难识别病变组织ji l 。 常组织，做出早期诊断。因此，如何对这些“降质”图像或受到噪声污染的质吊小a f | j j i 意的图像进行处理，以符合实际需求，例如尽可能恢复原貌，这是图像处理的 股盟水。 图像增强是图像处理的一部分，其目的是将图像中感兴趣的部分尽可能突现m 水。例丑 一幅侦察图像甚至有可能是经过各种欺骗和伪装后的侦察图像，在这类图像t - h 目标与 背景可能混淆不清，很难区别。如何从中识别出我们感兴趣的目标，如机场、地道、e 机、建筑物等等，就需要进行增强处理，以便将我们感兴趣的目标物突现出水。 一般来说，图像增强技术并不考虑图像降质的原因，只是选择性地突出图像中感必 趣的特征，同时衰减不需要的特征。所以经过增强处理改善后的图像不一定逼近原图像。 从质量评价观点来看，图像增强的主要目的是提高图像的可懂度一j 。 1 2 国内外研究现状 c a l i f o r n i a 大学的t o n yc h e n 教授认为，目前国际上最常用的三种图像处理框架是： 基于变换的图像处理框架；基于偏微分方程( p d e ) 的图像处删框架；基于统汁学的图 像处理框架。其中基于变换的图像处理框架主要在实现图像压缩 有优势，而基于偏微 分方程( p d e ) 的图像处理框架在图像的噪声去除、边缘提取、【到像分割上有优势。事 实上，除了这三种工具以外，数学形态学、小波变换图像去噪及图像分割方向电存在特 有的优势i i 。 大庆石油学院硕士研究生学位论文 1 2 1 图像增强技术 就图像增强技术而言，目前主要分为如下几类： 1 变换增强技术： 传统的变换增强技术主要是以直接灰度变换技术( 如灰度翻转、对比度扩展以及灰 度切片等) 、基于直方图的增强技术( 如直方图均衡化和直方图规定化技术) 、图像问运 算技术( 如多幅图像平均) “。这些技术对于图像增强效果比较明显，缺点是利用整幅图 像信息进行操作，没有利用图像中的局部信息，以便对受噪声影响不同的像素做不同的 处理。根据w e b e r 理论，人眼对较暗区域的噪声要比亮区域的噪声敏感的多，采用变换 方法，放大的噪声会使人较敏感地感觉到，因此增强效果不明显。 目前所做的工作主要有：自适应直方图均衡化方法，利用局部统计性的噪声去除方 法等，较好的克服了传统变换增强技术的缺点。 2 滤波增强技术。 传统的空域增强技术主要是卷积理论为基础的一些低通滤波技术( 如巴特沃思低通 滤波器、指数低通滤波器等) ，高通滤波技术，以及空域滤波增强技术。 目前所做的工作主要是将一些热f 学科与图像处理相结合，如基于神经网络的脉冲 噪声滤波技术，基于纹理分析的包细节平滑技术。 3 偏微分方程( p d e ) 增强技术。 可以分为各向同性和各向异性p d e 增强技术，能够较好的克服图像噪，旨与边缘之 间的矛盾，使图象去噪的同时保持边缘位置和图像细节，而且，各向异性p d e 增强技 术效果优于各向同性p d e 。7 c a l i f o r n i a 大学在这方面做了大量的工作，特别是o s h e r 和 t o n y ，他们的关于全变分( t v ) 方法和水平集方法，近几年有很多文章发表。 4 数学形态学增强技术。 主要是形态学平滑去噪技术【】。比较其他增强方法，数学形态学方法具有明显的优 势。如：基于数学形态学的形态滤波器可借助于先验图像的几何信息，利用数学形念学 算子可有效去除噪声，又可以保留图像中的原有信息。传统形态学平滑去噪方法的缺点 是在去噪的同时去除了图像中的细小特征。有人提出了一种新的基于数学形念学的图像 去噪算法( m i c ) ，能够比较好的克服这一缺点。 除了上述方面的工作以外，针对不同类型的图像，也研究了许多不同的增强方法。 有图像序列的增强方法、模糊图像增强方法、微观电视系统图像增强方法、遥感图像增 强方法以及医学图像增强方法等。 同时，由于图像增强技术还没有统一的评价准则l i ”，主要是根据人眼的主观判断决 定，基于人类视觉的图像增强技术也成为一种研究趋向。k a m e l 等人提出了基于人类视 第1 章绪论 觉模型的图像平滑方法，在g a b o r 滤波的基础上，结合人眼的生理特性，使平滑后的图 像比原图像有更好的视觉效果。 1 2 2 图像增强方法 从现有的文献看，图像增强方法大致可分为两类：一类是频域处理法，一类是空域 处理法。具体分类如图1 - 1 所示。 图像增强 空域算法 频域算法 f 灰度级校正 点运算 灰度变换 i 直方图均衡化和规定化 邻域运算 同态滤波 高通滤波 低通滤波 带阻滤波 邻域平均法 中值滤波法 图像平滑 噪声消除法 图像锐化 梯度倒数加权 选择掩模平滑 梯度法 拉普拉斯算子 高通滤波 掩模匹配法 统计差值法 图1 1 图像增强方法的分类 f i g 一1 一lc r a s so f l m a g ee n h a c e m e n tm e t h o d 1 2 t 2 1 空域法 空域法是直接对图像的像素进行处理，基本上是以狄度映射史换为挂础的。所用的 映射变换取决于图像的特点和增强的目的。具体说来，空域法包括点运算和帧扳处理两 种。其中，点运算是针对每个像素点进行的，与周围的像素点无关：而模板也算足在每 个像素点的邻域内进行的。 1 2 2 2 点运算 点运算中效果比较好的是直方图均衡化，它是统计意义上的增强方法，划j 二成像过 4 大庆_ ，油学院硕士研究生学位论文 程中曝光不足或者曝光过度造成的图像明显偏暗或偏亮等现象，有很好的效果。图像的 灰度直方图是图像中各像素对应的灰度等级分布的近似概率密度函数。狄度直方图均衡 化是经典的图像增强技术，其基本原理是：对一幅图像的灰度直方图，经过一定的变换 之后，使其灰度分布成为均匀或基本均匀的。直方图均衡化的意义是：通过处理以后使 得分布在每一个灰度等级上的像素个数相等或基本相等。但是由于灰度直方图只是近似 的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果； 而且，当灰度直方图有多个波峰时，它将使图像增强过度，使得输出图像有较严重的噪 声出现。 灰度变换，简而言之就是改变灰度的动态范围，从而增强某些灰度级的细节部分。 变换函数包括：线性函数、分段线性函数和非线性函数等。函数的选择取决于具体的成 像系统和应用场合。 灰度级校正是针对成像过程中受到光照、光学系统等的不均匀性影响导致某些部分 较暗或较亮的图像，具体的方法如下： 设原来的图像为s ( x ，y ) ，不均匀降质图像为g ( x ，y ) ，代表降质性质的函数为e ( x ，y ) ， 则降质过程可以描述为： g ( x ，y ) = e 扛，y ) s g ，y ) 所以只要获得降质函数，就不难建立原来的图像，最简单的方法是用一个狄度级全 部为常数c 的图像来标定测量此降质系统的降质函数，即假设此降质系统的输入图像为 l ( x ；y ) = c ，输出图像为g 。g ，y ) 。根据上式， g cx ，y ) = e ( x ，y ) l b ，y ) 可得 e 。= 厕g a x , d = 掣 这样原来图像为 瓜班矧e l = 嬲f f c z ，y i，i x ，yj 直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法：这个方法的基 本思想是采用累积分布函数作为变换函数，把原始图像的直方图变换为均匀分布的形 式，这样就增加了像素灰度值的动态范围从而达到增强图像整体对比度的效果。 但是，由于直方图是近似的概率密度函数，用离散灰度级作变换时很少能得到完全 平坦的结果，而且，变换后往往会出现灰度级减少的现象，这种现象被称为“简并”现 象。这是像素灰度有限的必然结果。由于上述原因，数字图像的直方图均衡只能是近似 第1 章绪论 的。 1 2 2 3 邻域处理 模板处理，又称邻域处理，分图像平滑和图像锐化两类。图像平滑的主要目的是减 少噪声。在频域，因为噪声频谱多在高频段，因此可以采用各种形式的低通滤波来减少 噪声，在空域和频域均可采用平滑【1 4 6 1 。具体说来，有邻域平均法、中值滤波、噪声消 除法、梯度倒数加权和选择式掩模平滑等。图像锐化的主要目的是使边缘和轮廓模糊的 图像变得清晰，并使其细节清晰。但由于锐化使噪声受到比信号还要强的增强所以要 求锐化处理的图像有较高的信噪比；否则，锐化后图像的信噪比更低。 1 ，2 2 4 频域法 频域法是在图像的某种变换域内，对变换后的系数进行运算，然后再反变换到原水 的空域得到增强的图像。这是一种间接处理方法。比如，先对图像进行傅立叶变换，再 对图像的频域进行滤波处理，最后将滤波处理后的图像变换值反变换到空间域，从而软 得增强后的图像。对于一幅图像来说，高频部分大致对应着图像中的边缘细节，低频部 分大致对应着图像中过渡比较平缓的部分。具体说来，频域法有低通滤波、高通滤波、 带阻滤波、同态滤波。 低通滤波，是利用低通滤波器去掉反映细节和跳变性的高频分量，对图像的作用就 是把尖峰去掉，但同时也将边缘的跳变信息也去掉了，因而使得图像比较模栩j ，故电称 平滑滤波作用。例如，对灰度反差太强的图像，对受到尖峰天电干扰或有叫顶粒i 优 的图像都可起平滑作用。低通滤波器有b u t t e r w o r t h 滤波器、指数滤波器和梯j | ! ；滤波器 等。 高通滤波，是利用高通滤波器忽略图像中过渡比较平缓的部分，突出那些能代表纠 节、跳变等的高频部分，使得增强后的图像边缘细节部分清晰。这种方法适1 盼于图像中 物体的边缘提取。但由于通过的低频太少，故处理后的图像视觉载果不好。i 而通滤波器 有b u t t e r w o r t h 滤波器、指数滤波器和梯形滤波器等。 同态滤波解决的是光照不均匀或光动态范围过大引起不清晰的图像。 1 2 2 4 直方图修改 灰度级的直方图是指反映一幅图像中的灰度级与其概率关系n q 图形。设变韪，代表 图像中像素灰度级。在图像中，像素的灰度级可作归一化处理，即0 曼l 存狄度级中， r = o 代表黑，= 1 代表白。对于一幅给定的图像来既，每个像豢的扶度级r 以番作为 个随机变量。这样，可以用概率密度函数p ，( ，) 来表示图像狄度级分伽，如图1 2 - a 和刚 1 2 b 所示，横坐标表示归一化的灰度级，纵坐标表示灰度级的频数。 从图像的灰度级分布可以看出一幅图像的灰度分布特性。例如，从上山个狄度级 分布函数就可以看出：图1 - 2 a 的大多数像素灰度值大多集中在较暗的区域，所以这l 旧 图像较暗，般住摄影过f t ：l ，曝光小足会造7 戊_ 这种结粜：降i1 2 - b 降j 豫的像粜9 ( _ ! ：仇人 多集。 r 在亮i ，此吲l 一2 曲的特陆址1 ：l ：6 北， + 般谯摄影f t = i l ) r ：j 嫂会甘j 薯( 这种绌粜。 所以从陶像的扶艘分币i 采髓这州幅像的质：i ；= 均4 h 烈。 i - * - il - 2 - ah1 2 - b 图l 一2 图像灰度级分布 f i gl 2i m a g eg r e yd i s u - i b m i n g 结合| | 的效粜，时f f 疗劁修段技术进 ：性能分析： ( 1 ) 适刖滟煳：埘j ：垛比过嫂或垛j 匕_ 小越f j 图像钉撇r 的臻一鞋效粜，刈比甜9 j i & 。 q ) 缺陷：盯j ：灰度n 办l 馨lj 灶近似的微j 红晰嫂两数，”j 离随的灰嫂“警搬钮变换叫 搬难得到究伞平蚍均匀的结粜；“1 获发“，j h 彳r 多个波峰| h 。亡：i 孑他矧像即蛳i 生f ： ：，户 有较。蜓的噪声m 现， 1 2 2 5 像对比发处州 打时，j ：兜度0 i 址战粜利1 耻线性畸变馊劁像的对比嫂尽“耻懋。达i l 、卜jt f i ：胡i 分 配像鬃1 j i f i j “f 采改孵列比度。n 文际t h ”】_ 根槲l l 体情况，选般棚心的变换l 均数最简，、| ，i 的址p j jr p l i 变换如蚓l 一3 所h 即将h 像的昭个扶搜按某l l 增强! 哎般捌、j 外还 午r ie 它一冲类诬的变换 螭数，如f 冬| 1 4 。 陶l 一3j 矧像狄度的线性腴甜变换1 - 4 瞅蛳的线映 ；| 干变接 f i g l 3 i h c i i n e r m a p p i n go f i m a g e g r e yf i 9 1 4r i h c ii m i t i n 9 1 , i n c i m a p p i n g 1 2 2 6 堪j ：小波分糟i 劁像蚋搬 如 ：所述陶像j ! 强疗法丁r 很多种，n 时也能圾钳桐h 女：i _ f 0 设粜，f ji 奠：战挺i 扎。 兰： 第l 章绪论 们在增强图像的同时，往往会带来了比较严重的负效应。比如，高频滤波会引起原图像 中噪声放大，在某种程度上是图像的清晰度降低，与增强的目的背道而驰；平滑滤波能 去掉些颗粒状噪声，但同时模糊了图像中原有的边缘及细节。另外，有些增强方法由 于本身的缺陷，应用范围很窄。比如，带阻滤波只适用于噪声在某个频段内的图像；空 域增强中的经典方法是直方图均衡化，但当灰度直方图有多个波峰时，它将使图像增强 过度，使得输出图像有较严重的噪声出现。 在采用f o u r i e r 变换进行分析一些非平稳信号，如音乐信号、语音信 扎像信【： 时，由于它们的频域特性都是随时间变化的。仅能知道信号所食有的频率信心，i 耵小能 知道这些频率信息究竟出现在什么时段上，为了克服f o u r i e r 变换的缺点，i 。生了短时 f o u r i e r 变换( s t f t ) 。 s t f t 在整个时频平面上只能采用相同的频率、时间分辨率，因为对j ：非平稳信 号，也许某一小时间段上，是以高频信息为主，我们希望用小的时间窗进行分析，而对 长时间段上的低频信号，希望采用大时间窗进行分析。因此，对于个时变的非平稳信 号，很难找到一个好的时间窗来适合于不同的时间段。 小波变换的引入弥补了s t f t 的不足。小波变换采用了可变带宽的窗函数f 滤波器) ， 在低频端用窄带滤波器进行分析，而在高频端用宽带滤波器进i j ：分析，这就足所i f 【i | 约州 对带宽固定的滤波器组。 小波分析由于它能多尺度多角度提取信号特征，并在不同尺度上让噪声1 、i i 信号州i 地区分开来，所阻它在图像去噪和增强方面有很大优势。近年来，国内外学者己将小波 分析初步用于图像增强| 【“”j 。 第种是基于小波的反锐化掩模法。反锐化掩模法在摄影技术中广为采用，目的是 增强图像的轮廓。光学上的操作方法是将聚焦的正像和散焦的负像在底板上叠加。散焦 的负像就好比“模糊”掩模，它与“锐化”正好相反，故此法称为反锐化掩模法。基本 公式是： g o ，y ) = 厂b ，j ，) + 足i ，g ，y ) 一于0 y ) j 其中，s ( x ，y ) 是原始图像，广( x ，y ) 是人为模糊后的图像( 在此处是小波变换j j i l 氏频图 像) 。灵活选择增强因子k ，可以得到不同的增强效果。 第二种是高频增强法。在小波分解与精确重构的基础上，对分解图像进n 线悱运钾 处理，抓住其中代表纹理的高频成分进行增强，然后通过小波逆变换重构图像。浚方洲、 通过突出高频来补偿轮廓，但没有考虑噪声的影响 2 0 l 。改进的高频增强法，足在对图像 进行小波变换以后，根据变换后的系数确定一个合适的门限，对于模值小于该门限的小 波系数均认为是噪声分量而舍去，最后通过逆变换重构滤波后的图像。存定程度【i 克 丈庆石油学院颧士研究生学位论文 服了噪声的影响。应用这种方法，必须有根据特定的图像选择合适的小波基，卅。有十分 理想的效果。 上面的处理主要集中于高频处理上面，对每一级分解的所有高频用常数增益来增 强，处理后的图像不仅有过度增强的情况，而且放大了图像的噪声；有的考虑到图像的 噪声，但没有将去噪和增强两个部分很好的结合起来。 1 3 本文主要工作 本文在分析了各种图像增强方法的基础上，分别采用提升小波、遗传算法和遗传提 升小波做图像增强，并且就行了仿真以及d s p a r m 的实现。 第1 章首先介绍了研究背景，图像增强的国内外发展现状，以及图像增强的基本原 理和存在的一些问题。 第2 章主要是中值滤波的图像增强及其的d s p 实现，图像锐化及其d s p 实现。 第3 章主要是基于小波的图像增强并且进行了m a t l a b 的仿真。 第4 章在分析了小波变换的基础上，将提升小波用于图像增强，并且作了m a t l a b 的仿真。 第5 章主要介绍了采用d s p a r m 的基础知识，设计了d s p a r m 的通信程序和硬 件结构，实现了实时的图像增强。 最后是对论文的总结部分，并对以后的研究方向进行了初步的探讨。 第2 章图像增强技术的研究与实现 2 _ 1引言 第2 章图像增强技术的研究与实现 图像的增强方法有很多种，本章主要讨论中值滤波的图像增强和图像锐化的方法 并且进行了d s p 的实现。 2 2 中值滤波的图像增强 中值滤波是种能有效抑制噪声的非线性信号处理技术，1 9 7 1 年划j 1 ：h 先提小， 他利用移动中值来平滑时间序列，并讨论了迭代的中值滤波，指出中值滤波j 以保川 间序列中电平的突然大变化( 即边缘) 。r a b i n e r 等人和j a y a n t 将移动中值圳一“未处删， 以消除音调中的噪声。f r i e d e n 发展了一种能使边缘增强的信号处理技术，用中值滤波 器作为消除寄生振荡的后滤波器，以后，一些作者将中值滤波器应用于图像。1 9 7 5 年， p r a t t 对加有正态白噪声和加有脉冲噪声的图像观察了中值滤波器的作用，他又研究了不 同形状滤波器窗的影响；w e c k s u n g 和c a m p b e l l 用中值滤波器排除扫描器的噪声。 2 2 1 中值滤波的概述及相关理论 2 2 1 1 一维中值滤波 当n 为奇数时，月个数，z ，爿。的中值就是按数值大小顺序处j ：t j 化h 数 ( 中间数) ；当 为偶数时，定义二个中间数的平均值为中值，一般情况p ，乃| j 沦力他， 均取n 为奇数，用符号： m e d i a n ( x 1 ，爿2 ，z 。) 来表示中值，例如m e d i a n ( 0 ，3 ，4 ，0 ，7 ) = 3 通过下式定义一个大小为”( n 为奇数) ，对序列( z ，j 习的中值滤波器： = m e d i a n ( x 。，x ，。) ，f z ( 2 一1 ) 式中v = n 一1 1 2 ，z 表示所有自然数的集合，也可以使用“移动中值”和“流动中 值”等术语。 2 2 12 二维中值滤波 人庆石油学院硕士研究生学位论文 数字图像由方格上的数集扛。 表示，这里( f ，j ) 取z 和z 2 的某子集。一个具有滤波器 窗口a ，对于图像 x 。，( f ，j ) e z 2 ) 的二维中值滤波器由下式定义： 巧= m e d i d ”k 。，仉s 4 j ，r i ，j z 二j ( 2 - 2 ) 可以使用各种形式的滤波器窗，例如线段，正方形，十字型，正方形框等，如2 - 1 所示。 ( a )( b )( c )( d ) 图2 1 滤波窗口a ，b 线段；c 十字形；d 正方形； f i 薛- 1f i l t e r i n gw i n d o w ( a ) ，( b ) i sl i n es e g m e n t ；( c ) i sc r i s s c r o s s ； ( d ) i ss q u a r e 上述中值滤波器的定义并没有说明如何计算有界序列和有界图像中接近终点和边 界点的输出量，种简单的规定已用来生成图像，它只计算既在图像内，又在窗内点的 中值，因此接近边界的中值将由数目少于a 内的点进行计算。 2 2 3 中值滤波的几种相似形 上面的中值滤波是一种严格的中值滤波，下面介绍几种从中值滤波衍生出来的滤 波，将其称为中值滤波器的相似形，与中值滤波器具有相同的特性：保护边界，减小噪 声，同时在某些方面比中值滤波好，在图像处理时根据需要合理选择。 2 2 3 1中值的线性组合 令a ( k = 1 ，k ) 为不同窗口，一个线性组合的中值滤波器为： 羔 y f 2 d m e d i a n ( x ) ( 2 3 ) k = t 式中a 是实系数，例如窗口集可以是具有边长为1 ，3 ，2 肛l 的方形窗或者是 直径是1 ，3 ，2 肛l 的圆形窗，也可以选择不包含原点的窗口集，如方形框或圆环。 若所有窗v i 集爿。都对称于i g a 并包含原点，则边缘图像爿o i j 的图像得到保护，但 边的高度受到ya k 因子修正： 第2 章图像增强技术的研究与实现 y 。= q + x o o ( 2 4 ) 这是根据组合中每一中值都保护边界这样一个事实而推断出来的，注意若 a k = 0 ，则y u = 0 。 2 2 3 2 加权中值滤波器 在严格的中值滤波器中，窗口内所有的| 值对所产生的输出都有相同的影响，如粜 希望强调中间点或距中间点最近的几个点的作用，可以采用加权中值滤波器，加权中位 滤波的基本原理是改变窗口中变量的个数，可以使个以上的变量等于同一点的值，然 后对扩张后的数字集求中值，以窗口为3 的加权中值滤波为例，表示如下： y ，= w e i g h t e d m e d ( x _ l ，j ，x ， y 。= m e d ( x h ，爿h ，x ，x ，x x j ( 2 一j ) 若中间点取奇数，两边点取对称数。 二维加权中值滤波与一维情况类似，如果适当地选取窗口内各点的权m ，川枞| 】仙 滤波比简单中值滤波能更好地从受噪音污染的图像中恢复出阶跃边缘以及l 他川1 ， 维加权中值滤波以3 3 窗口为例，表示如下： 原始窗口 x j - 、。lx i - 、j ? x ? 。j | “ x 、i _ x ? x 。一i i i x l + l 一1x ，+ i ，x f 十i ，+ l y = w e i g h t e d m e d ( x f _ 1 一l ；f _ l 、，；j h j + l ；x j f i ；爿，；+ l ；x 。，一i ；x ，；肖1 十l ；) 2 m e d ( x ，1 ；x 。一l ，；z 1 ；。一l 。j + l ；鼻。i ，j + l ；x l h ； 七j ，；z l ，；x 。，：x u + 1 ；，+ 1 ；x 一l ；爿，；x h 川) ( 26 ) 即中间的点取三个值，上下左右的点各取两个，对角线上的点取一个。 加权中值滤波与普通中值滤波有时会有不同的效果，例如，对卜普迎- 滤波仃 y = m e d ( 1 1 1 1 1 15 5 1 5 5 ) = 1 ；而加权后的中值滤波为y = m e d ( 1 1 1 1 1 1 5 5 5 5 5 15 5 5 ) = 5 。加 权中值滤波保持了方块角上的一点的值。 2 2 3 3 可分离中值滤波器 由于二维中值滤波实现起来结构复杂，速度较慢，因此在某些场合，应川i lj 分离r i l 值滤波，可以得到与二维滤波相似的效果。 首先对图像的每一行施用一维中值滤波，然后对所得图像的每一列再施用一维中值 大庆石油学院烦士研究生学位论文 滤波，也就是，首先 z ，= m e d i a n ( x 。一，爿。) ( 2 - 7 ) 然后 y = m d i a n ( z 。，z “z 。，) ( 2 8 ) 这种滤波器称为可分离的中值滤波器。 2 2 3 4 最大中值滤波器 中值滤波广泛应用于多维信号处理，但从一维到多维的扩展，结果不尽如人意，这 是因为尽管噪声被抑制掉了，但同时也带来了太多信号的失真和一些有用的信息的丢 失，像细线和折角，因此，有人提出了最大中值滤波器，这种滤波器能有效地去除掉 噪声，同时保护信号的几何特性。 以二维为例，对d 。点的最大中值滤波定义为： m 。) 2 m a x z t ，z 2 ，z 3 ，z 4 】 ( 2 - 9 ) 其中 z l = m d i a n ( a m 。，口。”) 乙= m e d i a n ( a m 一，d ，d 一+ ，) z 3 = m e d i a n ( a 。+ 。一，d n 。，d 。一。、) z 4 = m e d i a n ( a 卅1 n - ”，。，a 川，件) 因此，最大中值滤波的滤波窗若为2 n + 1 ，则共有8 n + 1 个点，窗口从左到右，从 上到下，当处理边界点时，可增加与边界值相等的点。 ( 2 9 ) 式定义的滤波器只能应用于信号处于较低值的背景中，以二进制信号为例， 图2 - 2 ( a ) 是值为1 的一条线位于0 值的背景中，对于= l 的最大中值滤波：陌0 值这条 线完全滤掉了，而且，当施行重复滤波时，o 值的线将被滤除得更严重，如倒2 2 ( c ) ， 是3 个0 值宽的线，经二级最大中值滤波后，它被完全滤除。 同样，对复杂信号的滤波也有相似特性，如图2 - 3 ( a ) ，值为1 的方块，经最大中 值滤波，方块得到保护，但为0 的方块，图2 3 ( b ) ，经同样的滤波器二次滤波后，方块 消失。 第2 章图像增强技术的研究与实现 000000 01 1 1 1 1 1110 111 1 110o 0000001o1111110111111o00 00 00010011111011111100 01 0000100011110111 1 110o01 1 00010o0o111o1111110 o 0111 0o10000011o111111oo01111 010000001o1111110o011111 1000000001111111 0o1 111 1 1 ( a )( b )( c ) 图2 2 典型信号( a ) 1 值线( b ) 0 值线( c ) - 三4 - 像元宽的0 值线 f i g2 - 2r e p r e s e n t a t i v es i g n a l ( a ) 1l i n e ，( b ) 0l i n e ，( c ) 0l i n eo ft h r e ep i t 为了要保护上面二个例子中0 值的线和方块，将最大中值滤波器作些改变，在第 二步，不取最大值，而取他们与中心的中值，即 2 。= m e d z l ，z 2 ，a ( 2 - 1 0 ) 其中，互与( 2 1 1 ) 式同，这样的二级中值滤波可以保护垂直的和水平的线，为了保 护对角线，必须加上一级中值，用三级滤波，即 y j 。= m e d z i ，z 2 ，a 。 ( 2 1 1 ) 其y 2 。= m e d z 3 2 4 ，口。 ( 2 一1 2 ) 将( 2 一l o ) 式用于上面所举的几个例子，可以看到，这种滤波器可以保护些典型俯 臼 可。 00000o 0llll1l 1 00 0 00001ll ll1 l 0 0l110 01l0 0 011 01 l 1lo ol l00 0l1 o0l11oo11ooo11 000o ooo1 l 11lll 0 0 0 0 000l1l l1 1 l ( a )( b ) 图2 3 典型信号( a ) 1 值方块( b ) o 值方块 f i g2 - 3r e p r e s e m a t i v es i g n a l ( a ) ld i a m o t l d s ，( b ) o d i a m o t l d s 1 4 大庆石油学院硕士研究生学位论文 2 2 3 中值滤波图像增强技术 中值滤波是一种最常用的图像增强技术，是非线性滤波。对于一般图像，中值滤波 可以较好地起到增强作用。特别地，对于椒盐噪声降质图像，中值滤波有很好的去噪效 果。 中值滤波是基于一个移动窗 2 1 ( 类似卷积) 并计算输入图像在窗口内的像素亮度值的 中值作为输出图像窗口中心的像素值而产生的。假定窗1 ：3 大小为，k ，先将j k 个像 素值按照从小到大的顺序排列，如果，k 是奇数，那么中值就是第( jx k 十1 ) ，2 个像索 值；否则，若j k 是偶数，那么中值就是第( j k ) 2 个像素值。应该注意的是，作为 输出像素值的值必须是输入图像中确实存在的像素值，以保证在利用整数进行计算时没 有舍入误差。 低通滤波器在消除噪声的同时会将图像中的一些细节模糊掉。如果既要消除噪声又 要保持图像的细节可以使用中值滤波器。中值滤波器的主要功能就是让与周围像素灰度 值的差比较大的像素改取与周围像素值接近的值，从而可以消除孤立的噪声点。由于它 不是简单的取均值，所以产生的模糊比较少。中值滤波器实际上是一类更广泛的滤波器 一百分比( p e r c e n t i l e ) 滤波器一的一个特例。 2 2 4 实时中值滤波系统 22 4 1中值滤波系统实现方案 中值滤波技术一般可以通过计算机实现也可以通过硬件实现。在本章选用以 r i d s d m 6 4 2 芯片为核心实现中值滤波。d s p 的开发系统包括硬件和软件两个方面。其 中，硬件包括一套e v m 开发板和仿真器，软件包括c c s ( c o d ec o m p o s e rs t u d i o ) 开发 环境。 t d s 6 4 2 e v m 多路实时图像处理平台是基于的芯片设计的评估开发板。板上d s p 的 计算能力可达到4 g i p s ，可以用于开发、分析和试验t d s d m 6 4 2 数字信号处理器算法和 应用。t d s 6 4 2 e v m 评估板帮助用户调试和评估使用t d s d m 6 4 2 编写的方法。c c s 包 括几乎所有的代码生成工具。使用c c s 提供的工具，开发者可以非常方便地列d s p 软 件进行设计、编码、编译、调测、跟踪和实时| 生分析。 为了能比较滤波前后图像的质量差别以及检验滤波效果，在以t d s d m 6 4 2 芯片为 核心数字滤波系统的基础上，加进a d 变换及输入输出部分，构成了一个实时中值滤波 器系统，将这个系统用框图2 - 4 表示： 第2 章图像增强技术的研究与实现 厕捆一圄一回一区三悃一示 g t2 - 4 中值滤波系统 f i g2 4m e d i a nf i l t e r i n gs y s t e m 外界图像经过采集的模拟信号，送到a d 进行变换，a d 变换出一行数二：量，中值 滤波就处理一行，并将处理结果输入给d a ，经d a 变换出来的模拟量送显示器显示。 2 3 图像锐化 图像锐化( i m a g es h a r p p i n g ) 是一种使图像具有的信息让人们易于观察的图像质量改 善方法，是图像增强技术的一种，增强图像中频率高的空间频率成分，突出图像众人们 感兴趣的信息，即图像的锐化( 或细微层次强调) 。 2 3 1 图像锐化的目的 锐化的目的在于突出图像边缘信息，加强图像的轮廓特征，使模糊图像嗖得清晰， 用于以后的边缘检测。而图像模糊的实质是图像受到平均或微分运算所致，丈现l 到像的 锐化，从数学角度看来，可以对图像进行逆运算，需要利用它的反微分运算，这是 因为微分运算其实是求信号的变化率，有加强高频分量的作用，从而使图像轮廓清晰。 从频谱角度来分析，图像模糊的实质是其高频分量被衰减，因而可以通过高通滤波操作 来清晰图像。在经过平滑后的图像的基础上锐化边缘，对于道路边缘的检测有很大的帮 助。 但是由于图像锐化的作用是使灰度反差增强，使目标轮廓上的像素，其狄度值