（计算机应用技术专业论文）纸币号码识别系统的设计与实现.pdf

摘要 本文致力于基于图像处理的纸币号码自动识别技术的研究，从实 际应用中采集大量的图像为样本，通过对多种算法的分析研究、计算 及仿真测试，从而提出一整套有效的图像预处理与识别技术。并以图 像的预处理与自动识别技术为核心，开发研制出自动识别号码的系 统。该系统首先通过c c d 摄像头采集图像，然后经过图像预处理、图 像分割、图像识别等几个过程输出号码串。实验证明，该系统能够适 应实际应用中的各种情况并满足高识别率、高识别速度的要求。 在系统识别过程中，由于号码区域只占整幅图像面积的极小部分， 为减少系统识别的时间开销，首先要解决号码定位的问题，本文探索 出了直接利用灰度图像进行号码区域的初步定位的方法，实现了号码 图像的快速定位。 在纸币图像的采样过程中，经常会由于种种原因造成字符的倾斜。 由于这些变形的存在，给字识别带来了极大的困难。本文针对现场采 集到的号码图像中经常遇到的整体倾斜字符的特点，设计了一种倾斜 字符的校正方法，并在实际应用中得到了有效的验证。 通过对特征识别法与模板匹配法的分析研究，发现单独使用其中 任何一个识别法的识别率都不高。本文提出综合模板法和特征识别法 各自的优点，采用一些简单稳定的特征对样本所属的模式类别进行快 速分类，再利用模板匹配法在小字符集内进行匹配识别，提高了字符 识别率与速度，实践证明这种复合法的识别率明显高于单个识别法的 识别率。 总之。本文提出的各条改进措旅，与原有的各种处理办法相比， 具有更强的适应性，识别结果也更加可靠，且经过了实践的检验，完 全能够满足实际应用的要求，显示了这些技术光明的应用前景。 关键词：号码识别，图像处理，特征提取，模板匹配法 a b s t r a c t t h em a i np r o p o s eo ft h i sd f s s e r t a t i o ni st os t u d yt h ea u t o m a t i c r e c o g n i t i o nt e c h n o l o g yo f b i u s e r i a ln u m b e r b a s e do ni m a g ep r o c e s s i n g ， t h er e l a t i v et h e o r i e s 两da l g o r i t h m sa r e a n a l y z e d a n dr e s e a r c h e d s y s t e m a t i c a l l y t h e n t h e , e f f e c t i v ei m a g ep r e p r o c e s s i n ga n dr e c o g n i t i o n a l g o r i t h m sa r ep r o p o s e dt h r o u g ht e s t i n gm a n yk i n d so ft h e m t a k i n g t h e s ea l g o r i t h m sa sk e r n e l , a l la u t o m a t i cr e c o g n i t i o ns y s t e mf o rb i l ls e r i a l n u m b e ri sd e v e l o p e d a tf i r s t ，i m a g ei sg a t h e r e dt h r o r l g l lc c dc a m e r a ， t h e nt h es e r i a ln u m b e ri so u t p u t t e dt h r o u g hp r o c e s so f i m a g ep r o c e s s i n g ， i m a g es e g m e n t a t i o n ，a n di m a g er e c o g n i t i o n e x p e r i m e n tr e s u l tr e v e a l s t h a tt h i ss y s t e mc a nd e a l sw i t hm a n yp r o b l e m sh a p p e n e di nt h ep r a c t i c a l e n v i r o n m e n t ，a l s oi ts a t i s f i e sd e m a n d so fh i 蛐r e c o g n i t i o nr a t ea n dh i g h s p e e d h lt h ep r o c e s so fs y s t e mr e c o g n i z i n gb e c a u s et h es e r i a ln u m b e ra r e a i so n l ys m a l lp a r ta st ot h ew h o l ei m a g e s oi no r d e rt od e c r e a s et h et i m e c o s to fr e c o g n i t i o n n u m b e ra r e ao r i e n t a t i o nm u s tb ed o n ef i r s t l y i nt h i s p a p e r , an e ww a yo fs e r i a ln u m b e ra r e ao r i e n t a t i o nu s i n gg r a yi m a g ei s p r o p o s e d t h i sm e t h o dc a r e x t r a c ts e r i a ln u m b e ra r e aq u i c k l y s e r i a in u m b e rd e f o r m a t i o ni sac o m m o ns i t u a t i o ni ni m a g es a m p l i n g p r o c e s s i tm a k e sn u m b e rr e c o g n i t i o nm o r ed i f f i c u l tt h a ne v e f b y a n a l y z i n gf e a t u r e so ft h o s ed e f o r m e ds e r i a ln u m b e x , a l g o r i t h mt os e r i a l n u m b e rc o r r e c t i o ni sp r e s e n t e d , w h i c hh a v eb e e np r o v e de f f e c t i v ei n p r a c t i c e t h r o u g ha n a l y z i n gt e m p l a t em a t c h i n ga n dt h er e c o g n i t i o nm e t h o d b a s e d0 1 1c h a r a c t e r i s t i e s 。i tr e v e a l st h a tr e c o g n i t i o nr a t eo fa n yo n eo f t h e s em e t h o d si sn o tv e r yh i g h s oan e wm e t h o dw h i c hc o m b i n e dt h e s e t w ow a y si sp r o p o s e di nt h i sp a p e r a tf i r s t ，i tc l a s s i f i e st h es a m p l ei m a g e i n t od i f f e r e n ts u b g r o u p su s i n gs o m es i m p l ec h a r a c t e r i s t i c s ，a n dt h e n r e c o 毋l i z e st h e mw i t ht e m p l a t em a t c h i n gi nt h es m a l l e rs u b g r o u p t h i s c o m b i n e dm u l t i p l er e c o g n i t i o nm e t h o dn o to n l yh a sh i g hr e c o g n i t i o nr a t e b u ta l s oh a sb e r e t w h o l ep e r f o r m a n c et h a na n yo t h e rs i n g l em e t h o d i i law o r d a l lt h e s em e n d e dt e c h n i c a lm e a s u r e sa r ep r o p o s e di n 山i s p a p e r c a n g r e a t l yi m p r o v e t h e s y s t e m sa d a p t a b i l i t y i nd i f f e r e n t e n v i r o n m e n t s ，a n di th a sb e e nv e r i f i e db yl o t so fe x p e r i m e n t s t h i s t e c h n o l o g ym u s th a v eag o o dp r o s p e c ti nt h ef u t u r e k e yw o r d s ：s e r i a ln m n b e rr e c o g n “i o n , i m a g ep r o c e s s i n g ，e x a c t i n g c h a r a c t e r i s t i c s ，t e m p l a t em a t c h i n g h i 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学 位或证书而使用过的材料与我共同工作的同志对本研究所作的贡献均己在论文 中作了明确的说明。 作者签名：圭l 丝剑日期：竺l 年工月乜日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位 论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容， 可以采用复印、缩印或其它手段保存学位论文：学校可根据国家或湖南省有关部 门规定送变学位论文 作者签名：勤垒盛4 导师签名：幽日期：幽年月生 硕士学位论文 第一章绪论 1 1 号码检测的意义 第一章绪论 目前，各种票证广泛地应用于人们的日常生活中，例如银行货币、支票、税 务发票和有奖证券等，出于需要，这些票证都统一印制了号码。另外随着计算 机技术的普及与运用，2 1 世纪人类迅速进入一个高度数字化和自动化的时代在 这样的一个时代背景下，基于计算机视觉和模式识别技术的智能号码检测系统对 提高劳动生产率、实现生产过程自动化方面具有重要意义 例如在邮政部门中广泛使用的信函自动分拣机就是一个很好的证明，信函自 动分拣机通过摄像头获取图像信息后自动识别出邮政编码，并依此将信件迅速分 类投递，这样可以大大降低工作人员的劳动强度，大幅提高劳动生产率，实现了 信件投递过程的自动化。 纸币作为一种重要的票证，其号码具有唯一性，每张没有重复，因此可用作 区分纸币的一种标识。 目前市场上的纸币识别器不能保证识别出所有假币( 尤其是国外的纸币) ， 也没有提供自动识别纸币号码的功能。因此国家银行在处理外汇业务时，往往采 用手工抄写纸币号码的落后方法来辅助处理纸币器没能识别出的假币事件。若能 开发出一种纸币号码识别系统，自动识别记录纸币号码并登记有关交易信息( 如 交易时间，交易对象等) ，一旦事后发现所处理的纸币为假币，就可以根据假币 的唯一的身份标识( 号码) 来跟踪有关交易信息，确定使用假币的交易者，从而 对其采取相应措施。 另外，利用纸币的号码信息可以实现对货币流通市场中的纸币的实时监控， 可对其进行有效管理，在打击纸币暴力抢劫与洗黑钱等方面都有积极的作用。例 如：当纸币被暴力抢劫后，利用具有号码自动识别功能的纸币器记录纸币号码， 将纸币号码与被抢劫号码数据库比较，一旦有相同号码出现，便可确认目前流通 的纸币为被抢劫的纸币，从而限制其流通，并能给公安机关提供破案线索和确凿 证据，可以有效地减少刑事犯罪活动。因此，号码检测具有广泛的实用价值和广 阔的应用前景。 本文试图在纸币识别这一特定的领域，对采集来的人民币号码图像进行相关 处理，正确高效的提取纸币号码。 硕士学位论文 第一章绪论 i 2 号码检测的现状与水平 号码检测的自动化是未来的发展趋势，将机器视觉、数字图像处理技术应用 于号码检测无疑是一个新的发展方向，在科技发达的今天，号码自动检测所需要 的理论知识和技术以及硬件技术已经十分成熟。此外，号码具有字体统一、大小 一致和印制清晰的基本识别特征，易于识别。再有就是当今的计算机技术无论是 在软件方面还是在硬件方面都有突飞猛进的发展，执行效率高、处理速度快、实 时性强和功耗低的硬件层出不穷，因此号码自动检测系统是可以实现。 国内外有不少的公司和厂家都正致力于开发和推出针对不同种类的印刷号 码自动检测系统像湖南金码科技公司，德国捷德公司等。其中有专门针对银行存 折号码自动检测的，也有针对钞票号码进行号码自动检测的我国在货币识别系 统地研制和生产上起步较晚，是自助设备已经在社会上广泛应用时才开始进行研 制和生产，在此领域的专项研究处于起步阶段，目前许多科研院所、企业都投入 了相当的人力、物力进行研究开发，取得了显著的成果，某些成果达到了国际领 先水平。特别是利用现金识别技术开发人民币识别设备的工作已经取得一定的进 展i l 埘，并积累了丰富的经验有了一定的基础，已经具备了应用于实际设备的条 件，已研制生产了各种应用在商业中自助设备。目前，国外已有一种验钞打号机， 可以对典型的纸币( 比如美元、英镑等) 进行自动识别和号码打印，这种装置的 典型识别速度为l 张秒。不过截止目前还没有点钞机附带号码自动识别装置的 文献报道。近些年，国内也有一些单位研制开发纸币号码自动识别装置，其中南 京航空航天大学开发了一种基于单片机的纸币号码识别系统，利用线阵c c d 摄像 机实现纸币图像的采集，再利用单片机实现号码的定位与识别该方法的主要问 题是难以达到满足现实需要的识别速度。 货币号码识别技术p 7 j 是研究高速运动状态或其他状态下进行的，由于纸币 票面状况非常复杂，或污染、或破损，要对其进行全面识别，实时地做出处理的 一门多学科综合性的实用技术处理现金业务所必须的机具设备，提供高自动化、 高智能化、高效率化的技术支持，使人们在经济活动中得到更加方便、快捷、准 确和可靠的服务。钞票和票据的处理必须做到“精、快、稳”( 即精确、快速 稳定) ，因此c c d ”j 快速成像技术、模糊信息处理技术、图像识别技术、机电一 体化和线性控制技术都将得到充分应用，具有鲜明的高技术特点，是一项有相当 难度的工作，仍有许多问题需要解决因此，我们有必要在货币识别的各个方面 进行细致研究与开发。 当前条件下，号码识别技术中所要解决的核心问题是实际号码的在线自动识 别问题。基于计算机视觉技术的号码图像自动识别系统工作的一般过程如下：由 2 硕士学位论文 第一章绪论 c c d 摄像器件扫描目标区域，经模数转换成为具有一定灰度分布的字符图像并将 其输入计算机。图像预处理环节一般包括消除噪声( 及平滑化处理) 、二值化处理、 行字切分、字符规范化、进行灰度线性或非线性变换等。经过预处理的图像成为 规范的二值点阵，按照识别方法的要求，抽取二值化点阵中代表该字的特征，并 与存储在计算机中的已知标准字的特征进行匹配，找出字典特征集中与输入字符 最接近的一个字符，这个字符即被认为是该次识别的结果。其硬件组成主要包括 以下四个基本模块：( 1 ) 图像采集模块，主要由图像采集卡和c c d 摄像头组成，用 于识别目标图像的采集：( 2 ) 自动触发模块，主要用于实现系统的自动处理和运 行：( 3 ) 中央处理模块，主要由计算机及其外围接口组成，用于完成系统中绝大多 数的处理和计算，并为各处理环节提供基本的软件平台：( 4 ) 信息的传输与通讯模 块，主要用于实现采样数据的传送及有关控制信息的发送和接收。： 根据实际应用过程中的特点，我们认为，上述识别过程必须满足以下几点使 用要求：( 1 ) 现场采集的序列号码图像的可靠识别( 高可靠率) ：( 2 ) 较强的现场的 适应性能( 高鲁棒性) ：( 3 ) 运算处理过程时问短( 实时性) 当前存在的主要问题是，虽然以及有了许多商品化的光学字符识别( o c r ： o d t f c a lc h a r a c t e rr e c o g n i t i o n ) 软件，但通常情况下，此类字符识别软件的处 理对象都是纸介质上的字符图形( 包括手写体和印刷体的数字，字母和汉字) ，而 对于实际应用过程中可能出现的各种强烈的噪声干扰和各种意外因素则缺乏足 够的考虑，无疑这将会大大影响这些软件在生产现场上的使用效能。因此有必要 结合实际情况进行进一步的研究工作。事实上，这部分内容也是我们在号码识别 中研究的核心内容 1 3 纸币号码检测的难点 号码检测应用最广泛，最成熟的一个领域就是车牌号码识别，相对于车牌号 码识别，纸币号码识别有着自己的特点与难点，现将两种号码识别系统性能对比 列表如下： 表1 1 两种母码识别系统性能对比表 典型车牌号码识别系统性能本文纸币号码识别性能 分辨率7 6 8 * 5 7 6 像素 1 0 q * l0 0 像素 目标区域大小约8 0 * 2 6 0 像素 约1 8 1 0 0 像素 匿像j 妻t 妾末干净，清晰脏，低分辨率 识别时问约1 秒约o 15 秒 识别率白天9 4 ，晚上9 0 *9 9 3 硕士学位论文第一章绪论 从上表中可以看到，纸币号码识别系统相比车牌号码识别系统有着自己的难 点问题，例如：车牌号码识别系统不能有效的识别脏的车牌，本系统讨论了准确 识别脏的纸币图像问题；由于纸币是软性的，字符图像可能会因扭曲而出现变形 的问题，纸币以不同方向进入识别器时也可能出现倒的字符图像，等等，这些问 题是在纸币号码识别系统出现的特殊问题，在车牌识别系统中是不会出现的；如 何迸一步提高系统识别率与识别速度，本系统相对于车牌识别系统而言，其识别 率与识别速度有了大幅提高； 1 4 本文的主要研究内容 本系统硬件由纸币识别器、摄像头、光源、图像采集卡、计算机等组成；软 件主要由目标区域定位与提取、图像二值化处理、图像去噪处理、字符图像的倾 斜纠正，字符图像的规范化处理、字符的识别模型等步骤组成，通i d l a t l a b 6 5 【9 唧编程实现在设计中主要考虑了以下几个因素；软件运行速度；光照均 匀性；纸币上的污迹和磨损。 图1 - l 号码识别系统流程图 图像采集通常可以通过扫描仪或c c d 摄像机获得，前者速度慢，成本高，并 需要专门设备完成：而c c d 摄像头具有采样速度快、使用寿命长、体积小、非接 触式获取图像等优点，适合快速实时图像处理过程，因此本系统选用后者作为图 像采集设备将摄像头固定在纸币器上，则每次采集图像大小也可以固定，为提 高号码识别速度，调整摄像头焦距，尽可能减小号码图像的面积，使所摄取的图 像清晰，本系统选择纸币图像区域尺寸为6 0 6 x 3 0 3 像素。获取的图像为2 5 6 位灰 度位图。 本文所作的主要研究工作都是围绕着号码的自动识别这一个核心问题。通过 对图像预处理与识别技术中已有的各种算法的分析研究、计算及仿真测试，从而 设计出一整套行之有效的纸币号码识别系统。具体内容包括目标区域定位、图像 4 硬士学位论文第一章绪论 二值化处理、图像去噪处理、字符图像的倾斜纠正、字符图像分割、字符的识别 模型及系统的设计实现几个方面： 1 目标区域定位与提取 首先通过对现场采集的各种图像的分析，把采集到的图像进行了分类对各 种可能出现的情况进行了分析，发现图像中的号码区域位置相对固定，我们如果 按照通用的流程先进行图像预处理的话，系统运行速度势必受到延缓基于这一 认识，提出了一种完全不同于以前的图像处理的流程，其最大的区别在于，此处 先实现包括号码的较小区域的定位，再在这个较小区域内实现图像的二值化处 理，最终实现号码位置的可靠提取 2 图像二值化处理 对于现场采集的纸币号码图像，首先完成了图像中号码区域的定位以后，这， 使得对这些包含全部目标信息的相当小的区域进行二值化处理将变得容易。通过 对二值化算法中关于阈值设定的深入分析，发现采用整体阈值的二值化方法在总 体执行速度上较快，且算法简单，但这种方法对不同光照的情况下适应能力较差。 为了更好地适应于不同光照的情况，本文采用计算图像灰度均值并加权的办法来 决定整体阈值，其中加权系数通过实验中的经验值来设定。 3 图像消除噪声算法 在深入分析图像二值化质量乃是识别成败的关键的问题的基础上，发现图像 的号码串虽经二值化处理后，还会在各个号码上存在毛刺和噪声，严重地影响了 识别的正确率。通过对各种消除噪声算法的分析，我们知道，当采用低通滤波器 或均值滤波法消除噪声时，由于图像边缘和噪声都属于高频分量，这样在平滑噪 声的同时也会平滑边缘；而如果用高通滤波器来增强边缘时，则同时也会增强噪 声，所以平滑噪声和增强边缘成了一对矛盾本文设计了一种根据邻域连通性来 消除图像噪声的方法，实现了简单高效去噪，其先进性还体现在可以设置估计噪 声的邻域半径，具有很好的适应性从实验结果来看，相对于传统滤波算法，本 算法具有很明显的去噪效果其最大的特点还在于，在消除噪声的同时不会模糊 图像和图像边缘，为后期的正确识别号码创造了良好的条件。 4 倾斜字符纠正 在摄取图像的过程中，经常会由于种种原因造成字符的倾斜。由于这些变形 的存在，给字符识别带来了极大的困难本文针对现场采集到的号码图像中经常 遇到的整体倾斜字符，号码图像本身并没有发生太大的变形，只不过号码图像自 身的水平方向与整个图像的水平方向出现了一个夹角的特点，首先确定出这个夹 角的方向和大小，对号码图像进行反向旋转变换，实现对图像的校正，并在实际 应用中得到了有效的验证。 5 硕士学位论文 第一章结论 5 字符分割 字符分割根据字符的定位结果，从字符图像中准确地把各个字符分割成相互 独立的子图像作为识别的数据源，是字符识别中关键的一步，其分割的准确性直 接影响识别的结果在分析垂直投影分割算法的基础上，针对垂直投影分割可能 产生字符粘连和分裂的情况，本文提出了根据已知字符宽度这一先验知识，在字 符宽度区域内寻找最小值的方法对垂直投影分割方法进行了改进取得了满意的 分割结果。 6 字符识别 在字符识别中，通过对特征识别法与模板匹配法的分析研究，发现单独使用 其中任何一个识别法的识别率都不高。在仅仅使用基于字符结构特征进行识别的 系统中，误识率会随着多级分类判定树级数的增长而增大。而模板识别法对一些 形状相近的字符的误识率很高，例如数字6 与8 ，字母t 与i 等，但是这些字符在 用特征法识别时误识率就比较低。这样可以充分利用各个识别法的优势，综合模 板法和特征识别法各自的优点，采用一些简单稳定的特征和少数几级分类判定树 对样本所属的模式类别进行快速分类，再利用模板匹配法在小字符集内进行识 别，提高数字识别率，实践证明这种复合法的识别率明显高于单个识别法的识别 率。 6 碰士学位论文第二章数字圈像处理技术及应用 第二章数字图像处理技术及应用 人们传递信息的主要媒介是语言和图像。据统计，在人类接收的各种信息中， 听觉占2 0 ，视觉占6 0 ，其它如味觉、触觉、嗅觉总括起来不过占2 0 s 而已。作为 传递信息的一种媒介，图像占有相当重要的地位。 数字图像处理亦称计算机图像处理u 1 卫】。它是将图像信号转换成数字格式并 利用计算机对其进行处理的过程。这项技术最早出现于5 0 年代，当时的数字计算 机己经发展到一定水平人们开始利用计算机来处理图形和图像信息。数字图像 处理作为一门学科则可追溯到6 0 年代初期。1 9 6 4 年，美国喷气推进实验室( j e t p r o p u l s i o nl a b o r a t o r y ) 利用计算机对太空船发回的月球图像信息进行处理。收 到明显的效果，不久，一门称为数字图像处理( d i g i t a li m a g ep r o e c s s i n g ) 的新 学科便诞生了这门学科诞生后，很快便对通讯、电视传输、医学、印染工业、 工业检测及科学研究等领域产生了重大影响。 2 1 数字图像处理及研究对象 所谓数字图像处理，就是指用计算机及其他相关数字技术，对图像施加某种 运算和处理，从而达到某种预想的目的例如：使退色模糊了的照片重新变清晰： 从医学显微图片中提取有意义的细胞特征等等 当用数学方法描述图像时，一幅图像可以看成是空问各个坐标点上光强度的 集合它的最普遍的数学表达式如式( 2 一1 ) 所示： i = f ( x , y ，z ，2 ，)公式( 2 1 ) 其中x y ，z 是空间坐标， 是波长，t 是时间，i 是图像点的光强度。这样一 个表达式可以代表一幅活动的、彩色的、立体的图像。如果研究的是静止图像， 则式( 2 1 ) 与时间t 无关；如单色图像，则波长 是一常数；平面图像，则与坐标z 无关因此对于静止的平面的单色图像来说，其数学表达式可以简化为式( 2 - 2 ) 的 形式： 1 = f ( x ，y )公式( 2 2 ) 式( 2 - 2 ) 说明一幅平面单色图像可以用二维亮度连续函数表示。在用计算机对其 处理之前，必须经过数字图像采集系统将图像信号量化成离散信号，这一部分工 7 硕士学位论文第二章敷字图像处理技术及应用 作称为图像的数字化。经过采样与量化所获得的图像才是计算机能够处理的数字 图像。 数字图像是连续图像f ( x ，y ) 的一种近似表示。通常可以用一个与采样点数相 同的 i ，( o ，0 )：f ( o , o f ( o , m 1 ) 厂( x ，力；f o , o )。毋1 ) ：f o , 膨一1 ) l ，i 一l o ) f ( n l 1 ) f ( n l f 一1 ) 公式( 2 3 ) g x n 矩阵表示成式( 2 - 3 ) 的形式。每一个采样点都称为一个像素0 i x e l ) 本文 中所研究的数字图像均可表示成公式( 2 - 3 ) 的形式，灰度等级为2 5 6 ，即图像任一 像素f ( x y ) 的取值范围为o f ( x ，y ) 4 2 5 5 。 2 2 图像平滑 一幅图像可能会存在着各种寄生效应( 即噪声) 。这些噪声可能产生在传输 过程中，也可能产生在量化等处理过程中。消除图像中的各种噪声成分的操作叫 图像的平滑或滤波 1 3 , 1 ”。其目的有两个：一是抽出对象的特征作为图像识别的 特征模式；另一个就是适应下一步的工作要求，消除图像采样时所混入的各种噪 声由于图像的细节在频域上反映为高频分量，易与噪声的高频相混淆，因此， 如何既有效的消除噪声又能很好的保持图像细节一直是图像平滑处理研究的 主要问题。 图像平滑在处理某一像素时，利用与该像素相邻的一组像素，经过某种变换 得到处理后图像中该点的像素值。目标像素的邻域一般是由若干个像素组成的二 维矩阵，该矩阵的大小为奇数，目标像素位于该矩阵的中央，即目标像素就是区 域的中心像素经过处理后，目标像素的值为经过特定算法计算后所得的结果。 区域中心像素周围的那些像素值在二维方向上提供了图像的亮度变化趋势的信 息图像中像素的亮度在一定距离上的变化速率称为酎像的空间频率。图像平滑 处理将改变图像的空间频率信息，减缓或增强图像中的某些特定的频率分量。图 像平滑处理可以分为两大类，一类是频域处理法，另一类是空域处理法。图像平 滑处理一般都可以通过卷积算法来实现，首先介绍一下卷积算法。 8 硕士学位论文第二章教字图像处理技木厦应用 2 2 1 卷积算法 卷积可以简单地看成加权求和的过程。卷积时使用的权用一个很小的矩阵来 表示，矩阵的大小是奇数，而且与使用的区域的大小相同。这种权矩阵叫做卷积 核，区域中的每个像素分别与卷积核中的每个元素相乘，所有乘积之和即为区域 中心像素的新值。比如，对于一个3 3 的区域p 与卷积核k 卷积后，区域p 的中心 像素r 表示如下： 9 p 5 。垂l p i 媸i 公式( 2 4 ) 公式( 2 5 ) 卷积核中各元素叫做卷积系数卷积核中卷积系数的大小、方向及排列次序决定 了卷积的图像处理效果大多数常用的卷积核都是3 3 的，所有卷积核的行、 列数都是奇数。 2 2 2 频域处理法 在分析图像信号的频率特性时，我们知道一幅图像的边缘，跳跃部分以及颗 粒噪声代表的是图像的高频分量，而其余大面积的区域则代表图像信号的低频分 量因此，用滤波的方法滤除其高频部分就能去除噪声，使图像得到平滑。 1 低通滤波：图像平滑与模糊 低通滤波的基本思路是保留图像空间频率的低频成分，减少图像的高频成 分低通滤波可降低图像中的视觉噪声，同时除去图像中的高频部分后，图像中 那些本来不明显的低频成分就更容易识别了。 通滤波可用卷积实现，低通滤波的频率截止点由卷积核的大小及卷积系数决 定用于低通滤波的卷积核叫做低通滤波器，低通滤波器具有如下特征： ( 1 ) 卷积核的行、列数为奇数，通常为3 ： ( 2 ) 卷积系数以中心点为中心对称分布： ( 3 ) 所有的卷积系数都是正数； ( 4 ) 距中心较远的卷积系数的值较小或保持不变 9 鸟 眨巧砾 一h h k 如码眨毋魄 一旧旧竹 中 归 鼽 舻 硕士学位论文第二章数字田侮处理技来及应用 下面的l p l 、l p 2 、l p 3 是三个常用的低通滤波器 l 9l 91 1 9 1 ，91 91 ，9 l 9 1 1 9 l ，9 l p l 1 1 0 1 1 0 l ，1 0 l 1 0 l ，s i ，l o l p 2 l ，l o i ，i 0 1 1 0 l ，1 6l ，81 1 6 1 g1 4 1 1 8 公式( 2 6 ) 1 1 1 61 8 1 1 6 l p 3 用低通滤波器进行平滑处理可以使噪声，伪轮廓等寄生效应减低到不显眼的 程度，但是。由于低通滤波器对噪声等寄生成分滤除的同时，对有用高频成分也 滤除，因此，这种去噪的处理是以牺牲清晰度为代价而换取的。图2 - 1 为分别采 用以上三种低通滤波器对号码图像平滑处理的结果。 原围 r e ) h 口瓶埔磨洼 困2 1 低i 雠波对比图 泐l p l 怔通滤波 棚) l p 种站t 嚣藏 2 高通滤波；图像锐化与清晰 高通滤波增强图像的高频空间频率成分，而阻挡低频空间频率成分。相对于 高频成分来说，低频成分被削弱了在需要突出图像中的高频成分时，可对图像 进行高遁滤波。 高通滤波可通过卷积柬实现，这时使用的卷积核叫做高通滤波器。高通滤波 器的基本特征是： ( i ) 卷积棱的行、列数为奇数，通常为3 ； ( 2 ) 卷积系数以中心点为中心对称分布； ( 3 ) 中心的卷积系数是正数； ( 4 ) 中心周围的卷积系数一般是负数或o ； ( 5 ) 卷积系数之和大于0 。 l o 硕士学位论文第二章教字图像处理技术及应用 下面的h p i 、h p 2 、m 3 是三个常用的高通滤波器，它们的一个重要特征是所 有卷积系数之和为1 ，以不改变图像的亮度。 一1一ll - 1 9 一l - ill h p l 01 15 01 m o12l l一2 5 2 公式( 2 一_ 7 ) ol 一21 m 在高通滤波嚣中，卷积核中心的卷积系数最大，在处理中起着关键的作用 当该卷积系数经过图像中的高频部分( 即像素值由突变的部分) 时，由于其值较 大，它与像素值的乘积很大，在卷积结果中占很大的比重。因此，卷积之后，图 像中像素值的突变变得更加突出，即图像中的像素值的羞得到增强；同时，图像 中像素值变化较小的区域( 低频成分区域) 所受的影响却很小所以，高通滤波 将使图像锐化，使图像更加醒目，在视觉上，就显得更清晰。但是，高通滤波也 同时放大了图像的嗓卢 “) 原困 缸) 砸2 高通海波 2 2 3 空域处理法 田2 2 高逼誊波对比田 ( b ) h v i 高通滤波 曲h p 3 高通滤波 1 均值滤波法 均值滤波法属空域平滑法，均值滤波法是指在数字图像区域中，用某点的邻 域各点的灰度平均值来代替该点灰度值的处理方法。对于号码图像f ( x ，y ) ，用 均值滤波法得到的平滑图像为g ( x ，y ) 。g ( x ，y ) 用式( 2 - 8 ) 表示： 1 1 硕士学位论文黄= 章数字图像赶理技术厦应用 鲋2 万1 溉三。，觚 ) 公式( 2 8 ) 式中，s 表示( x ，y ) 点邻域中坐标的集合，但其中不包括b ，y ) 点，u 表 示集合s 内点的总和。选择均值滤波法进行图像的处理对抑制噪声是有效的但 是随着邻域半径的加大，图像的模糊程度也越严重。如图所示： “) 曲值为3 的巍童 图2 - 3 均值滤波对比目 ( b ) 均值曲5 的遣垃 为了克服这一缺点，可以采用阈值法，它能减少由于邻域平均所产生的模糊 效应。其基本方法由式( 2 - 9 ) 确定。 g t x , y ) ：玄( 南触虮咖玄赢俐p 1 燃一9 )= 。 公a u 一蛳 l 他力，i f ( x , y ) 一亩( 曩觚呐l 妇l 式中t 就是规定的非负闽值，为经验常数，一般通过实验的方法，根据图像 处理后的仿真效果动态调整此常数直至确定出理想的阙值上式所表达的物理 概念是；当某一点和它的邻域内的点的灰度平均值之差不超过规定的阅值时，就 仍保留其原灰度值不变，如果大于闽值就用它们的平均值来代替该点的灰度值。 这样就可以大大减少图像的模糊程度。 比较以上采用不同尺寸的均值滤波器进行图像滤波处理的结果可知，当所用 的平滑模板的尺寸增大时，消除噪声的效果增强，但同时所得的图像变得更模糊， 细节的锐化程度逐步减弱。 2 中值滤波法 中值滤波法和均值滤波法类似，围绕中心像素戢j ) 选取一定的邻域将中 心像素和郐域像素( 记为a l , a 2 ，如。) 按照灰度值大小进行排序，选择中问的值作为 中心像素币，j ) 的新值，记为f ( i ，j ) 。 ，( i ，j ) 2m i d d l e 4 l , a 2 , a 3 公式( 2 一i o ) 1 2 硕士学位论文第二章数字图像处理技术及应用 由以上处理结果可以看出，尽管中值滤波法也会使得图像有一定程度的模 糊，但与均值滤波法相比，中值滤波器不像均值滤波器那样，它在衰减噪声的同 时不会使图像的边界模糊，在图像处理中它不会产生新的灰度值，同时还能很好 的保留i 訇像的边缘特征信息，综合处理效果要优于均值滤波法。 这也是中值滤波器受欢迎的主要原因中值滤波器去噪声的效果依赖于两个 要素：邻域的空间范围，中值计算中所涉及的像素值。一般来说，小于中值滤波 器面积一半的亮或暗的物体基本上会被滤掉，而较大的物体则几乎会原封不动地 保存下来。因此中值滤波器的空问尺寸必须根据手中的问题来进行调整。 与加权平均方式的平滑滤波不同，中值滤波要将邻域中的象素按灰度级捧 序，排序的时间开销较大，特别是随着滑动窗口的增大，因此，中值滤波只适应 消除小的盐点噪声 原图彻州t 滤波 常用的空域平滑滤波方法还有方形中值滤波法、十字形中值滤波、局域选择 平滑滤波等多种方法。这些方法的共同特点是采用的都是逐个像素操作方式，利 用各像素在图像中的位置关系来实现对各个像素进行处理，这正是空域处理方法 的基本特征。空域处理方法属于非线性滤波方式，能够有效地滤除脉冲型随机干 扰与噪声，并能够较好地保护图像的边缘信息。 2 3 边缘检测与增强 图像最基本的特征是边缘所谓边缘是指其周围象素灰度有阶跃变化或有屋 顶状变化的那些象紊的集合。它是用来进行图像分析、目标识别的重要特征边 缘提取技术广泛应用于目标识别、自动检测、字符识别、医学图像分析等方面， 在图像处理技术中，边缘提取技术e 1 6 1 7 1 ”占据非常重要的地位。由于原始图像往 往含有噪声而且边缘和噪声在频域上同样表现为高频信息，在空域上又提示表现 为灰度有较大的起落，所以在边缘检测前，必须对给定图像进行适当的滤波处理。 使图像的轮廓更加突出的图像处理方法叫做边缘检测或边缘增强边缘增强 是一种重要的区域处理。在对图像进行特征提取之前，一般都需要先进行边缘检 1 3 硕士学位论文第二章歌宁图像处理技术及应用 测，然后再进行二值化处理。边缘增强将突出图像的边缘，边缘以外图像区域通 常将被削弱甚至被完全去掉了。处理后边界的亮度与原图中边缘周围的亮度变化 率成正比 所有边缘增强方法都削弱了图像的低频部分口月，处理后图像的亮度保持不 变，像素值变化缓慢的区域变黑，而像素变化剧烈的区域被突出 边缘增强也可用卷积来实现，实际上，高通滤波就能实现一种边缘增强，用 于边缘增强的卷积核的基本特征是： ( 1 ) 卷积核的行、列数为奇数，通常为3 ； ( 2 ) 卷积系数以中心点为中心反对称分布； ( 3 ) 中心的卷积系数一般是正数； ( 4 ) 中心周围的卷积系数一般是负数或o ； ( 5 ) 卷积系数之和等于0 ( 个别例外) 。 使用不同的卷积核进行边缘增强可以得到不同的效果。常用的边缘增强方法 有平移和差分边缘增强、l a p l a c e 边缘增强和s o b e l 边缘检测。所有采用卷积的 边缘增强算法都是线性的，而s o b e l 边缘检测算法采用一阶微分的方法 2 3 1 平移和差分边缘增强 平移和差分边缘增强可分为垂直边缘增强、水平边缘增强和水平与垂直边缘 增强，它们分别使用如下所示的不同卷积核t 0o0 110 000 ( 口) 垂直边缘 01o o 10 o0o ( 6 ) 水平边缘 l0 0 01 0公式( 2 1 1 ) o00 ( c ) 水平与垂直边缘 该方法的基本原理是首先将图像平移一个像素，然后用原图像减去平移后的 图像。相减的结果反映了原图像亮度变化率的大小。对于原图像中像素值保持不 变的区域，相减的结果为零即像素为黑；对于图像中像素变化剧烈的区域相 减后得到较大的变化率，对应的像素很亮，而且像素值差别越大，则得到的像素 就越亮。如果相减后得到的像素值为负，则应取其绝对值，以保证原图像像素比 平移后图像像素更亮或更黑时，都能得到有效的增强。 1 当要增强垂直方向的边缘时，使用垂直方向卷积核。其结果是，先将 图像向左平移一个像素。再用原图像减去平移后图像。 2 当要增强水平方向的边缘时，使用水平方向卷积核。其结果是：先将 1 4 硕士学位论文第二章数字图像处理技术及应用 图像向左上移一个像素，再用原图像减去平移后图像 当要同时增强水平和垂直方向的边缘时，使用水平与垂直方向卷积核。 其结果是先将图像向左上移一个像素，再向左平移一个像素，然后用 原图像减去平移后图像。 ( a ) 垂直边缘增强图 ( c ) 水平垂直边缘增强图 2 3 2l a p i e 边缘增强 ( b ) 水平边缘增强图 图2 - 5 差分边缘增强对比目 娜i a 边缘增强b q 与上述几种方法不同之处在于，它是一种各向同性的增 强方法，即其边缘增强的程度与方向无关 l a p l a c e 边缘增强使用的卷积核如下： 0l l _ 4 ol 【 p l 0111 1181 o- - l11 l 陀 - - 11 - t 19 111 l a p 3 1 - 2l - 24 - - 2 公式q 一1 2 ) 1 吨l l a p 4 运用t a # a 1 与k 叫a c e2 进行边缘增强后的号码图如下所示： l a p l a c el 边缘增强图 ( b ) l a p l a c e2 边缘增强图 图2 6l a p l a c e 比图 1 5 硕士学位论文第二章教字图像处理技术厦应用 2 3 3 $ o b e l 边缘检测 s o b e 边缘检测是一种非线性的边缘检测算法，效率很高，用途广泛。s o b e l 边缘检测的基本方法是在x 、y 方向上分别使用不同的两个卷积核： 一lol 一2o2 一l ol x 方向 i2l ooo公式( 2 一l3 ) 一t2l y 方向 如果使用x 、y 方向卷积核得出的某一像素的卷积像素值分别为x 、y ， 则该像素的边界强度q 和方向a 可用如下的公式计算： 叮= a = a r c t a n ( y x ) 公式( 2 1 4 ) 这种计算的计算量非常大 用s o b e l 对号码图进行边缘检测后的图如下所示 雷妒1 3 国 7 国撇 圈2 - 7s o b e l 边缘检酒i 增强图 2 4 图像的二值化 图像二值化是用灰度变换来研究灰度图像的一种常用的方法，即设定某一阈 值t h r e s h o l d 2 侧，用t h r e s h o l d 将灰度图像的数据分成两部分：大于阈值的像素 群和小于阈值的像素群。例如输入灰度图像函数为f ( x ，y ) ，输出二值图像函数 为g ( x ，y ) ，则： m 川= 譬裟裟裂) 矧z 州， 1 6 硬士学位论文第二章教字图像处理技术及应用 通过求解阈值t h r e s h o l d 从而把灰度图像f ( x ，y ) 分成前景和背景两个区域。 阚值是把前景和背景区分开的标尺，选取适当的阈值就是既要尽可能保存图像信 息，又要尽可能减少背景和噪声的干扰，这是选择闽值的原则。按照这样一种思 想，可以将现有的二值化方法大致