【《红外图像预处理技术中的背景抑制及图像分割案例分析》1800字】

红外图像预处理技术中的背景抑制及图像分割案例分析目录TOC\o"1-3"\h\u16441红外图像预处理技术分析 1314441.1背景抑制 1169411.1.1空域滤波处理 1226151.1.2时域滤波处理 472071.1.3频域滤波处理 574231.2图像分割 6225491.2.1阈值分割 6180871.2.2边缘分割 7208341.2.3区域分割 9背景抑制空域滤波处理 空间滤波用于单帧滤波，主要有如下几种方法。由于弱小目标和背景的差别大，属于高频分量，所以不能采用低通滤波而是采用高通滤波。首先利用原始图像和估计背景通过差分处理来去除背景,然后对去除背景的图像进行图像分割，去除孤立噪声。1）中值滤波 中值滤波是指将图像中各点的灰度值替换为邻域内各像素点（一般为周围八个像素点）的灰度值的中值，是一种线性的滤波方法。[11]在实际的操作中，需要利用滑动窗口遍历整个图像。实验分析： 使用MATLAB的中值滤波函数medfilt2处理结果如下图3-1，可见一些较明显的噪声，主要是由设备引起的噪声得到了较好的抑制。（a）原始图像（b）中值滤波图像 （c）原始图像（d）中值滤波图像图3-1中值滤波实验结果2）均值滤波 均值滤波是一种线性滤波，是将图像中各点的灰度值替换为该点与其邻域内个点的灰度值的均值，效果与低通滤波类似。去噪后图像各点的灰度值v(i,j)如下： （3-1）其中u(i,j)表示原图像各点的灰度值。3）高通滤波 高通滤波，顾名思义，是保留图像中的高频信息而将低频信息过滤掉，使图像的边缘等细节更加清晰，起到锐化的作用。具体实验中可以使用laplacian算子、sobel算子、prewitt算子、log算子进行高通滤波处理，其中laplacian算子常用于线性滤波，sobel算子、prewitt算子、log算子常用于非线性滤波。实验分析： 使用sobel算子、laplacian算子、prewitt算子对图像进行处理，结果如下。(a)原始图像(b)sobel算子高通滤波(c)laplacian算子(d)prewitt算子图3-2高通滤波实验结果4）高斯滤波在均值滤波的处理过程中，中心像素与相邻像素灰度值的权重相同，可能会造成细节模糊的现象，为了减弱这一现象，可以适当增加中心像素点灰度值权重，这样就得到了高斯滤波。实验分析：(a)原始图像(b)sigma=0.5的3*3高斯滤波(c)sigma=1.0的3*3高斯滤波(d)sigma=1.5的3*3高斯滤波图3-3均值滤波实验结果时域滤波处理 由于红外成像设备频率很高，拍摄照片的速度很快，相邻帧的图像之间背景差别很小，可以根据此特点设计算法来抑制背景，这就是时域滤波处理。[12]频域滤波处理 频域滤波一般指的是利用傅里叶变换将空域的信息转换到频域来进行处理，随着技术的发展进步，小波变换的方法也应用到红外图像处理中且成为主流的方法。 因为最终要保留目标的信息，而目标信息一般是高频信息，所以在频域内进行图像的预处理需要进行高通滤波。高通滤波是指将图像进行微分运算，使细节信息更加突出。设f(i,j)为原图像，则滤波后图像g(i,j)为： （3-2）典型的高通滤波器有巴特沃斯滤波器、高斯滤波器。实验分析：使用高斯滤波器进行处理结果如下图3-4高斯滤波器频域处理结果图像分割阈值分割 阈值分割的三种经典算法为最大类间分割法（Otsu）、迭代法和最大熵法。[13]另外随着技术的不断发展，还出现了一些基于遗传算法的阈值分割、基于形态学的方法等。最大类间分割法（Ostu法） 利用聚类的思想，通过计算方差寻找一个合适的灰度值，将图像按这个灰度值分为两部分，使两部分之间的灰度值相差最大，各部分之间的像素灰度值相差最小。[14]迭代法 迭代法的基本原理是，确定一个灰度值阈值作为起始值，经过算法的不算迭代找到合适的阈值，使用该阈值对图像进行阈值分割。最大熵法 将图像分为目标和背景两类，最大熵法分割的目的是让两类的后验熵最大。实验分析：图3-5阈值分割结果边缘分割 边缘分割要首先进行边缘检测，边缘检测通过检测灰度值具有突变的地方，通过边缘检测将图像分为不同区域。 用MATLAB对图像进行边缘检测主要使用edge函数和imfilter函数。实验结果如下图,图5-2是经过去噪后的图像的边缘分割，图3.6是未经过去噪的图像的边缘分割，可见去噪后的图像分割的效果更好。图3-6去噪图像的边缘分割图3-7原始图像的边缘分割区域分割区域生长法 区域生长法的基本原理和实现步骤如下。首先选择一个像素点作为像素种子，划定该像素点所在的某一邻域，将该邻域中与种子像素具有相同或相似特性的像素组合到像素种子的周围。[15]将组合到周围的像素当作像素种子，并且继续上述处理，直到满意的像素不再被吸收为止，最终将建立一个分区。选择可见目标中心作为种子，实验结果如下图3-8：图3-8区域生长法图像分割 2）区域分裂合并法 区域生长法是从一个像素点出发，处理整个图像，而区域分裂合并发是从整个图像出发，处理到每一个像素点。区域分裂