第29卷2009年6月
计算机应用
Journal of Computer App lication s
Vo l.29
June 2009
文章编号: 1001 - 9081 ( 2009) S1 - 0222 - 01
周平1, 2 ,郑文刚2 ,孙忠富1
( 1. 中国农业科学院农业环境与可持续发展研究所,北京100081;
2. 国家农业信息化工程技术研究中心水利自动化部,北京100097)
小说春(****************g. cn)
摘要:针对鸡蛋图像的斑块祛除、污块处理和边缘锐化,提出了可同时进行处理的算法。该算法把图像分成若干子图像,对子图像进行具体处理,自动同时完成图像的滤波与锐化。试验结果表明:经算法处理过的图像达到了较为理想的效果,为禽蛋品质检测提供了必要的预处理。 关键词:图像;滤波;边缘锐化;预处理图像
江西萍乡官场地震
中图分类号: TN911. 73 文献标志码: A
Image f ilter ing and edge enhanc ing a lgor ithm
ba sed on loca l informa t ion
ZHOU Ping1, 2 , ZHEN G W en2gang2 , SUN Zhong2fu1
鸟嘌呤核苷
(1. Institu te of Environm ent and Sustainabl e Developm ent in Agricultural, Chinese Acad em y of Agricultural Sciences, B eijing 100081, China;
2.D epartm ent of W at er Conservancy Autom ation,
N ational Engineering Research Center for Inform ation Technology in Agriculture, B eijing 100097,
China) Abstract: This article mainly aim d at egg im age p rocessing about mottle removing, dirt block p rocessing and edge peaking. The alg orithm divided the i m age into certain sub2im ages, and gave specific p rocessing to each of them. It can
automatically comp lete the filter p rocessing and edge peak ing all at once. The test result indicated that the algo rithm has a good effect on im a ge p rocessing, and also p rovieded the essential p retreatm ent fo r the egg yo lk color exam ination m ethod.
Key words: im a ge filtering; edge enhancing; im a ge p retreatm ent
图像平滑与图像锐化是一种图像预处理技术,是图像理解与图像识别的重要前提环节。平滑主要是去除噪声,进而改善图像质量和突出对象特征[ 1 ] 。图像锐化主要是消除边缘模糊,增强图像边缘和线条,从而易于图像特征的提取、识别和理解[ 2 ] 。 1 常用的图像平滑与锐化空间算法
图像预处理一般在空间域内进行。图像平滑算法主要有邻域平均法、选择平均法、中值滤波和低通滤波等。邻域平均法可以降低噪声方差,但会引起图像失真,使目标物的轮廓或细节模糊;选择平均法会减少目标边缘模糊;中值滤波只适合点噪声,且对于持续期小于窗宽 1 /2的脉冲将进行抑制;低通
滤波也不能对块状噪进行有效处理。可见常用的算法不能去除块状噪声,也不能同时进行锐化操作。图像锐化算法主要有梯度法、高通滤波法、掩模匹配法等,其不足之处在于易把块状噪声点当作伪边缘,且滞后于图像平滑。
上述算法分别实现平滑与锐化,不能去除禽蛋上面的斑块、污块噪声。本文算法给出了一种新的思路。
2 算法机理
2. 1 获取子图像
设图像点(m , n) 为当前操作点, f (m ,n) 是其颜信息。
f (m , n) 在彩图像中可以是R、G、B分量,在灰度图像中则是其灰度信息。以点(m , n) 为中心获取大小为N ×N的子图像。
f (m - N /2, n - N /2) f (m - N /2, n - N /2 + 1) f (m - N /2, n + N / 2 - 1) f (m - N /2, n + N /2) f (m - N /2 + 1, n - N /2) f (m - N /2 + 1, n - N /2 + 1) f (m - N /2 + 1, n + N /2 - 1) f (m - N /2 + 1, n + N /2)
f (m, n)
f (m + N /2 - 1, n - N /2) f (m + N /2 - 1, n - N /2 + 1) f (m + N /2 - 1, n + N /2 - 1) f (m + N /2 - 1, n + N /2) f (m + N /2, n - N /2) f (m + N /2, n - N /2 + 1) f (m + N /2, n + N / 2 - 1) f (m + N /2, n + N /2)
2. 2 排序、抽取颜信息
用插入排序法对上述N 2 个数据信息进行排序,分别去除n个最大的和最小的颜信息值,保留剩下的N 2 - 2n个点的颜信息。N和n的取值应该视最大噪声块的大小而定, n 应该大于最大噪声块所占的像素点数,此点是算法的精华所在,
(下转第226页)
收稿日期: 2008 - 12 - 06;修回日期: 2009 - 02 - 06。基金项目:国家“十一五”科技支撑计划项目( 2006BAD10A04; 2006BAD11B05 ); 农业部948项目( 2006 - G63) ;北京市科技攻关项目(D0706007040191) 。
作者简介:周平( 1980 - ),男,安徽肥东人,博士,主要研究方向:农产品无损检测、农业节水自动化; 郑文刚(1975 - ),男,山东乳山人,副研究员,博士,主要研究方向:农业节水自动化; 孙忠富( 1957 - )男,辽宁庄河人,研究员,博士,主要研究方向:系统模拟与优化控制。
226
计算机应用
第 29卷
表 1 两个仿真系列变形区域平均运动参数表
仿真系列
A 11 A 12 A 21 A 22
B 1 B 2
Eric 系列 0. 025 897 6 0. 213 847 0. 003 455 6 0. 002 356 7 1. 112 863 0. 003 431
H a ll 系列 0. 237 341 0 0. 134 278
0. 023 453 4 0. 003 254 1 1. 102 455 0. 247 653
图 6 文献 [ 4 ]和 [ 8 ]中的方法所得到的 hall 系列图像分割结果
仿真的结果可以看出 ,本文所提出的方法分割结果更为
准确 ,可以得到令人满意的结果。
下城区课改在线
4 结语
本文提出了一种新的变形运动图像级连分割方法 ,并且 , 采用多尺度随机场方法来估计其中的背景运动参数 。本方法 首先根据图像中的全局运动进行一级分割 ,并在分割的过程中 逐步剔除不满足刚体运动假设的图像点 ,并将这些图像点归于 变形运动物体 ;然后再利用 snake 模型对图像中的变形区域进 行二级分割 ,从而最终得到分割结果 。本方法有效地解决了目 前变形图像分割中 ,由于对初始化过程依赖性较强 ,而导致的 分割过程有可能产生较大误差的问题 ,有效地减小了
变形分割 模型的吸收范围 ,提高了变形体图像分割的精确度。 参考文献 :
[1 ] PARK H W , SCHO EPFL I N T, K I M Y . Active contour model with
gradient directional inf ormation : D irectional snake [ J ] . IEEE
Transactions on Circuits and Syste m s f or V ideo Technology, 2001, 11 (2) : 252 - 256.
(上接第 222页 )
因为噪声的分布一般是连续的 , 而且呈现块状特征 , 最大的 n 个点中可能包含比图像信息更亮的噪声 , 最小的 n 个点可能
包含比图像信息更暗的噪声 , 建议 N 2
≥ 3n 。
2. 3 自动分类
对剩余的 N 2 - 2n 个已排序点颜信息用最大方差自动
取阈值法 [ 3 ]
进行分类 ,通常分为两类 , 分别称为类 1、类 2。求
出整体颜信息平均值和各类的平均值 ,记为
μ,μ1 ,μ 2 。 2. 4 判别 、处理
设定阈值 T, T 1 , 若 μ1 - μ2 > T, 则认为子图像内有边 缘
存存 ,反之则不存在 ; 若局部子图像存在边缘时 , 运用梯度
法 [ 4 ] 预判点 (m , n ) 是否为边缘点 ,若是则用锐化方法进行处 理 ;若 μ1 - μ2 < T 时 , 认为局部子图像不存在边缘 , 如果 f (m , n) - μ1 > T 1 , 则认为点 (m , n) 为噪声点 , 按噪声处理 方法进行处理 。
3 试验
根据上述思路 ,运用 VC + + 6. 0 开发了图像处理试验程 序 。图 1为原始图片 ,图 2~4 为试验效果图。调整 n 的值 , 可使图 4上的白斑变得更淡 。
[2 ]
TSECHPENAK I S G, RA PA N TZIK O S K, TSA PA TSA NL I S N. A snake model f or object tracking in natural sequences[J ]. Signal Pro 2 cessing: I ma ge c omm. unacation, 2004, 19 (3) : 219 - 238.
[ 3 ] ZHANG JUN, G A O J I A N BO , L I U W E I SO N G . I ma ge sequence se g 2
mentation using 32D structure tensor and curve evolution [ J ]. IEEE Transactions on Circuits and Syste m s f or V ide o Technology, 2001, 11 (5) : 629 - 641.
[4 ] COHEN L D . On active contour models and balloons[ J ]. CVG I P: I ma ge understanding, 1991, 53 (2) : 211 - 218.
[5 ] Mc INERNEY T, TERZO POULO S D . A dynam ic f inite element sur 2
f ace model f or segmentation and trackin
g in multidimensional medi 2
cal images with app lication to cardiac 4D image analysis[ J ]. Com 2 puterized Medical Imaging and Graphics, 1995, 19 (1) : 69 - 83. [6 ] CA SELLES V, K I MMEL R, SA P I RO G . Geodesic active contour s
活化钢
[ EB /OL ]. [ 2008 - 06 - 20 ]. http: / /w w w . iua . upf . es/ ~vcase 2
lles/papers_v/ GAC_article . pdf .氯化铁
[7 ] MALLAD I R, SETH I A N J A, VEMU R IB C. Shape modeling with
front p ropaga tion: a level set app roach [ J ]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1995, 17 (2) : 158 - 175. [8 ] X U C, PR I N CE J L. Snakes, shapes, and gradient vector f low [ J ].
IEEE Transactions on I mage Processing, 1998, 7 (3) : 359 - 369.
[9 ] XU C, PR I N CE J L. Gradient vector f low def ormable models[ EB / OL ]. [2008 - 06 - 20 ]. http: / / iac l. ece . jhu. edu /pubs/p120. pdf . [10 ] WOLLBO RN M. Doc . I SO / I EC JTC1 / SC29 /W G11 M3448, Re 2
f ined p rocedure f or objective evaluation of video object segmenta tion
algor ithm s[ S]. 1998.
参考文献 :
[1 ] 王耀南 ,李树涛. 计算机图像处理与识别技术 [M ]. 北京 : 高等教
育出版社 , 2006: 74.
[2 ] 徐全生 ,杨彬. 空间滤波与图像锐化技术在质量检测中的应用
[J ]. 沈阳工业大学 , 2006, 26 (3) : 294 - 296.
4 结语
本文方法可一次性自动完成图像的平滑与锐化 ,特别对 [3 ] IFEACHO R E C, JERV I S B W. 数字信号处理实践方法 [M ]. 罗 鹏飞 ,杨世海 ,译. 2版. 北京 :电子工业出版社 , 2006: 316. 于块状噪声有很好的处理效果 。算法运算量一般较大 ,但运 [4 ] 冯斌 ,汪懋华. 基于计算机视觉的水果大小检测方法 [ J ]. 农业
算量可根据处理的效果进行适当的调节 。
机械学报 , 2005, 34 (1) : 74.