第9卷 第13期 2009年7月1671-1819(2009)13-3830-04科 学 技 术 与 工 程Science T echno logy and Eng i neer i ngV o l9 N o 13 July 2009 2009 Sci T ech Engng图像预处理的滤波算法研究周姗姗 柴金广(中国科学院上海技术物理研究所,上海200083)摘 要 对于需要持续跟踪目标的成像系统来说,目标会出现由点到面或由面到点的变化。
针对这种情况,分析并比较了三种点目标和面目标均适合的图像预处理滤波算法。
仿真实验证明,改进的高通滤波算法比高通中值滤波算法和高斯高通滤波算法效果更好,可以在实际工程中得到应用。
关键词图像预处理 中值滤波 高通滤波 高斯滤波中图法分类号 TN 911.73; 文献标志码A2009年3月20日收到第一作者简介:周姗姗(1983 ),女,中国科学院上海技术物理研究所,物理电子学博士研究生,研究方向:信号与信息处理,E -m a i :l pu rpleas h an @126.co m 。
传统意义上,成像系统在获取图像之后,首先需要对图像进行预处理,以消除图像背景及系统噪声的干扰。
这有利于后续的图像综合处理,从而降低目标识别等关键任务的复杂度。
在一帧图像上,对于点目标来说,其面积只占1个像素点,灰度与周围邻近象素点的灰度有明显的差异,反映在频谱上即处于高频部分,近似于高频噪声。
基于这个特点,已有大量文献针对点目标提出了许多滤波算法,包括:高通滤波、Robinson 滤波、匹配滤波、神经网络、小波变换、分形滤波、形态滤波等等。
预处理后的图像主要保留了点目标及孤立的高频噪声点。
对于面目标来说,目标边缘与背景的灰度差异仍旧显著,而目标内部的灰度变化缓慢,反映在频谱上则处于低频部分,若应用点目标的滤波算法,诸如高通滤波,处理后会发生目标边缘灰度增强但中心部分灰度降低的情况,相当于目标内部被看作背景受到抑制。
因此,适用于面目标的算法,主要以能有效消除噪声并保留图像细节的滤波为主,如:中值滤波、均值滤波等。
对于需要持续跟踪目标的成像系统,目标在成像面上的大小会随着跟踪距离的变化而不同,因此图像上呈现的目标会在点与面之间变化。
如果对点目标和面目标采用两种不同的预处理算法,在工程应用时会增加系统的复杂度,延长系统的响应时间,降低系统的实时性。
为此,寻找一种点目标、面目标均适合的滤波算法是很有必要的。
本文选取了以下几种滤波算法,分析了它们的基本原理和公式,通过仿真实验比较并验证其可行性。
1 高通中值滤波算法传统的高通滤波算法能有效地抑制大面积的低频背景,增强目标边缘,但无法滤除孤立的高频噪声点,同时还会削弱目标中心的灰度。
传统的中值滤波算法则恰好相反,它能有效滤除高频噪声点,保留完整的面目标,但无法抑制低频背景。
基于将两者优缺点互补的思想,提出了一种高通滤波和中值滤波相结合算法。
这里,高通滤波算法采用低通滤波的形式对输入图像作背景预测;中值滤波算法采用传统的滤波方法,即一个像素点的灰度值由该点邻域内像素点的灰度中值来代替。
其滤波流程如图1所示。
算法表达式为[1]:Y(i ,j)=X (i ,j)+M ed (i ,j)-2L p (i ,j)(1)图1 高通中值滤波算法流程(1)式中:Y (i ,j)为输出图像;X (i ,j )为输入图像;M ed (i ,j )为中值滤波图像;L p (i ,j)为低通滤波的预测背景图象;中值滤波公式为[2]:M ed (i ,j)=m m ed ian S{X (i -p,j -q )};(p,q ) S(2)(2)式中:S 为滤波窗口。
低通滤波公式为:L p (i ,j)=1RR-1r =01-1Rrs(i ,j ,r )+1-1RRs(i ,j ,R )(3)(3)式中:s (i ,j ,r )=14[X (i -r ,j -r )+X (i -r ,j +r )+X (i +r ,j -r)+X (i +r ,j +r )](4)R 为滤波半径。
2 高斯高通滤波算法高斯滤波是一种线性平滑滤波,可去除图像中的细节部分,同时能减少图像的噪声。
在本算法中,高斯滤波用于消除高频噪声,同时克服边界效应,使得面目标从中心到边缘的灰度值能够平滑过渡;经高斯滤波抑制噪声后,再由高通滤波完成背景抑制。
其算法流程如图2所示。
图2 高斯高通滤波算法流程算法表达式为[3]:高斯滤波G :(i ,j)=X (i ,j )T (m,n)(5)高通滤波:Y(i ,j )=G (i ,j)-[ 8p =1G (i +p,j)+-1p =-8G (i +p,j)+8q=1G (i ,j +q )+-1q=-8G (i ,j +q )]/32(6)(6)式中,G (i ,j )为高斯滤波图像;X (i ,j )为输入图像;Y(i ,j)为输出图像;T (m,n)为3 3的高斯滤波模板,其表达式为:T =116121242121(7)可以看到,模板中心点的权值最大,随着距中心点距离的增加权值减小,从而降低平滑处理中的模糊程度。
3 改进高通滤波算法基于高通滤波抑制背景的原理,为了解决高通滤波造成面目标中心灰度严重下降的问题,这里提出一种改进的高通滤波算法,即背景预测由低通滤波完成,再将输入图像与预测背景图像相减,获得背景抑制后的滤波图像。
其算法流程如图3所示。
图3 改进的高通滤波器算法框图算法表达式为[4]:Y(i ,j)=(1+ )X (i ,j)-B (i ,j )(8)(8)式中,Y(i ,j)为输出图像;X (i ,j )为输入图像;B (i ,j)为低通滤波的预测背景图像; 为可调参数,取值范围为0~1:处理面目标时,提高 可保留更多的原始信息;而处理点目标时,令 =0可保留更多的高频特性。
低通滤波公式为:B (i ,j )=X (i ,j)H (m,n )(9)(9)式中,H (m,n )为5 5的低通卷积模板,其表达式为:383113期周姗姗,等:图像预处理的滤波算法研究H =1402222221112210122111222222(10)4 仿真实验分析为了比较三种不同算法的实际效果,分别选取了点目标和面目标两类图像进行仿真,实验结果如图4、图5所示。
定量分析三种算法的滤波效果,计算峰值信噪比的结果如表1所示。
表1 三种算法的峰值信噪比比较峰值信噪比高通中值滤波高斯高通滤波改进高通滤波点目标16.143216.144316.5943面目标11.775811.840813.7362从图像来看,改进高通滤波算法得到的目标最接近原始图像,灰度保留的最好,高斯高通滤波算法得到的目标存在像素扩散的现象,而高通中值滤波算法得到的目标不够完整,灰度也较低。
从定量分析的结果来看,高通中值滤波算法与高斯高通滤波算法的峰值信噪比相近,而改进高通滤波算法的峰值信噪比优于前两者。
因此,改进高通滤波算法是三种算法中滤波效果最好的,对于点目标和面目标的预处理都能得到清晰的滤波图像,有利于后续的图像处理。
在工程应用中,也已经证实改进高通滤波算法是可行的。
5 结论本文研究分析了三种点目标、面目标均适用的滤波算法,通过仿真实验比较,对三种算法进行了评价。
实验结果表明,改进高通滤波算法相较于高通中值滤波算法和高斯高通滤波算法,滤波效果更显著,可以作为比较理想的预处理算法,在实际工程中得到应用。
参 考 文 献1 李 杰,马 强.一种新的红外图像背景滤除算法研究.航空兵器,2006;1(1):29 312 李 伟,于凤梅,庞其昌,等.基于DSP 的紫外图像中值滤波算法的实现.科学技术与工程,2007;7(24):6457 6459,64663 尹业宏,王 涛,陈 颖.基于FPGA 的图像预处理滤波算法.光学与光电技术,2004;2(5):61 644 陈 镇.基于FPGA 的红外图像分割与识别技术.硕士学位论文,中国科学院上海技术物理研究所,2005(下转第3839页)3832科 学 技 术 与 工 程9卷Application ofW ireless Sensor N et works i nEm ergency M on itori ng and Co mmunicationHUANG H ua ,WU Yan -j u n(H arb i n E ngi neeri ng U nivers it y ,H arb i n 150001,P .R .C h i na)[A bstract] A i m to m eet the need o f se is m etc g rave nature d isaster of e m er gency m onitori n g and co mmun ica ti o n ,a e m ergency m on itoring syste m was desi g ned w hich based on w ireless sensor net w ork .F irs,t it s structure o f the sys -te m w as bu ilt too .Besi d es ,then d i s cussed a ne w l o calization algo rithm of range -free -m ulti p les overlay loca lizati o n a-l gorith m based on the mu lti p les coverage m ethod o f TOA i n for m ation for t h e app lication of the syste m.S i m u lations sho w that the a l g orithm can satisf y t h e perfor m ance needs of the syste m to l o calization .[Key words] w ire less sensor net w orks e m ergency m on itori n g and co mmun ication syste m node loca lization(上接第3829页)D esign and I mple m entati on of H i gh Speed D igital Signal Transferri ngBoard Based on the A synchronous Serial Interface C riterionZ HANG M i n g 1,2,XU X iang -hui 1,CU I Peng -fe i 1,2,N I Chong1,2(I nstit u t e ofE l ectro n ics ,Chi nese Acade my of Sci ences 1,Bei ji ng 100190,P .R .Ch i na ;GraduateUn i versit y ofCh i n es e Acade m y of Sci ences 2,Beiji ng 100049,P .R .Chi na)[A bstract] A k i n d of data transferring board based on A synchronous Serial Interface C riterion is intr oduced .The boar d uses C YPRESS Co s CY7B923and CY7B933chips to code and decode the data ,and uses CPLD and FI FO to realize the transfor m bet w een para llel data and serial data .The data is transferred by 75 coax ial cab le ,w hile t h e transferri n g rate can be up to 400M b /s .[Key words] AS I seri a -l parallel transfo r m high speed data transfer radar syste m(上接第3832页)Researchi ng on F ilteri ng A lgorith m s for I m age Pretreat m entZ HOU Shan -shan ,C HA I Ji n -guang(Shangh ai In stit u te ofT echn i calPhysics ,C hinese A cade m y of S ci ences ,Shangha i200083,P.R.Ch i na)[Abstract] For t h e m i agi n g syste m w it h tracki n g target c onti n uall y ,the tar get can cha nge fr o m po i n t to side or fro m si d e t o poin.t Acc ordi n g t o such case ,three ki n ds of filteri n g al g orith m s are a na l y zed a nd co mpared f o r m i agi n g pretr eat m ent that adapt t o bot h po i n t and si d e targets .The sm i ulated experm i ents sho w that t h e filteri n g effect of m i pr oved hi g h -pass filteri n g is better t h a n t h ose of hi g h -passm e d i a n filteri n g and ga uss high -pass filteri n g ,and it can be a pplie d to practi c al projec.t [Key words] i m age pretreat m ent m edian filteri n g h i g h -pass filter i n g gauss filtering383913期黄 华,等:无线传感器网络在应急监测和通信系统中的应用研究。