主頁（http://www.130131.com）：談監(jiān)控圖像處理軟件包(2) ·拉普拉斯運(yùn)算。拉普拉斯算子有時(shí)找到的邊緣是偽邊緣，特別是在圖像灰度變化不大的區(qū)域。因?yàn)檫@時(shí)小的灰度干擾(噪聲)便可能使二階導(dǎo)數(shù)產(chǎn)生過零輸出; ·Robinson邊緣檢測。Robinsons算子實(shí)際上是4個(gè)不同的模板，分別算出4個(gè)加權(quán)和，進(jìn)行比較，取其中最大者作為最終結(jié)果。由于它考慮到了水平、垂直、45°、135°各個(gè)方向的灰度值的影響，所以通常濾除噪聲效果較好，邊界較清晰; ·Frei&Chen邊緣檢測等。 二值化 所謂二值化，就是通過設(shè)定閾值(threshold)把灰度圖像變換成僅用兩個(gè)值分別表示目標(biāo)和背景的二值圖像。圖像二值化可根據(jù)下列的閾值處理(thresholding)來進(jìn)行(見圖(1))。
通常，用最后的二值圖像g ( i , j )中的1值(亮)部分表示目標(biāo)子圖，0值(黑)部分表示背景子圖。確定二值化閾值t的方法叫做閾值選擇，大多數(shù)的閾值選擇以圖像的灰度概率密度函數(shù)(直方圖)為依據(jù)。
二值化方法有： 1、非0像素置1法二值化 對于灰度圖像，把灰度值非黑的所有像素變?yōu)榘�，其他為黑，得到二值圖像。這種方法僅在背景象素多為黑時(shí)有效。 2、固定閾值法二值化 對于灰度圖像，小于閥值的像素變?yōu)楹�，大于閾值的像素變�(yōu)榘�，閾值由用戶輸入。�?dāng)已經(jīng)了解灰度直方圖的情況，且預(yù)先通過對直方圖的統(tǒng)計(jì)已經(jīng)找到了目標(biāo)與背景之間的閾值時(shí)，宜采用這種方法。 3、微分直方圖法二值化 微分直方圖法是設(shè)想圖像中的目標(biāo)和背景之間的邊界灰度值急劇變化，此時(shí)利用灰度的變化率(微分值)來決定閥值。 噪聲消除 數(shù)字圖像中往往存在著噪聲干擾，如光電元件產(chǎn)生的隨機(jī)噪聲，數(shù)字化產(chǎn)生的量化噪聲等。這些噪聲與圖像信號(hào)可以是相加的或相乘的，這種噪聲干擾下的圖像可以用數(shù)字處理的辦法得到改善。消除圖像中的噪聲干擾的有效辦法是用局部平滑濾波，通過平滑濾波可以達(dá)到消除噪聲、提高圖像質(zhì)量的目的。 濾波方法有：
圖3 3×3十字中值濾波和5×5十字中值濾波的數(shù)據(jù)形式 1、二值圖形麻點(diǎn)噪聲的濾除 對于二值圖像f，消去麻點(diǎn)噪聲。設(shè)圖像像素f ( i , j )周圍8個(gè)像素的灰度平均值為a，若| f ( i , j )-a |≤0.5時(shí)，則f ( i , j )黑白反轉(zhuǎn);若大于0.5時(shí)則f ( i , j )不變。 2、3×3平均值濾波 對于灰度圖像f，設(shè)像素f ( i , j )周圍8個(gè)像素的灰度平均值為a，進(jìn)行如下處理： ·若| f ( i , j )-a | ·若| f ( i , j )-a |≥e，則 f ( i , j )不變; ·程序中，誤差容限e由用戶指定。 3、中值濾波 中值濾波可以有效地去除脈沖噪聲。3×3十字中值濾波和5×5十字中值濾波的數(shù)據(jù)形式分別如圖3(a)、(b)所示。5×5十字中值濾波的效果比3×3十字中值濾波的效果要好，但計(jì)算時(shí)間要長。 4、多幀平均 多幀平均可以有效地去除雪花噪聲，具體做法是連續(xù)采集M幀圖像，每幀圖像的寬、高為H，V，多幀平均算法為式中，G (x , y)為輸出圖像，f (x , y , k )為第k幀的輸入圖像。 圖像量測 簡單的圖像量測包含量測兩點(diǎn)之間的距離以及計(jì)算閉合區(qū)間的周長、面積、重心等。其計(jì)算公式均相對簡單，一般測量的書藉資料中都有，這里就從略了。 |
