基于高分辨率CCD相機的圖像處理系統(tǒng)—畢業(yè)設(shè)計

1、西安通信學(xué)院2011屆畢業(yè)設(shè)計說明書1 引言本課題主要研究基于高分辨率ccd相機的圖像處理系統(tǒng)及其在射線檢測方面的應(yīng)用。具體研究在射線檢測技術(shù)中所用到的圖象處理與分析技術(shù)，利用相關(guān)的圖像處理軟件，對圖像進行分析與處理，以便于系統(tǒng)對圖像的識別和分析隨著射線數(shù)字成像檢測技術(shù)在現(xiàn)代無損探傷檢測領(lǐng)域的應(yīng)用，對于圖像的要求也進一步提高，因此對于采集回來的圖像進行一定的處理是不可或缺的一步。在本論文中所研究的都是一些預(yù)處理，認真研究了他們的算法，具有理論意義和實際的應(yīng)用價值，為今后開展進一步的科學(xué)研究提供良好的基礎(chǔ)和支持1-2。 我們的高分辨率相機在很多方面具有高性能的優(yōu)越性，它在圖像采集、格式轉(zhuǎn)換、局部

2、放大等多方面都有獨到之處，可以根據(jù)實際需要在它基礎(chǔ)上進行二次開發(fā)，如果把它應(yīng)用于x射線成像方面，將具有非常重要的實際應(yīng)用價值。本課題的目的主要是在該系統(tǒng)的基礎(chǔ)上進行軟件開發(fā)，并對其應(yīng)用技術(shù)進行研究，研究在射線檢測技術(shù)中所用到的圖象處理與分析技術(shù)，要求檢測系統(tǒng)具有檢測速度快、便于圖象處理和識別、圖象質(zhì)量高等特點，以達到對工件內(nèi)部結(jié)構(gòu)的實時顯示，便于工作人員對工件的探傷和缺陷評定3-4。在用ccd采集圖像時，很容易出現(xiàn)噪聲干擾，為了得到良好的處理結(jié)果，圖像處理的第一步就是要對原始圖像進行穩(wěn)定可靠的消噪聲處理。噪聲是無法避免的，噪聲的存在極大地影響了圖像處理工作的開展。圖像消噪效果的好壞，直接影響到

3、提取數(shù)據(jù)的精度和可信度。噪聲嚴重時，會使圖像信噪比非常低，使進一步的圖像處理工作無法進行5。因此，尋求一種好的圖像消噪聲方法，已經(jīng)成為照相圖像處理中一項十分迫切的工作。2 圖像處理概述2.1 圖像處理技術(shù)的研究現(xiàn)狀數(shù)字圖像處理也稱計算機圖像處理，是指將圖像信號轉(zhuǎn)換成數(shù)字格式并利用計算機對其進行處理的過程。它是在遙感和生物醫(yī)學(xué)圖片分析兩項應(yīng)用技術(shù)基礎(chǔ)上開拓出來的新領(lǐng)域6。這項技術(shù)最早出現(xiàn)于50年代，當(dāng)時的數(shù)字計算機已經(jīng)發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科則可追溯到60年代初期。1964年，美國噴氣推進實驗室利用計算機對太空船發(fā)回的月球圖像信息進行處理，

4、收到明顯的效果。不久，一門稱為數(shù)字圖像處理（digital image processing）的新學(xué)科便誕生了。自70年代末以來，由于數(shù)字技術(shù)和微機技術(shù)的迅猛發(fā)展，給圖像處理提供了先進的技術(shù)手段，圖像處理技術(shù)也就由信息處理、自動控制系統(tǒng)理論、計算機科學(xué)、數(shù)據(jù)通信、電視技術(shù)等學(xué)科中脫穎而出，成長為旨在研究圖像信息的獲取、傳輸、存儲、變換、顯示、理解與綜合利用的一門嶄新學(xué)科7。隨著圖像處理技術(shù)基本理論的發(fā)展，具有數(shù)據(jù)量大、運算速度快、算法嚴密、可靠性強、集成度高、智能性強等特點的各種圖文系統(tǒng)在國民經(jīng)濟各部門得到廣泛的應(yīng)用，并在逐漸深入社會的各個方面。2.1.1 圖像去噪聲研究現(xiàn)狀數(shù)字圖像的噪聲主要

5、來源于圖像的獲取和傳輸過程。在圖像獲取的數(shù)字化過程中，可能會受到圖像傳感器的質(zhì)量和環(huán)境條件的限制。在圖像的傳輸過程中傳輸信道會受到噪聲的干擾，比如通過無線網(wǎng)絡(luò)傳輸?shù)膱D像會受到光或者其他大氣因素的干擾等。圖像去噪聲的方法種類很多，從對圖像進行濾波的過程中所使用的濾波器來分，可分為線性濾波器和非線性濾波器。從所處理的信號域來分可以分為空域濾波器、頻域濾波器以及近年來興起的小波域濾波8。早期使用的一種線性濾波器是非加權(quán)鄰域平均濾波器，又叫均值濾波。圖像中某像素點的灰度值為，它的鄰域是一個個點的方形窗口，則進行去噪聲處理后，該像素點的灰度值是鄰域內(nèi)所有像素點灰度值和的平均。這種濾波主要用于變化比較平緩

6、的圖像，對于具有較多細節(jié)的圖像，雖然可以去除噪聲，但是也會使圖像的細節(jié)遭到破壞。1977年turkey提出了中值濾波，這是一種非線性濾波技術(shù)，它能夠有效的抑制脈沖噪聲，而且在噪聲未知的情況下，很適合于信號的平滑9。由于中值濾波器有這樣的優(yōu)勢，一些科學(xué)工作者對中值濾波方法做了改進，吳小培等提出了圖像細節(jié)保持中值濾波器，其基本思想是使用嵌套的中值濾波器，即在窗口內(nèi)，使用4個方向模板，對每個模板內(nèi)的數(shù)據(jù)進行中值濾波，然后根據(jù)需要，選一個模板的輸出作為濾波器的最后輸出10。taochen等人提出了二態(tài)中值濾波器，將標(biāo)準中值濾波器和中心加權(quán)中值濾波器相結(jié)合，依據(jù)閥值比較，決定用哪個濾波器11。但是，這類

7、算法在對復(fù)雜紋理圖像去噪聲時使圖像中的一些點線等細節(jié)模糊，效果不是很好。小波變換是當(dāng)前應(yīng)用數(shù)學(xué)中一個迅速發(fā)展的新領(lǐng)域，采用小波變換的方法進行圖像去噪聲是目前的一個研究熱點，很多基于小波變換的圖像去噪聲方法被提出，并有較好的效果。matlat是最早從事小波在信號處理中的應(yīng)用的研究者之一，他提出的利用小波變換模極大值原理進行信號去噪聲的方法是小波去噪聲中最經(jīng)典的方法12-13，其基本原理是在小波變換域內(nèi)去除由噪聲對應(yīng)的模極大值，僅保留由真實信號對應(yīng)的模極大值點。1994年，donoho和johnstone提出了小波閾值萎縮法，并從漸進意義上證明了小波閾值萎縮法的最優(yōu)性14。與此同時krim等人運用

8、rosanne的mdl (minimum description length)準則，也得到了相同的閾值公式，此后小波閾值萎縮法被應(yīng)用到了各種信號去噪聲中，并取得了很大的成功，對高斯噪聲尤其如此15。但是donoho和johnstone給出的通用閾值由于有嚴重的“過扼殺”小波系數(shù)的傾向，人們紛紛對閾值的選擇進行了研究，提出了多種不同的確定方法16-20;后來人們針對閾值函數(shù)的選取也進行了研究，給出了不同的閾值函數(shù)，目前，基于閾值萎縮的小波去噪聲方法的研究仍然非?；钴S21-23，不斷有新的方法出現(xiàn)，人們的研究方向已經(jīng)轉(zhuǎn)為如何最大限度的獲得信號的先驗信息24，并用這些信息來確定更合適的閾值。除了小

9、波萎縮法，還有相關(guān)法，投影法等。貝葉斯估計、高階統(tǒng)計量等信號處理的數(shù)學(xué)方法也被應(yīng)用于圖像去噪聲，這些都豐富了小波去噪聲的內(nèi)容?？傊?，但是由于小波變換的局限性，去噪聲后的圖像的邊緣保持的不是很好。隨著多尺度多方向幾何圖像變換的提出與發(fā)展，由于這些變換能很好的表示圖像中的輪廓信息，目前有很多基于該變換域的去噪聲方法。目前小波去噪聲方法的研究非?；钴S，不斷有新的方法出現(xiàn)，尤其是有關(guān)高斯噪聲的去除已取得了不少好的結(jié)果。2.1.2 邊緣檢測與圖像分割研究現(xiàn)狀 邊緣檢測是圖像處理的關(guān)鍵技術(shù)之一，目的是在有噪聲背景的圖像中確定出目標(biāo)邊界的位置，它在圖像匹配、邊緣提取等方面占有舉足輕重的地位。經(jīng)典邊緣檢測算法

10、是梯度法，最常用的有robert算子、prewit算子、sobel算子、log算子、canny算子等。梯度算子是早期的邊緣提取方法，它能增強圖像邊緣，但也增強噪聲，因此，不能用在有噪聲污染的圖像中25-26。 圖像分割就是把圖像中具有特殊涵義的不同區(qū)域分開來，它是圖像處理與圖像分析中的一個經(jīng)典問題。目前針對各種具體問題已經(jīng)提出了許多不同的圖像分割算法，圖像分割方法主要可分為基于區(qū)域的分割方法和基于邊界的分割方法。基于區(qū)域的分割方法依賴于圖像的空間局部特征，如灰度、紋理及其它像素統(tǒng)計特性的均勻性等?；谶吔绲姆指罘椒ㄖ饕抢锰荻刃畔⒋_定目標(biāo)的邊界，這些方法不依賴于已處理像素的結(jié)果，適于并行化，

11、缺點是對噪聲敏感，而且當(dāng)邊緣像素值變化不明顯時容易產(chǎn)生假邊界或不連續(xù)的邊界，在實際應(yīng)用中往往需要把這兩類方法結(jié)合起來。由于圖像分割問題所面向領(lǐng)域的特殊性，至今尚未得到圓滿的、具有普遍性的解決方法。2.2 圖像處理的內(nèi)容1. 圖像變換： 由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進行數(shù)字濾波處理）。目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。2.

12、 圖像編碼壓縮： 圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)27。3. 圖像增強和復(fù)原： 圖像增強和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分28。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節(jié)明顯；如強化低頻分量可減少圖像中噪聲影響。圖像復(fù)原要求對圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型”，再采用某種

13、濾波方法，恢復(fù)或重建原來的圖像。4. 圖像分割： 圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進行圖像識別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。 5. 圖像分類（識別）： 圖像分類（識別）屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強、復(fù)原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計模式分類和句法（結(jié)構(gòu)）模式

14、分類，近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中也越來越受到重視29。2.3 圖像處理的應(yīng)用 圖像處理特別是數(shù)字圖像處理技術(shù)已經(jīng)經(jīng)過了初創(chuàng)期、發(fā)展期、普及期及廣泛應(yīng)用幾個階段，如今己是各個學(xué)科競相研究并在各個領(lǐng)域廣泛應(yīng)用的一門學(xué)科。今天，隨著科技事業(yè)的進步以及人類需求的多樣化發(fā)展，多學(xué)科的交叉、融合己是現(xiàn)代科學(xué)發(fā)展的突出特色和必然途徑，而圖像處理科學(xué)又是一門與國計民生緊密相連的一門應(yīng)用科學(xué)，它的發(fā)展和應(yīng)用與我國的現(xiàn)代化建設(shè)聯(lián)系之密切、影響之深遠是不可估量的。圖像處理科學(xué)無論是在理論上還是實踐上都存在著巨大的潛力30。1.航空及航天技術(shù)方面的應(yīng)用主要是對人造衛(wèi)星傳回來的圖像

15、和航空照片進行處理，以便進行資源調(diào)查、資源勘探、城市規(guī)劃等各種應(yīng)用。除jpl對月球、火星照片的處理外，還有對遙感圖像進行處理。從六十年代以來，美國及一些國際組織發(fā)射了資源遙感衛(wèi)星(如landsat系列)和天空實驗室(如sky-lab)，由于成像條件和受飛行器位置、姿態(tài)、環(huán)境條件等影響，圖像質(zhì)量總不能得到提高?，F(xiàn)在世界各國都在利用陸地衛(wèi)星所獲得的圖像進行資源調(diào)查(如森林調(diào)查、海洋泥沙和漁業(yè)調(diào)查、水資源調(diào)查等)、災(zāi)害調(diào)查(如病蟲害監(jiān)測、水火監(jiān)測、環(huán)境污染監(jiān)測等)、資源勘探(如石油勘察、礦產(chǎn)量探測、大型工程地理位置勘探分析等)、農(nóng)業(yè)規(guī)劃(如土壤營養(yǎng)、水分和農(nóng)作物生長、產(chǎn)量的估算等)、城市規(guī)劃(如地質(zhì)

16、結(jié)構(gòu)、水源和環(huán)境分析等)。這些圖像在成像、存儲、傳輸以及判讀過程中，都廣泛采用了數(shù)字圖像處理技術(shù)取得了顯著的效果。我國也陸續(xù)開展了一些實際應(yīng)用，在氣象預(yù)報和對太空其它星球研究方面，數(shù)字圖像處理技術(shù)發(fā)揮了相當(dāng)重要的作用。2.生物醫(yī)學(xué)方面的應(yīng)用數(shù)字圖像處理在生物醫(yī)學(xué)工程中的應(yīng)用開展的比較早。其中一類應(yīng)用是對生物醫(yī)學(xué)顯微光學(xué)圖像分析方面，如紅白細胞和細菌、蟲卵分類計數(shù)以及染色體分析等。這類應(yīng)用己經(jīng)發(fā)展到配備專用軟件的通用硬件設(shè)備，如英國的magiscan-、，西德的opton，美國的diff-等系統(tǒng)，國內(nèi)也在著手研究。圖像處理在生物醫(yī)學(xué)應(yīng)用的另一個方面是對x射線圖像的分析，也稱ct技術(shù)31。但總的說

17、來，對生物醫(yī)學(xué)圖像的處理，多數(shù)屬于識別處理，技術(shù)難度較大。3.通信工程方面的應(yīng)用當(dāng)前通信的主要發(fā)展方向是聲音、文字、圖像和數(shù)據(jù)結(jié)合的多媒體通信。具體地講是將電話、電視和計算機以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。其中以圖像通信最為復(fù)雜和困難，因圖像的數(shù)據(jù)量十分巨大，如傳送彩色電視信號的速率達100mbit/s以上。要將這樣高速率的數(shù)據(jù)實時傳送出去，必須采用編碼技術(shù)來壓縮信息的比特量。在一定意義上講，編碼壓縮是這些技術(shù)成敗的關(guān)鍵。除了已應(yīng)用較廣泛的熵編碼、dpcm編碼、變換編碼外，目前國內(nèi)外正在大力開發(fā)研究新的編碼方法，如分行編碼、自適應(yīng)網(wǎng)絡(luò)編碼、小波變換圖像壓縮編碼等。4.工業(yè)和工程方面 在工業(yè)

18、和工程領(lǐng)域中圖像處理技術(shù)有著廣泛的應(yīng)用，如自動裝配線中檢測零件的質(zhì)量、并對零件進行分類，印刷電路板疵病檢查，彈性力學(xué)照片的應(yīng)力分析，流體力學(xué)圖片的阻力和升力分析，郵政信件的自動分揀，在一些有毒、放射性環(huán)境內(nèi)識別工件及物體的形狀和排列狀態(tài)，先進的設(shè)計和制造技術(shù)中采用工業(yè)視覺等等。其中值得一提的是研制具備視覺、聽覺和觸覺功能的智能機器人，將會給工農(nóng)業(yè)生產(chǎn)帶來新的激勵，目前已在工業(yè)生產(chǎn)中的噴漆、焊接、裝配中得到有效的利用。5.文化藝術(shù)方面目前這類應(yīng)用有電視畫面的數(shù)字編輯，動畫的制作，電子圖像游戲，紡織工藝品設(shè)計，服裝設(shè)計與制作，發(fā)型設(shè)計，文物資料照片的復(fù)制和修復(fù)，運動員動作分析和評分等等，現(xiàn)在已逐漸

19、形成一門新的藝術(shù)-計算機美術(shù)。6.軍事和公安業(yè)務(wù)方面 在軍事方面圖像處理和識別主要用于導(dǎo)彈的精確末制導(dǎo)，各種偵察照片的判讀，具有圖像傳輸、存儲和顯示的軍事自動化指揮系統(tǒng)，飛機、坦克和軍艦?zāi)M訓(xùn)練系統(tǒng)等；公安業(yè)務(wù)圖片的判讀分析，指紋識別，人臉鑒別，不完整圖片的復(fù)原，以及交通監(jiān)控、事故分析等。目前已投入運行的高速公路不停車自動收費系統(tǒng)中的車輛和車牌的自動識別都是圖像處理技術(shù)成功應(yīng)用的例子。2.4 圖像處理的發(fā)展趨勢計算機圖像處理學(xué)科是綜合各學(xué)科的先進技術(shù)發(fā)展而成，因此需要廣泛的基礎(chǔ)知識，包括計算機科學(xué)、數(shù)字信號處理、隨機過程和統(tǒng)計數(shù)學(xué)、高等數(shù)學(xué)矩陣分析、信息論和最優(yōu)化理論等。圖像處理技術(shù)的發(fā)展大致

20、可歸納為如下四點：1. 圖像處理的發(fā)展將向著高速、高分辨率、立體化、多媒體化、智能化和標(biāo)準化方向發(fā)展。圍繞著hdtv(高清晰度電視)的研制將開展實時圖像處理的理論及技術(shù)研究。其中包括：提高硬件速度、提高分辨率、立體化、多媒體化、智能化、標(biāo)準化等。力爭使計算機的識別和理解能夠按人的認識和思維方式工作，考慮主觀概率，與非邏輯思維。正如微軟提出的要研制能聽會說的計算機那樣實現(xiàn)多功能的人機交互。2. 圖像、圖形相結(jié)合朝著三維成像或多維成像的方向發(fā)展。目前提出的三維重構(gòu)的方法，由逆投影、傅立葉變換法和濾波-逆投影法構(gòu)成。這些方法雖可以精確恢復(fù)目標(biāo)的三維結(jié)構(gòu)，但需全投影角度的投影圖，其典型的代表就是醫(yī)療用

21、的ct機。而且這對數(shù)據(jù)采樣和高速計算提出了很高的要求。隨著代數(shù)迭代法的應(yīng)用，對投影的數(shù)量大大減少。法國的jvan bricault提出的將目標(biāo)表面視為二次曲面的迭代法32和英國riccardo polo提出的從二維x射線圖像恢復(fù)三維圖像的迭代算法33就是具有代表性的方法。3. 硬件芯片研究。由于現(xiàn)代圖像處理對圖像的質(zhì)量要求比較高，而相應(yīng)的一些處理算法由于計算量比較大而影響了處理的速度。使用硬件來實現(xiàn)處理過程既提高了速度和可靠性，又可以在操作系統(tǒng)windows平臺下開發(fā)處理軟件，加快開發(fā)速度。4. 新理論與新算法研究。在圖像處理領(lǐng)域近年來引入了一些新的理論并提出了一些新的算法，如：小波算法、遺傳

22、算法、神經(jīng)網(wǎng)絡(luò)等。3 系統(tǒng)中各部分的工作原理3.1系統(tǒng)的硬件組成3.1.1 ccd相機圖31 3.1.1.1 ccd相機特點（1）1/3 逐行掃描隔行傳輸ccd圖象傳感器（2）有效像素1024x776（3）10-bitrs-644/lvds數(shù)字輸出（4）同時具有模擬輸出（5）整幀快門，速度為1/45-1/71000秒（6）信噪比為58db或更好（7）體積小，重量輕（8）整幀快門狀態(tài)下異步復(fù)位（9）掃描速度為45幀/秒（10）2 x 2 (510 x 388)達到90幀/秒（11）80mhz主頻，40mhz點頻（12）c接口（13）長時間積分（14）慢速快門（可選）（15）讀出控制（16）外部曝

23、光控制（1/71000-2秒）3.1.1.2 ccd相機產(chǎn)品簡介up-800是一款分辨率為1024x776的數(shù)字式攝像頭，它使用了逐行掃描隔行傳輸?shù)募夹g(shù)。本產(chǎn)品具有外部異步采集功能，能夠很容易的抓拍高速運動物體的圖像。其ccd的方形像素更適合用于處理、測量和分析方面的應(yīng)用。本產(chǎn)品體積小、重量輕，其數(shù)字和模擬輸出，快門選擇其后面板上的許多其它功能使用起來都十分簡便。它和許多市場上常用的圖像采集卡都能夠一起使用，如matrox公司的pulsar, meteor2/digitial, coreco公司的viper-quad, viper-digital等。3.1.1.3 ccd相機典型應(yīng)用：up-8

24、00可以應(yīng)用在高速機械視覺、自動檢測、運動采集及分析及很多其它科學(xué)和工業(yè)領(lǐng)域內(nèi)。及采集卡的功能及特點規(guī)格指標(biāo)3.1.2 采集卡圖像采集卡具有圖像數(shù)據(jù)采集和處理功能。 圖像數(shù)據(jù)采集方式可以是圖像采集卡或其它數(shù)字圖像合成裝置。圖像采集卡安裝在計算機中，主要作用是進行a/d轉(zhuǎn)換，將成像系統(tǒng)采集來的模擬信號轉(zhuǎn)換為能被計算機識別的數(shù)字信號成為數(shù)字圖像。并通過計算機對數(shù)字圖像進行各種處理，如：預(yù)處理、分割和特征提取等等，并可進行數(shù)字圖像的存儲、顯示，將被檢部件還原在顯示器屏幕上顯示出材料內(nèi)部的缺陷性質(zhì)、大小、位置等信息，按照有關(guān)標(biāo)準對檢測結(jié)果進行缺陷等級評定，從而達到檢測的目的。在本系統(tǒng)中，根據(jù)視頻相機的

25、像素數(shù)、制式等，選用matrox meteor 采集卡。如圖32所示為matrox meteor 采集卡 圖32 matrox meteor /digital是matrox meteor 高性能低價格系列采集卡中的一款。它可以用rs-422或lvds差分信號標(biāo)準，采集黑白/分量rgb，面陣/線陣信號。 matrox meteor /digital將極具價值功能強大的函數(shù)擴展性能集成到了采集卡上。oems和集成商使用這項技術(shù)可以構(gòu)建功能強大，價格低廉，基于pc的圖像系統(tǒng)。 matrox meteor-系列產(chǎn)品的核心via。一般來講所有的matrox meteor-板卡都有專門設(shè)計的 matrox

26、 video interface asic(via).它是一個高級存儲控制器，它可以以先進的格式重組方式將數(shù)據(jù)實時采集到板上內(nèi)存，使采集到的數(shù)據(jù)流不須通過cpu而直接將并行數(shù)據(jù)流導(dǎo)出到pci總線實時采集到系統(tǒng)或顯示。 matrox meteor-/digital可以將采集到的圖像傳輸?shù)较到y(tǒng)內(nèi)存（主cpu）進行處理或顯存(vga)以實時活動視頻窗口進行顯示，速率可達130mb/s圖像格式。 數(shù)據(jù)圖像可以被重新定格，并通過matrox via 實時傳輸?shù)街飨到y(tǒng)或顯示。matrox via的特點包括剪切（roi采集），獨立的水平垂直亞采樣（十進制）。 matrox via可以執(zhí)行格式重組操作，這是為

27、從多抽頭攝像頭實時重組圖像信號而特別設(shè)計的。圖像數(shù)據(jù)同時以奇/偶像素，奇/偶行的方式同時呈現(xiàn)，反向掃描圖段或組合可以在極小損耗或不損耗主cpu的情況下被重新排序為一個合適的圖像。 主要特點： （1）pci或pc/104-plus格式視頻采集卡（2）采集數(shù)字面陣/線陣信號，包括多抽頭配置（3）32-bit寬 rs-422或lvds接口（4）采樣率rs-422下達到25mhz, lvds 下達到40mh（5）可配置lut(4個2568-bit或2個4k16-bit)3.2 系統(tǒng)的軟件組成本文的圖像處理軟件采用microsoft visual c+ 6.0語言編程，根據(jù)面向?qū)ο蟮木幊趟枷?，以wind

28、ows系統(tǒng)標(biāo)準的多文檔界面為主控界面，以win32多線程編程技術(shù)為核心，來實現(xiàn)圖像處理。visual c+是一個功能強大的可視化應(yīng)用程序開發(fā)工具，用于windows環(huán)境下32位應(yīng)用程序的開發(fā)，是計算機界公認的最優(yōu)秀的應(yīng)用開發(fā)工具之一，特別是在圖像處理方面。在提供可視化編程方式的同時，visual c+也適應(yīng)于編寫直接對系統(tǒng)進行底層操作的程序，生成代碼的質(zhì)量也優(yōu)于其它的開發(fā)工具。利用visual c+編程是采用了面向?qū)ο蟮某绦蛟O(shè)計方法同傳統(tǒng)的結(jié)構(gòu)化程序方法相比，它縮短軟件的研制時間，提高軟件的開發(fā)效率，使程序員可以更好地理解和管理龐大而復(fù)雜的程序。面向?qū)ο蟮某绦蛟O(shè)計吸取了結(jié)構(gòu)化程序設(shè)計的精華，它

29、利用人們對事物分類和抽象的傾向，引入了類和對象的概念，具有封裝性(數(shù)據(jù)抽象)、繼承性和多態(tài)性的特點。與結(jié)構(gòu)化程序設(shè)計不同的是面向?qū)ο蟪绦蛟O(shè)計是用類抽象代表現(xiàn)實的實體，用類之間的繼承關(guān)系表示程序設(shè)計的抽象過程。函數(shù)只是對數(shù)據(jù)的操作，沒有數(shù)據(jù)的概念，而類是數(shù)據(jù)和數(shù)據(jù)操作的集合，由于面向?qū)ο蟮某绦蛟O(shè)計方法非常貼近現(xiàn)實，所以越來越流行。matlab 也是常用軟件之一，它的應(yīng)用范圍非常廣，包括信號和圖像處理、通訊、控制系統(tǒng)設(shè)計、測試和測量、財務(wù)建模和分析以及計算生物學(xué)等眾多應(yīng)用領(lǐng)域。附加的工具箱（單獨提供的專用 matlab 函數(shù)集）擴展了 matlab 環(huán)境，以解決這些應(yīng)用領(lǐng)域內(nèi)特定類型的問題。4 圖

30、像處理技術(shù)的研究4.1 圖像的平滑處理在ccd相機采集圖像過程中會產(chǎn)生大量的噪聲干擾。會導(dǎo)致圖像分辨率下降，從而使得缺陷區(qū)域亮度不均勻，邊緣模糊，與周圍背景區(qū)域的空間對比度下降，甚至在一些惡性隨機噪聲的影響下，空間對比度較弱的缺陷可能完全消失。消除圖像噪聲的工作稱之為圖像平滑。平滑的主要目的就是減少噪聲34。對圖像進行平滑處理(smoothing)也叫低通濾波操作(low pass filtering)。圖像平滑處理可分為空域法和頻域法兩大類，也可分為全局處理技術(shù)和局部處理技術(shù)。這些平滑技術(shù)對圖像的平滑及噪聲的濾除都具有各自的優(yōu)勢，而判斷多種算法對某一種圖像處理的效果好壞，尚無一種定量的標(biāo)準，

31、通常只是利用目視定性的進行分析。本文介紹了該類算法中的幾種有代表性的例子，選擇幾種平滑算子進行處理實驗，并對結(jié)果進行了對比。4.1.1 多幀疊加平均法降噪 多幀疊加平均法是射線圖象處理經(jīng)常采用的一種方法，這種方法的特點是能夠較好的去除隨機噪聲，并且能夠?qū)D象的細節(jié)部分進行一定程度的增強。在相鄰若干幀x射線探傷圖像中，噪聲是隨機的，而缺陷是固定存在的，經(jīng)過幀疊加平均后，缺陷區(qū)域中像素的灰度值幾乎沒有變化，而隨機噪聲區(qū)域中像素的灰度值卻減少到原來的倍，表現(xiàn)為x射線探傷圖像中為缺陷區(qū)域的亮度幾乎沒有變化，而一些隨機噪聲的亮度會大大減弱，這樣經(jīng)過有限次的疊加求平均之后，就可以有效的減少隨機噪聲的干擾，

32、同時達到突出缺陷區(qū)域的目的32。設(shè)代表實際圖像，代表理想圖像，代表圖像中的噪聲，則: （41）代表多幀疊加平均后的圖像，則有關(guān)系式： （42）使用多幀疊加平均法時，需要注意的問題是疊加平均的幀數(shù)要合適，不能過多也不能過少。疊加平均的幀數(shù)過少顯然沒有起到消除隨機噪聲的目的，而又因為x光光源的不穩(wěn)定，疊加的幀數(shù)也不能過多，實驗證明，疊加的幀數(shù)以110幀到120幀效果為宜。該方法最致命的缺點在于其處理速度太慢，考慮到整個系統(tǒng)的運算時間不能過長，應(yīng)該采用處理速度較快的算法35。此方法可以較為有效的降低圖像的隨機噪聲，并且實現(xiàn)起來簡單方便。但是同時也損壞了圖像的細節(jié)，造成圖像的模糊化，處理效果不理想。此

33、方法可以用于對細節(jié)要求不高的圖像去噪處理中。雖然如此，它的疊加處理的思想仍是值得借鑒的。4.1.2 空間域濾波方法 空間域濾波是圖像處理中常用的方法之一，它是通過一個稱為模板的子圖像在待處理的圖像中逐點地移動，在每一點處，濾波器在該點的響應(yīng)通過事先定義的關(guān)系來計算。在濾波器子圖像中的值是系數(shù)值，而不是像素值。空間域濾波具有運算速度快的優(yōu)勢，選取合適的方法也能夠達到很好的去噪效果。1 中值濾波降噪中值濾波是一種非線性的信號處理方法，與其對應(yīng)的中值濾波器也是一種非線性的濾波器。中值濾波器是在1971年由j.w.jukey首先提出并應(yīng)用在一維信號處理技術(shù)中（時間序列分析），后來被二維圖像信號處理技術(shù)

34、所引用。它在一定的條件下，可以克服線性濾波器如最小均方濾波、平均值濾波等所帶來的圖像細節(jié)模糊，而且對濾波脈沖干擾及圖像掃描噪聲最為有效。特別適合用在很強的胡椒粉式或脈沖式的干擾時，因為這些干擾值與其鄰近像素的灰度值有很大的差異，因此經(jīng)排序后取中值的結(jié)果是強迫將此干擾變成與其鄰近的某些像素的灰度值一樣，達到去除干擾的效果。中值濾波目的只是把干擾去掉，而不是刻意讓圖像模糊36。一般地，設(shè)有一個一維序列，取該窗口長度（點數(shù)）為（為奇數(shù)），對一維序列進行中值濾波，就是從序列中相繼抽取個數(shù)；其中為窗口的中心點值，。再將這個點值按其數(shù)值大小排序，取中間的那個數(shù)作為濾波輸出，用數(shù)學(xué)公式表示為：， （43）其

35、中中值濾波一般采用一個含有奇數(shù)個點的滑動窗口，將窗口中各點灰度值的中值來替代指定點（一般是窗口的中心點）的灰度值。假設(shè)窗口內(nèi)有5點，其值依次為，重新排序后（從小到大）為，則。2.實現(xiàn)步驟（1）取得圖像大小、數(shù)據(jù)區(qū)，并把數(shù)據(jù)區(qū)復(fù)制到緩沖區(qū)中（2）根據(jù)噪聲特點選取窗口尺寸值n（3）循環(huán)取得各點像素值（4）對以該點像素為中心的nn屏蔽窗口包括的各點像素值進行排序（用冒泡法排序），得到中間值（5）把該點像素值置為中間值（6）把緩沖區(qū)中改動的數(shù)據(jù)復(fù)制到原數(shù)據(jù)區(qū)中3.效果圖（中值濾波） 圖41圖41為中值濾波前后圖像。從圖41觀察到，對圖像進行了有效的降噪，同時也保存了圖像原有的輪廓，并且變得更清楚。處理

36、后的圖像采用的窗口形狀為方形，理后的圖像采用的窗口形狀為方形，窗口尺寸為5，窗口中心元素坐標(biāo)為（0，1）。同時在做實驗時發(fā)現(xiàn)，若先采用尺寸為3，窗口中心元素坐標(biāo)為（1，1），后采用尺寸為5，窗口中心元素坐標(biāo)為（1，0），也能達到很好的降噪效果?？傊?，在進行中值濾波時需要注意的方面有：噪聲類型、窗口形狀的選擇、窗口尺寸的選擇和窗口中心元素坐標(biāo)的選擇。需要注意的是，當(dāng)窗口內(nèi)噪聲點的個數(shù)大于窗口寬度的一半時，中值濾波的效果不好。4.2 圖像的增強技術(shù)4.2.1 修正直方圖的方法 圖像灰度級的直方圖提供了原始圖像的灰度分布情況，描述了圖像的概貌，用修正直方圖的方法增強圖像是實用而有效的處理方法之一。4

37、.2.1.1 直方圖在圖像的預(yù)處理過程中，圖像增強是一個很重要的步驟。圖像增強技術(shù)作為一種基本的圖像處理技術(shù)，是一種能有效改善圖像質(zhì)量的預(yù)處理手段，它是指按照特定的需要突出一副圖像中的某些信息，同時削弱或去除某些不需要的信息的處理方法。其目的是對圖像進行加工，以得到對具體應(yīng)用來說比原始圖像視覺效果更“好”更“有用”的圖像。因此，這類處理是為了某種應(yīng)用目的而去改善圖像質(zhì)量。突出圖像的整體或局部特征，以提高圖像的視覺效果和識別特征。處理的結(jié)果使圖像更適合于人的視覺特性或者機器的識別系統(tǒng)，有利于進一步的處理或應(yīng)用。 直方圖表達了重要的圖像數(shù)據(jù)統(tǒng)計特性，是圖像灰度分布的概率密度函數(shù)，它是一個1-d的離

38、散函數(shù): （44）上式中，為圖像.的第級灰度值，是.中具有灰度值的象素的個數(shù)，是圖像象素總數(shù)(以來除圖像的每一個灰度級的象素數(shù)就得到了歸一化的直方圖)。因為給出了對出現(xiàn)概率的1個估計，所以直方圖提供了原圖的灰度值分布情況，也可以說給出了1幅圖所有灰度值的整體描述。所謂直方圖修正，就是通過一個灰度映射函數(shù)或增強函數(shù)，將原圖像灰度直方圖改造成你所希望的直方圖，從而使得改造后直方圖對應(yīng)的圖像達到你所希望得到的效果，即增強了原圖像的對比度，獲得較好視覺效果的新圖像。 直方圖修正的關(guān)鍵就是增強函數(shù)，通過改變選用的增強函數(shù)，可以得到不同的圖像增強效果，這類處理方法比較靈活方便，處理效果也不錯，但對于某些灰

39、度分布很密集或?qū)Ρ榷群苋醯膱D像，雖然也能起到一定的增強效果但并不明顯。直方圖修正法是以概率論為基礎(chǔ)的，常用的方法包括直方圖均衡化和直方圖規(guī)定化。4.2.1.2直方圖均衡化直方圖均衡化廣泛應(yīng)用在圖像增強處理中，它是以累計分布函數(shù)變換為基礎(chǔ)的直方圖修正法。直方圖均衡化處理的基本思想是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布的形式，這樣就增加了像素灰度值的動態(tài)范圍從而達到增強圖像整體對比度的效果。直方圖均衡化是圖像空間域點處理增強的一種方法，點處理增強表示為: （45）其中，和分別代表原始圖像和目標(biāo)圖像在象素點力位置處的灰度級，假設(shè)都被歸一化到區(qū)間(0表示黑色，1

40、表示白色)，eh代表增強操作。直方圖均衡化處理就是要設(shè)置合理的增強函數(shù)eh，它需要滿足如下兩個條件:（1）eh(s)在范圍內(nèi)為單值且單調(diào)遞增（2）對有 第一個條件中單值是為了保證反變換存在，單調(diào)條件是保證了原圖各灰度級在增強處理后仍保持原來的灰度排列次序，否則將導(dǎo)致有一部分亮度范圍被顛倒，從而在輸出圖像中產(chǎn)生一些反轉(zhuǎn)灰度級;第二個條件保證了變換前后灰度值動態(tài)范圍的一致性。同樣的，對于反變換過程:在時也應(yīng)該滿足上面兩個條件。 累計分布函數(shù)（cumulative distribution function，簡稱cdf)就滿足上述條件，可以作為增強函數(shù)。通過該函數(shù)可以將的分布轉(zhuǎn)換為的均勻分布。增強轉(zhuǎn)

41、換方程如下式所示(假定處理的灰度值為離散型) （46）其中，為總的灰度級數(shù)，是圖像中具有灰度值為的象素的個數(shù)，是圖像中象素的總數(shù)，是取第i級灰度值的概率。根據(jù)上式可以由原圖像的各像素灰度值直接得到直方圖均衡化后各象素的灰度值。當(dāng)然實際中還要對取整以滿足數(shù)字圖像的要求。綜上所述，直方圖均衡化步驟如下：（1）統(tǒng)計原始直方圖各灰度級的象素數(shù)（2）計算原始直方圖，（3）用上式(4.6)計算累計直方圖（4）取整得均衡化后的灰度級數(shù)（5）確定到的映射關(guān)系（6）統(tǒng)計新直方圖各灰度級象素并計算新直方圖（7）按照新的映射關(guān)系對原圖像各點象素進行灰度轉(zhuǎn)換，即可完成對原圖的直方圖均衡化。通過直方圖均衡化處理可以減少

42、圖像的灰度等級以使得圖像對比度擴大，頻數(shù)的灰度級以及興趣區(qū)間之外的灰度級合并，使得許多細節(jié)可以看的更清晰即將較小。圖42為直方圖。圖 42 4.2.1.3直方圖規(guī)定化直方圖均衡化的優(yōu)點式是能自動地增強整個圖像地對比度，但它們的增強效果不易控制，處理的結(jié)果總是的到全局均衡化的直方圖。有時需要變換直方圖使之成為某個特定的形狀，從而可以有選擇地增強某個灰度值范圍內(nèi)的對比度。這時可以采用比較靈活的直方圖規(guī)定化方法。直方圖規(guī)定化方法主要有以下三個步驟:（1）對原始圖的直方圖進行灰度均衡化（2）規(guī)定需要的直方圖，并計算能使規(guī)定的直方圖均衡化的變換（3）將第一步得到的變換反轉(zhuǎn)，將原始直方圖對應(yīng)映射到規(guī)定的直

43、方圖第3步中采用什么樣的對應(yīng)規(guī)則很重要，常用的一種方法為簡單直觀的單映射規(guī)則 (single mapping law，簡稱sml)還有一種較好的方法為組映射規(guī)則。4.2.2 圖像的灰度變換圖像的灰度變換（gray-scale transformation，gst）處理是圖像預(yù)處理技術(shù)中一種非常基礎(chǔ)、直接的空間域圖像處理方法?；叶茸儞Q是指根據(jù)某種目標(biāo)條件按一定變換關(guān)系逐點改變原圖像中每一個像素灰度值的方法。目的是為了改變畫質(zhì)，使圖像的顯示效果更加清晰?；叶茸儞Q有時又稱為圖像的對比度增強或?qū)Ρ榷壤臁；叶茸儞Q主要針對獨立的像素點進行處理，通過改變原始圖像數(shù)據(jù)所占據(jù)的灰度范圍而使圖像在視覺上得到良好

44、的改觀，沒有利用像素點之間的相互空間關(guān)系。灰度變換主要包括比例線性變換，分段線性變換，非線性灰度變換。其中非線性灰度變換對于要進行擴展的亮度值范圍是有選擇的，擴展的程度是隨亮度值的變化連續(xù)變化的。常用的有兩種方法：（1）對數(shù)變換 當(dāng)希望對圖像的低亮度區(qū)有較大的擴展而對高亮度區(qū)壓縮時，可采用此種變換。（2）指數(shù)變換 此種可以對圖像的高亮度區(qū)給予較大的擴展。根據(jù)射線圖像的特點，本文主要運用了線性變換：（1）理論基礎(chǔ)在曝光不足或過度的情況下，圖像灰度可能會局限在一個很小的范圍內(nèi)。這時在顯示器上看到的將是一個模糊不清、似乎沒有灰度層次的圖像。用一個線性單值函數(shù)，對圖像內(nèi)的每一個像素做線性擴展，將有效地

45、改善圖像視覺效果37。令原圖像的灰度范圍為，線性變換后圖像的范圍為與之間存在以下關(guān)系： （47）由于總是大于，所以對離散圖像來說，盡管變換前后像素個數(shù)相同，但不同像素之間的灰度差變大，對比度變大，圖像觀看質(zhì)量必然優(yōu)于變換前。對于連續(xù)圖像，如果背景與目標(biāo)物的灰度之差很小，在區(qū)間內(nèi)量化可能進入同一灰度級內(nèi)而不能分辨。由此可見，對輸入圖像灰度做線性擴張或壓縮，映射函數(shù)為一個直線方程，該線性灰度變換函數(shù)是一個一維線性函數(shù)?；叶茸儞Q方程為：= （48）式中參數(shù)為線性函數(shù)的斜率，為線性函數(shù)在y軸的截距，表示輸入圖像的灰度值，表示輸出圖像的灰度值。當(dāng)1時，輸出圖像的對比度將增大；當(dāng)1時，輸出圖像的對比度將減

46、少；當(dāng)=1且不等于0時，使所有圖像的灰度值上移或下移，其效果是使整個圖像更暗或更亮；當(dāng)=1，=0時，輸出圖像和輸入圖像相同；當(dāng)=-1，=255時，輸出圖像的灰度正好反轉(zhuǎn)；當(dāng)0時，暗區(qū)域?qū)⒆兞?，亮區(qū)域?qū)⒆儼担c運算完成了圖像求補運算。（2）算法實現(xiàn)第一步：取得原圖像的數(shù)據(jù)區(qū)指針；第二步：取得原圖像的寬度和高度；第三步：用 for(int i=0；iheight*wide；i+) 循環(huán)語句對原圖像的每個像素進行搜索，并對像素的灰度值進行式48的變換。根據(jù)圖像的特點，采用手動條形式對式48進行變換如圖43中處理后的小對話框，其中和每次變換單位為0.01和0.1。這樣處理后的圖像，對于缺陷的細節(jié)效果較

47、好。 圖 43 （3）特殊的灰度線性變換（反色）只需把以上算法的第三步中的= 公式的取-1，取255，這時的圖像就變?yōu)閳D44的效果。從處理的效果可見，反色能很好的發(fā)現(xiàn)小的缺陷，這對于長時間工作的評片員來說，可以有效地防止漏判和誤判現(xiàn)象。圖 44 4.2.3 圖像銳化空間域濾波不可避免得會造成圖象邊緣部分的模糊，要消除這樣的模糊，灰度變換是無能為力的，必需要用到圖象銳化38。模糊實質(zhì)就是圖像受到平均或積分運算造成的，因此可以對圖像進行逆運算如微分運算來使圖像清晰化。從頻譜角度來分析，圖像模糊的實質(zhì)是其高頻分量被衰減，因而可以通過高通濾波操作來清晰圖像。圖像銳化一般有微分法和高通濾波法。微分法包括

48、梯度銳化和拉普拉斯銳化，高通濾波法包括理想高通濾波、巴特沃斯高通濾波、指數(shù)高通濾波和梯形高通濾波等。針對探傷圖像的特點，采用梯度銳化法來銳化圖像。梯度銳化的特點是既能達到圖像輪廓清晰的要求，又能保持感興趣目標(biāo)的內(nèi)部灰度不變。設(shè)圖像為，定義在點處的梯度矢量為： （410）梯度有兩個重要的性質(zhì)：（1）梯度的方向在函數(shù)最大變化率方向上。（2）梯度的幅度用，其值為： （411）由此式可得出這樣的結(jié)論：梯度的數(shù)值就是在其最大變化率方向上的單位距離所增加的量。對于離散的數(shù)字圖像，上式可以改寫成： （412）為了計算方便，也可以采用下面的近似計算公式： （413）梯度銳化常用的方法及各自對圖像的特點：（1）

49、直接以梯度值代替。特點：在均勻的區(qū)域，因梯度值很小，會表現(xiàn)出圖像很暗的特性，并且除了黑色的背景，幾乎看不出什么邊界。（2）輔以閾值判斷。特點：基本上不破壞圖像的背景，又可增強邊緣。這是因為表示的是兩個像素點之間灰度值差的大小，也就是梯度的大小。 （3）給邊緣規(guī)定一個特定的灰度級。特點：該方法基本上不破壞圖像的背景，但是在提取邊緣時效果不理想。1. 輔以閾值判斷法理論基礎(chǔ)由于在圖像變化緩慢的地方梯度很小，所以圖像會顯得很暗，通常的做法是給一個閾值，如果小于該閾值，則保持原灰度值不變；如果大于或等于閾值，則賦值為； （414）2. 實現(xiàn)步驟（1）獲得原圖像的首地址及圖像的寬度和高度；（2）開辟一塊

50、內(nèi)存緩沖區(qū)，并初始化；（3）根據(jù)式415，計算圖像的像素的梯度，將結(jié)果保存在內(nèi)存緩沖區(qū)；（4）通過對話框取得閾值t，然后根據(jù)式416來進行判斷。如果梯度值大于或等于t，則灰度值變?yōu)樘荻戎担蝗绻∮趖，則灰度值不變。（5）將內(nèi)存中的數(shù)據(jù)復(fù)制到圖像數(shù)據(jù)區(qū)。3. 效果圖（閾值t=7） 圖45 圖45中的原圖是從ccd相機采集圖片中獲取，從原圖中看到有些模糊，對評片員來說這樣會降低檢測效率。因此，對原圖采用了輔以閾值判斷法的梯度銳化的銳化處理，通過研究和大量的實驗發(fā)現(xiàn)，對圖片閾值t的取值范圍在48之間效果為宜。在圖45中閾值t取7，從圖中可見輪廓比原來更加清晰，并且也沒破壞圖像的背景。雖然輪廓看清了，

51、但是它的負面影響就是帶來了部分噪聲。然后再結(jié)合方形中值濾波，就能很好的降掉噪聲，窗口尺寸為3，中心元素坐標(biāo)為（0，1），效果如圖46所示。圖46 4.3 邊緣檢測4.3.1 圖像的邊緣目標(biāo)物體的邊緣對圖像識別和分析十分有用。圖像邊緣是圖像的重要特征，人們對目標(biāo)的識別主要是依靠邊緣。邊緣是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合。邊緣廣泛存在于物體與背景之間，物體與物體之間，基元與基元之間。邊緣能勾畫出目標(biāo)物體，使觀察者一目了然；邊緣蘊含了豐富的內(nèi)在信息（如方向、階躍性質(zhì)、形狀等），是圖像識別抽取圖像特征的重要屬性。從本質(zhì)上說，圖像邊緣是圖像局部特性不連續(xù)性（灰度突變、顏色突變等）的

52、反映，它標(biāo)志著一個區(qū)域的終結(jié)和另一個區(qū)域的開始。在必要的情況下應(yīng)用一定的方法表達輪廓的特征，為了圖像的形狀分析做準備，對進行特征描述、識別和理解等高層次的處理有著重大的影響。常用的邊緣檢測算子有：算子、算子、算子、算子和canny算子等。它們的特點：（1）算子：利用局部差分算子尋找邊緣，邊緣定位精度較高，但容易丟失一部分邊緣，同時不能抑制噪聲，對噪聲很敏感。該算子對其有陡峭的低噪聲圖像響應(yīng)最好。（2）算子和算子：都是對圖像進行差分和濾波運算，差別只是平滑部分的權(quán)值有些差異，因此對噪聲有一定的抑制能力，但不能完全排除檢測結(jié)果中出現(xiàn)偽邊緣。同時這2個算子邊緣定位比較準確和完整，但容易出現(xiàn)邊緣多像素

53、寬。該類算子對灰度漸變和具有噪聲的圖像處理的較好。（3）（log）算子：該算子是將高斯算子和拉普拉斯算子結(jié)合在一起而形成的一種新的邊緣檢測算子，首先通過高斯函數(shù)對圖像作平滑處理，因此對噪聲的抑制作用比較明顯，但同時也可能將原來的邊緣平滑掉了，造成某些邊緣無法檢測到，然后采用拉普拉斯算子根據(jù)二階微分過零點來檢測圖像邊緣。（4）canny算子：該算子同樣采用高斯函數(shù)對圖像作平滑處理，因此具有較強的去噪能力，但同樣存在容易平滑掉一些邊緣信息，同時其后所采用的一階微分算子的方向性較log算子要好，因此邊緣定位準確性相對較高。4.3.2 基于canny算子的邊緣提取1 canny算子介紹 canny算子

54、由于其卓越的性能得到越來越廣泛的應(yīng)用。算子的設(shè)計原理來源于canny邊緣檢測算子的三個評價指標(biāo)：（1）好的性噪比，即將非邊緣點判為邊緣點的概率要低，將邊緣點判為非邊緣點的概率也要低。（2）好的定位能力，即檢測的邊緣點要盡可能的在實際邊緣的中心。（3）對單一的邊緣僅有唯一的響應(yīng)，即單個邊緣產(chǎn)生多個響應(yīng)的概率要低，并且虛假邊緣要得到最大的抑制。canny首次將這三個判據(jù)數(shù)學(xué)化，并且用最優(yōu)化方法研究一維邊緣，給出了對應(yīng)于給定邊緣類型的最佳檢測模版，對于一維階躍邊緣，canny的最優(yōu)邊緣檢測器與高斯函數(shù)的一階導(dǎo)數(shù)類似，因此在實際應(yīng)用中常選高斯函數(shù)的一階導(dǎo)數(shù)作為階躍形邊緣的次最優(yōu)檢測算子。需要注意，對于

55、不同類型的邊緣，canny算子的形式是不一樣的。對于二維圖像，需要取同一類型的濾波器的不同方向的模版分別對圖像進行處理，再取模值可能最大的方向，用于后續(xù)的比較分析。顯然canny算子的計算量更大，為此可仿造m-h算子設(shè)計快速算法。 canny算子設(shè)計方法：二維高斯函數(shù)為 （415）求偏導(dǎo)數(shù)： （416） （417）其中 可見 k為常數(shù)將 （418） （419） （420）分別與圖像進行卷積，得到方向微分輸出： （421）令 （422） （423）是灰度梯度模值，反應(yīng)了圖像上點處的灰度變化強度，是梯度方向，反映了圖像上點處的灰度變化最快的方向，即該點的方向矢量（正交于邊緣方向的方向）。根據(jù)canny的定義，當(dāng)一個像素滿足下面三個條件時就被認為是圖像的邊緣像素：（1）該點的大于位于該點梯度方向的兩個相鄰像素的值（2）與該點梯度方向一致的相鄰兩點的梯度方向差小于（3）以該點為中心的領(lǐng)域中的的極大值小于某個閥值如果條件（1）（2）同時滿足，那么在梯度方向上的兩個相鄰像素就從候選邊緣點集合中取消，