哈爾濱石油學(xué)院 孫 玲 逯 柳 張 旭

水圖像預(yù)處理技術(shù)研究

哈爾濱石油學(xué)院 孫 玲 逯 柳 張 旭

我國是一個(gè)擁有著1.8萬公里的海岸線和300萬平方公里的海洋國土的海洋大國，隨著人們對(duì)海洋的開發(fā)和探索不斷加深，水圖像預(yù)處理技術(shù)已經(jīng)越來越受到人們的關(guān)注?；谒h(huán)境的復(fù)雜性和水圖像的特殊性，對(duì)水圖像預(yù)處理中的灰度處理、圖像去噪、圖像增強(qiáng)進(jìn)行分析，并對(duì)各個(gè)階段相關(guān)方法進(jìn)行研究和總結(jié)。使用MATLAB軟件可以對(duì)水圖像預(yù)處理進(jìn)行仿真對(duì)比實(shí)驗(yàn)，驗(yàn)證改進(jìn)后算法的優(yōu)越性，對(duì)于水圖像后續(xù)的識(shí)別和處理具有重要的意義。

水圖像；預(yù)處理；圖像去噪

引言

我國是一個(gè)擁有著1.8萬公里的海岸線和300萬平方公里的海洋國土的海洋大國,因此海洋技術(shù)的發(fā)展對(duì)我國的經(jīng)濟(jì)和軍事方面都有著重要的意義。隨著人們對(duì)海洋的開發(fā)和不斷探索,水下探測(cè)技術(shù)已經(jīng)在水下數(shù)據(jù)采集、污染監(jiān)測(cè)和魚群探測(cè)等領(lǐng)域發(fā)揮著重要的作用。而水圖像是獲取水下信息的重要手段之一。[1]目前水圖像處理技術(shù)已經(jīng)越來越受到人們的關(guān)注。水圖像具有特殊的性質(zhì),光在水下傳播的衰減會(huì)造成圖像背景模糊。水環(huán)境比較復(fù)雜,如水中懸浮物的存在會(huì)影響水下圖像的光照、對(duì)比度,同時(shí)還會(huì)產(chǎn)生大量的噪聲。這些都給水圖像的獲取帶來了很大的困難。因此,水圖像預(yù)處理對(duì)于后續(xù)識(shí)別和處理具有重要的意義。

1 水圖像預(yù)處理技術(shù)

圖像預(yù)處理又可稱為圖像的糾正和重建,其目的是為了削弱或去除圖像中不需要的噪聲或其他信息,并按照需要突出感興趣的區(qū)域。在水圖像的獲取中產(chǎn)生許多干擾和噪聲污染,采用圖像預(yù)處理技術(shù)對(duì)低質(zhì)量水圖像進(jìn)行處理,消除水圖像的噪聲,保留水圖像的邊緣和特征并增強(qiáng)圖像。圖像預(yù)處理的過程也是提高水圖像質(zhì)量的過程。借助于圖像處理技術(shù),對(duì)水圖像進(jìn)行灰度處理、去噪、強(qiáng)化操作。其中,圖像去噪和強(qiáng)化是圖像預(yù)處理技術(shù)中非常重要的部分。圖像去噪是針對(duì)水圖像的光照問題和噪聲污染進(jìn)行改善;圖像強(qiáng)化則是削弱圖像中的不必要信息,突出顯示其重要信息。通過圖像預(yù)處理的相關(guān)技術(shù),使處理后的水圖像成為一種更適宜人和計(jì)算機(jī)進(jìn)行識(shí)別分析的圖像,并為后續(xù)的處理提供方便。

1.1 灰度

水圖像預(yù)處理中首先增強(qiáng)水圖像的對(duì)比度,實(shí)現(xiàn)水圖像的清晰化處理。由于水下存在大量的微生物,增加了光的吸收和散射作用,使水圖像對(duì)比度低,輪廓顯示模糊。因此,不能采用簡單的將R、G、B彩色水圖像轉(zhuǎn)換成1個(gè)字節(jié)灰度圖像的灰度化處理方法,這樣將會(huì)導(dǎo)致水圖像數(shù)據(jù)丟失嚴(yán)重。針對(duì)彩色水圖像,應(yīng)先將RGB水圖像轉(zhuǎn)換為YUV圖像。通過以下公式實(shí)現(xiàn):

YUV是一種用于電視系統(tǒng)的顏色編碼,其中“Y”表示明亮度(Luminance或Luma),也就是灰階值;而“U”和“V”表示的則是色度(Chrominance或Chroma)。只考慮Y分量,忽略U、V分量,就可以把圖像看作灰度圖像,從而實(shí)現(xiàn)水圖像的灰度化。為了增強(qiáng)原彩色圖像的對(duì)比度,僅對(duì)“Y”分量進(jìn)行處理?！癥”分量進(jìn)行去噪、強(qiáng)化后使用公式(2)實(shí)現(xiàn)從YUV圖像到RGB彩色圖像的轉(zhuǎn)化:

RGB圖像和YUV圖像的相互轉(zhuǎn)換可以通過MATLAB編程實(shí)現(xiàn)。

1.2 去噪

水圖像的預(yù)處理階段最主要的工作之一是圖像去噪。通過抑制或消除噪聲的方法而改善圖像質(zhì)量的過程稱為圖像平滑(smoothing)。圖像的灰度值突變?cè)陬l域中代表了一種高頻分量,而噪聲一般都是高頻信息,圖像平滑是去掉圖像中的高頻信息,降低圖像的灰度值突變,使圖像變得比較平滑,同時(shí)也使圖像變得模糊。因此,一個(gè)較好的去噪算法是既能去除噪聲又能保護(hù)圖像的邊緣輪廓——即保邊去噪。保護(hù)邊緣輪廓是設(shè)法保留或突出圖像的特征,去噪是設(shè)法去除高頻信息而減少噪聲干擾,這兩者是互相影響互相矛盾的。尤其對(duì)于復(fù)雜水環(huán)境的水圖像由于邊緣像素較少,保邊去噪是關(guān)鍵。圖像噪聲一般有兩種,一種是椒鹽噪聲即噪聲點(diǎn)與它周圍像素點(diǎn)之間的強(qiáng)度存在著較大差異,在圖像分布中常常體現(xiàn)于最亮端和最暗端,如呈現(xiàn)黑色——白色顆粒狀點(diǎn);另一種是高斯噪聲即概率密度函數(shù)服從高斯分布的一種噪聲。對(duì)于不同的噪聲采用不同的方法去噪,下面將詳細(xì)介紹具體的去噪算法。

1.2.1 椒鹽噪聲

椒鹽噪聲是極端噪聲,它的存在會(huì)大大降低圖像的質(zhì)量,破壞圖像的細(xì)節(jié),對(duì)后續(xù)水圖像的識(shí)別工作造成困難。最早提出的一種有效去除椒鹽噪聲的算法是中值濾波。中值濾波(Median Filter)是一類基于統(tǒng)計(jì)排序理論的非線性濾波方法,基本原理是設(shè)計(jì)一定大小的窗口(濾波模板)在圖像中滑動(dòng),首先對(duì)圖像在窗口中涉及到的所有像素點(diǎn)的灰度值進(jìn)行排序,當(dāng)像素點(diǎn)為奇數(shù),取其中間值作為灰度值;如果像素點(diǎn)為偶數(shù),取最中間兩個(gè)點(diǎn)的平均值作為灰度值。[2]通過這種方法消除孤立的噪聲點(diǎn),實(shí)現(xiàn)圖像的平滑去噪。其中,選擇濾波窗口的大小直接影響去噪的效果。中值濾波過程中一般使用3、5、7作為濾波模板。目前已經(jīng)有很多去除椒鹽噪聲的方法:董繼揚(yáng)、張軍英提出一種改進(jìn)的中值濾波算法。算法思想是通過設(shè)置灰度值的區(qū)間范圍[δ,255-δ]將噪聲點(diǎn)和信號(hào)點(diǎn)區(qū)分開。該算法簡單、有效,易于實(shí)現(xiàn)。中值濾波器是基于次序統(tǒng)計(jì)完成信號(hào)回復(fù)的一種典型的非線性濾波器,只能對(duì)灰度圖像進(jìn)行處理,既能有效的去除椒鹽噪聲,又能保護(hù)圖像細(xì)節(jié)。賀長偉等提出了一種改進(jìn)的多級(jí)中值濾波算法,利用濾波窗口中HH、HL、LH、LL四個(gè)方向中最大最小值之差作為判別平滑或邊緣區(qū)域的條件,該算法在保護(hù)圖像細(xì)節(jié)方面更具優(yōu)勢(shì)。孫樹亮提出改進(jìn)的中值濾波,該算法是采用多條件鑒別噪聲點(diǎn)和信號(hào)點(diǎn)。[3]嚴(yán)格噪聲點(diǎn)的判斷條件減少偽噪聲的產(chǎn)生,同時(shí),信號(hào)點(diǎn)的中值計(jì)算排除噪聲點(diǎn)獲得。中值濾波不但能夠有效的抑制椒鹽噪聲,而且對(duì)圖像邊緣的處理效果也較好。由于中值濾波的原理簡單,運(yùn)算快捷,圖像處理的速度也較快。但同時(shí)也存在著不足,中值濾波對(duì)另一種噪聲—高斯噪聲的處理效果并不佳。

1.2.2 高斯噪聲

中值濾波對(duì)高斯噪聲的抑制效果不明顯,這是由于高斯噪聲使用隨機(jī)大小的幅值污染所有的點(diǎn),因此無論怎樣選擇數(shù)據(jù),得到的始終還是被污染的值。小波變換是空間和頻率的局部變換,它使得圖像的去噪不僅局限于空域和頻域,還擴(kuò)展到了小波域上。小波去噪是利用小波變換的特性將圖像信號(hào)與噪聲信號(hào)分幵,最早是由Mallat提出的。[4]小波去噪選取適當(dāng)?shù)男〔ê瘮?shù)對(duì)信號(hào)進(jìn)行分解,在通過設(shè)置閾值進(jìn)行濾波處理。Donoho和Johnstone還提出了硬、軟閾值的去噪方法。其中,閾值δ的選取至關(guān)重要,過小會(huì)影響去噪效果,過大會(huì)導(dǎo)致有用信息的丟失。閾值函數(shù)則體現(xiàn)在小波系數(shù)的處理方法上。范宇等討論了基于非線性算子的提升小波變換,運(yùn)用基于閾值的小波域去嗓方法。并使用“軟閾值化”和“硬閾值化”兩種方法進(jìn)行小波系數(shù)縮減。該算法通過數(shù)值仿真驗(yàn)證基于中位數(shù)的提升小波對(duì)高斯噪聲的去噪性能較佳。小波去噪的關(guān)鍵就是在去除噪聲的同時(shí)又能保留有用的高頻信息。形態(tài)小波(Morphological Wavelets)是基于數(shù)學(xué)形態(tài)學(xué)的非線性特征及其在圖像的形狀形態(tài)分解上的可完全重構(gòu)和無冗余的描述方法。[5]形態(tài)小波作為一種非線性的分解方法,同時(shí)也是小波理論非線性擴(kuò)展研究的一個(gè)方向。通過形態(tài)小波變換,可以描述圖像的形狀形態(tài)特征,顯示圖像的邊緣細(xì)節(jié)?；谛螒B(tài)小波理論石紅等提出一種將中點(diǎn)濾波器應(yīng)用于海洋聲吶圖像的去噪方法。該方法去噪性能優(yōu)于現(xiàn)有的小波去噪方法,同時(shí)保邊效果突出。

1.2.3 總結(jié)

對(duì)于椒鹽噪聲使用中值濾波去燥效果較好,通過改進(jìn)的中值濾波不但可以有效去除椒鹽噪聲,還可以保留圖像的邊緣細(xì)節(jié),但中值濾波對(duì)高斯噪聲的去噪效果差強(qiáng)人意。而對(duì)于高斯噪聲由于噪聲點(diǎn)分布的概率比較穩(wěn)定,使用小波閾值法去噪效果比較明顯,結(jié)合形態(tài)小波理論對(duì)水圖像的去噪效果極佳。圖像去噪效果可以采用Matlab軟件進(jìn)行模擬實(shí)驗(yàn)。Matlab軟件是把圖像作為二維數(shù)據(jù)矩陣進(jìn)行處理。它具有專門圖像處理工具箱用于圖像的預(yù)處理操作。圖像處理工具箱是由一系列支持圖像處理操作的函數(shù)組成,可以進(jìn)行圖像分析、圖像變換、濾波器設(shè)計(jì)、圖像增強(qiáng)、形態(tài)學(xué)處理等圖像處理操作。

2 增強(qiáng)

圖像增強(qiáng)(image enhancement)又稱圖像銳化就是對(duì)圖像中的輪廓邊緣以及特征信息進(jìn)行強(qiáng)化,增強(qiáng)灰度在邊緣處的對(duì)比度,從而便于分析輪廓等信息。圖像增強(qiáng)使模糊的圖像變得更加清晰,圖像的質(zhì)量有所改善,成為更適合人眼觀察和識(shí)別的圖像。圖像增強(qiáng)主要是影響圖像中的低頻分量,對(duì)圖像中的高頻分量不起作用。圖像增強(qiáng)算法可分成兩大類頻率域法和空間域法。前者把圖像看成一種二維信號(hào)對(duì)其進(jìn)行基于二維傅里葉變換的信號(hào)增強(qiáng)。基于空域的算法處理時(shí)直接對(duì)圖像灰度級(jí)做運(yùn)算。采用直方圖處理使圖像灰度近似服從均勻分布、明暗分明,改善了原始圖像的視覺效果。在MATLAB中,histeq函數(shù)可以實(shí)現(xiàn)直方圖均衡化。圖像增強(qiáng)是一種使圖像邊緣更為清晰的方法,可以理解為圖像平滑的反過程。在圖像增強(qiáng)的過程中,圖像的細(xì)節(jié)信息會(huì)變的明顯,輪廓會(huì)變的清晰,但圖像包含較多噪聲時(shí),通過圖像增強(qiáng)處理后的噪聲信息也會(huì)被放大,從而影響原圖像信息的獲取。所以在進(jìn)行圖像增強(qiáng)時(shí)要先盡可能的去除噪聲點(diǎn),這樣才能保證圖像的邊緣、輪廓以及圖像的細(xì)節(jié)變得清晰。

3 總結(jié)

由于水下環(huán)境的復(fù)雜性使水圖像存在的特殊性,已經(jīng)越來越多的人去關(guān)注水下圖像處理。本文介紹水下圖像預(yù)處理的研究成果,迄今為止使用多種改進(jìn)算法嘗試最大限度的限制噪聲,并保留水圖像的完整信息。對(duì)于水圖像識(shí)別具有重要意義。但現(xiàn)今的研究還比較有限,隨著更加深入的研究,算法的不斷改進(jìn),使水圖像處理技術(shù)更加成熟。

［1］韓濤.水下圖像預(yù)處理技術(shù)研究［D］.北京:中國石油大學(xué),2010.

［2］S J Ko,Y H Lee.Center Weighted Median Fihers and Their Applications to Image Enhancement［J］.IEEE Trans on Circuits and Systems,1991.

［3］孫樹亮,王守覺.一種基于改進(jìn)的極值中值濾波算法［J］.計(jì)算機(jī)科學(xué),2009.

［4］Mallat S,Hwang W L.Singularity detection and processing with wavelets［J］.IEEE Transactions on Information Theory,1992.

［5］石紅,趙春暉,沈鄭燕.結(jié)合非線性濾波器的形態(tài)小波域聲吶圖像去噪［J］.哈爾濱工程大學(xué)學(xué)報(bào),2010.

圖1 智能家居安防系統(tǒng)結(jié)構(gòu)圖

2.2.3 智能家居安防系統(tǒng)具體流程

本系統(tǒng)選用普通的i5處理器作為上位機(jī)處理器。門、窗節(jié)點(diǎn)布置熱釋電紅外傳感器感知有無人員闖入,傳感器信息實(shí)時(shí)通過以太網(wǎng)傳輸給上位機(jī)。當(dāng)有人闖入時(shí),攝像頭立即拍攝照片傳輸給上位機(jī),上位機(jī)規(guī)劃出一條最優(yōu)移動(dòng)路徑。然后通過無線藍(lán)牙將路徑信息發(fā)送給移動(dòng)機(jī)器人,使其沿著路徑快速準(zhǔn)確的移動(dòng)到被觸發(fā)的節(jié)點(diǎn)處。移動(dòng)機(jī)器人上具有人臉識(shí)別功能,可對(duì)入侵者人臉判斷,并且搭載了基于GSM模塊文字傳輸功能與基于3G/4G網(wǎng)絡(luò)的圖像傳輸功能,可使房主通過互聯(lián)的移動(dòng)端實(shí)現(xiàn)視頻監(jiān)控與拍攝,及時(shí)了解家居情況,對(duì)家居安全情況做出正確的判斷。為了延緩入侵目標(biāo)實(shí)施犯罪行為,移動(dòng)機(jī)器人搭載了二自由度舵機(jī)云臺(tái),云臺(tái)上裝有紅外傳感器和熱釋電紅外傳感器實(shí)現(xiàn)對(duì)人體的精確定位,根據(jù)移動(dòng)端命令傳輸可進(jìn)行聲光報(bào)警、語音恐嚇,必要時(shí)對(duì)目標(biāo)進(jìn)行噴水攻擊。高度靈活的機(jī)器人可實(shí)時(shí)跟蹤目標(biāo)拍攝。此外,車體裝載紅外避障傳感器,可以實(shí)現(xiàn)機(jī)器人自主避障,躲避攻擊,從而保護(hù)機(jī)器人移動(dòng)過程中不被家居碰撞和被侵入目標(biāo)攻擊(如圖1所示)。

3 結(jié)語

隨著智能家居與機(jī)器人技術(shù)的提高,它們逐漸走進(jìn)人們的生活。為了提高安全防范意識(shí),一種新型的智能家居安防系統(tǒng)的研發(fā)具有重要的實(shí)際意義。本系統(tǒng)具有自主導(dǎo)航和自主移動(dòng)性強(qiáng)的特點(diǎn),功能多樣化、技術(shù)先進(jìn),可實(shí)現(xiàn)對(duì)無人的房屋內(nèi)財(cái)產(chǎn)進(jìn)行全面保護(hù),其市場(chǎng)和潛在經(jīng)濟(jì)效益是巨大的。

參考文獻(xiàn)

［1］盧艷爽.水面無人艇路徑規(guī)劃算法研究［D］.哈爾濱工程大學(xué)碩士學(xué)位論文.

［2］王鈺明.智能四驅(qū)車輛分動(dòng)器力學(xué)特性與性能分析研究［D］.安徽農(nóng)業(yè)大學(xué)學(xué)士學(xué)位論文.

［3］張倩.差動(dòng)式移動(dòng)機(jī)器人的運(yùn)動(dòng)性能分析［D］.河北工業(yè)大學(xué)碩士學(xué)位論文.

黑龍江省教育廳科研項(xiàng)目（科研號(hào)：12543037）。