5.1 圖像預(yù)處理

    圖像預(yù)處理的作用是消除或減少圖像中的噪聲。圖像噪聲是指在圖像生成、保存和傳輸過程中，由于外部干擾而加入到圖像中的冗余信息。如在圖像生成過程中天空飄落的雨點(diǎn)、雪花、樹葉等會(huì)引起噪聲干擾，在數(shù)字化過程中由于采樣的原因或者數(shù)字化設(shè)備等原因而加入噪聲，在保存?zhèn)鬏斶^程中加入噪聲等。圖像預(yù)處理方法中最常用的是平滑濾波方法，一個(gè)較好的平滑濾波方法應(yīng)該既能消除這些噪聲，又不使圖像的邊緣輪廓和線條變模糊。

    5.1.1 去除噪聲的方法

    1.去除噪聲常用的有鄰域平均法，即用窗口在圖像上滑動(dòng)，并且把窗口中心對(duì)應(yīng)的圖像中的像素值修改為鄰域(即窗口)的代數(shù)平均值。但是在圖像邊緣輪廓包含有大量的高頻信息，而鄰域平均法實(shí)質(zhì)上是一個(gè)低通濾波器，直接使用鄰域平均法會(huì)使得邊界變模糊。

    2.后來有人提出鄰域加權(quán)平均法作為改進(jìn)，給窗口內(nèi)不同位置的像素設(shè)不同的權(quán)，從而可以減少模糊性而較好地保留邊緣信息。

    3.為了既能去除噪聲，又能保留邊界信息，可以使用中值濾波算法。中值濾波算法仍使用滑動(dòng)窗口技術(shù)，但把窗口中心對(duì)應(yīng)的圖像像素修改為窗口所覆蓋的所有的像素的中間值(即把窗口覆蓋的所有像素值按升序或降序順序排列，然后取中間值)。這樣一來，噪聲(明亮區(qū)的少數(shù)暗點(diǎn)或暗區(qū)的少數(shù)明亮點(diǎn)或者是最小值或者是最大值，取中間值可以直接丟棄這些值而不參加運(yùn)算)就可以被去除，而能較好保留邊緣信息。

    5.1.2 中值濾波原理

    1.中值濾波原理

    平滑濾波的方法有很多種，本系統(tǒng)采用中值濾波法。它是一種非線性的信號(hào)處理方法，一般采用一個(gè)含有奇數(shù)個(gè)點(diǎn)的滑動(dòng)窗口，將窗口中各點(diǎn)灰度值的中值來替代指定點(diǎn)(一般是窗口的中心點(diǎn))的灰度值。對(duì)于奇數(shù)個(gè)元素，中值是指按大小排序后，中間的數(shù)值：對(duì)于偶數(shù)個(gè)元素，中值是指排序后中間兩個(gè)元素灰度值的平均值。中值濾波器具有如下的數(shù)學(xué)形式(5-1)[45]：

    2.中值濾波的主要特點(diǎn)

    (1)對(duì)某些輸入信號(hào)中值濾波的不變性

    對(duì)某些特定的輸入信號(hào)，如在窗口內(nèi)單調(diào)增加或單調(diào)減少的序列，中值濾波輸出信號(hào)仍保持輸入信號(hào)不變，一般與窗口對(duì)頂角連線垂直的邊緣線保持不變性。利用這個(gè)特點(diǎn)，可以使中值濾波既能去除圖像中的噪聲，又能保持圖像中一些物體的邊緣。對(duì)于一些周期性的數(shù)據(jù)序列，中值濾波也存在著不變性。

    (2)中值濾波去噪聲性能

    對(duì)于零均值正態(tài)分布的噪聲輸入,中值濾波的輸出與輸入噪聲的密度分布有關(guān)。對(duì)隨機(jī)噪聲的抑制能力，中值濾波比平均值濾波要差一些。但對(duì)脈沖干擾，特別是脈沖寬度相距較遠(yuǎn)的窄脈沖干擾，中值濾波的效果較好。

    (3)中值濾波的頻譜特性

    中值濾波頻譜特性起伏不大，其均值比較平坦�？梢哉J(rèn)為信號(hào)經(jīng)中值濾波后，頻譜基本不變。這一特點(diǎn)對(duì)設(shè)計(jì)和使用中值濾波器很有意義。通過在計(jì)算機(jī)上制作了一組用于平滑實(shí)驗(yàn)的圖像，可以很容易的看出算術(shù)平均平滑對(duì)含有高斯噪聲的圖像有效；而中值濾波對(duì)含有椒鹽噪聲圖像的去噪聲效果較好。

    3.復(fù)合型中值濾波

    對(duì)一些內(nèi)容復(fù)雜的圖像，可以使用復(fù)合型中值濾波。如，中值濾波線性組合、高階中值濾波組合、加權(quán)中值濾波以及迭代中值濾波等。