图像处理之图像平滑技术

2016-07-20技术资料

机器视觉系统中,工业相机和高速相机采取图像后,视觉信息的处理技术主要依赖于图像处理方法,它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征 抽取、图像识别与理解等内容。经过这些处理后,输出图像的质量得到相当程度的改善,既改善了图像的视觉效果,又便于计算机对图像进行分析、处理和识别。

图像的平滑处理技术即图像的去噪声处理,主要是为了去除实际成像过程中,因成像设备和环境所造成的图像失真,提取有用信息。众所周知,实际获得的图像在 形成、传输、接收和处理的过程中,不可避免地存在着外部干扰和内部干扰,如光电转换过程中敏感元件灵敏度的不均匀性、数字化过程的量化噪声、传输过程中的 误差以及人为因素等,均会使图像变质。因此,去除噪声,恢复原始图像是图像处理中的一个重要内容。

在本世纪四、五十年代发展起来的线性滤波器以其完善的理论基础,数学处理方便,易于采用FFT和硬件实现等优点,一直在图像滤波领域占有重要地位,其中以WIENER滤波器理论和卡尔曼滤波理论为代表。但是线性滤波器存在着计算复杂度高,不便于实时处理等缺点。虽然它对高斯噪声有良好的平滑作用,但对脉冲信号干扰和其它形式的噪声干扰抑制效果差,信号边缘模糊。为此,1971年,著名学者TUKEY提 出非线笥滤波器——中值滤波器,即把局部区域中灰度的中值作为输出灰度,并将其与统计学理论结合起来,使用迭代方法,比较理想地将图像从噪声中恢复出来, 并且能保护图像的轮廓边界,不使其变模糊。近年来,非线性滤波理论在机器视觉、医学成像、语音处理等领域有了广泛的应用,同时,也反过来促使该理论的研究 向纵深方向发展。