動(dòng)目標(biāo)識(shí)別過(guò)程中的二值圖像噪聲消除

1 前言

　　在動(dòng)目標(biāo)識(shí)別工程項(xiàng)目中，要進(jìn)行背景重構(gòu)、前景提取、圖像消噪、投影求取四個(gè)階段的工作。在獲取原始視頻后，首先便是圖像預(yù)處理階段，如果這階段處理不好，后面的工作根本無(wú)法展開(kāi)。在實(shí)際應(yīng)用時(shí)，系統(tǒng)獲取的原始圖像，由于噪聲、光照等原因，圖像的質(zhì)量不高，所以需要進(jìn)行預(yù)處理。圖像的預(yù)處理包括圖像增強(qiáng)、平滑濾波、銳化等內(nèi)容。圖像的預(yù)處理既可以在空間域?qū)崿F(xiàn)，也可以在頻域內(nèi)實(shí)現(xiàn)，本文主要介紹腐蝕膨脹法對(duì)二值圖像噪聲的消除，它們是一種既簡(jiǎn)單又重要的圖像處理技術(shù)。

　　2 噪聲的產(chǎn)生及分類(lèi)

　　噪聲是圖像干擾的重要原因。一幅圖像在實(shí)際應(yīng)用中可能存在各種各樣的噪聲, 這些噪聲可能在傳輸中產(chǎn)生, 也可能在量化處理中產(chǎn)生。根據(jù)噪聲和信號(hào)的關(guān)系可將其分為三種形式:( f(x,y)表示給定原始圖像, g(x,y)表示圖像信號(hào), n(x,y)表示噪聲。)

　　2．1 加性噪聲

　　此類(lèi)噪聲與輸入圖像信號(hào)無(wú)關(guān), 含噪圖像可表示為f(x,y)=g(x,y)+n(x,y), 信道噪聲及光導(dǎo)攝像管的攝像機(jī)掃描圖像時(shí)產(chǎn)生的噪聲就屬這類(lèi)噪聲;

　　2.2 乘性噪聲

　　此類(lèi)噪聲與圖像信號(hào)有關(guān), 含噪圖像可表示為f(x,y)=g(x,y)+n(x,y)g(x,y), 飛點(diǎn)掃描器掃描圖像時(shí)的噪聲, 電視圖像中的相干噪聲, 膠片中的顆粒噪聲就屬于此類(lèi)噪聲。

　　2.3 量化噪聲

　　此類(lèi)噪聲與輸入圖像信號(hào)無(wú)關(guān), 是量化過(guò)程存在量化誤差, 然后反映到接收端而產(chǎn)生。

　　3 去除圖像噪聲的方法簡(jiǎn)介

　　圖像處理發(fā)展至今，經(jīng)典的圖像處理方法不勝枚舉，以下從分析了近年來(lái)圖像消噪處理領(lǐng)域比較有代表性的濾波器和目前比較前沿的處理方法，使讀者對(duì)目前消噪領(lǐng)域的發(fā)展歷史有所了解。

　　3.1 均值濾波器

　　它是用一個(gè)有奇數(shù)點(diǎn)的滑動(dòng)窗口在圖像上滑動(dòng)，將窗口中心點(diǎn)對(duì)應(yīng)的圖像像素點(diǎn)的灰度值用窗口內(nèi)的各個(gè)點(diǎn)的灰度值的平均值代替，如果滑動(dòng)窗口規(guī)定了在取均值過(guò)程中窗口各個(gè)像素點(diǎn)所占的權(quán)重，也就是各個(gè)像素點(diǎn)的系數(shù)，這時(shí)候就稱(chēng)為加權(quán)均值濾波。

　　3.2 自適應(yīng)維納濾波器

　　它能根據(jù)圖像的局部方差來(lái)調(diào)整濾波器的輸出, 局部方差越大,濾波器的平滑作用越強(qiáng)。它的最終目標(biāo)是使恢復(fù)圖像f^ (x,y)與原始圖像f(x,y)的均方誤差e2=E[( f(x,y)- f^ (x,y)) 2]最小。該方法的濾波效果比均值濾波器效果要好, 對(duì)保留圖像的邊緣和其他高頻部分很有用, 不過(guò)計(jì)算量較大。維納濾波器對(duì)具有白噪聲的圖像濾波效果最佳。

　　3.3 中值濾波器

　　它是一種常用的非線(xiàn)性平滑濾波器, 其基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)領(lǐng)域中各點(diǎn)值的中值代換。其主要功能消除孤立的噪聲點(diǎn), 所以中值濾波對(duì)于濾除圖像的椒鹽噪聲非常有效。中值濾波器可以做到既去除噪聲又能保護(hù)圖像的邊緣, 從而獲得較滿(mǎn)意的復(fù)原效果, 而且, 在實(shí)際運(yùn)算過(guò)程中不需要圖像的統(tǒng)計(jì)特性, 這也帶來(lái)不少方便, 但對(duì)一些細(xì)節(jié)多, 特別是點(diǎn)、線(xiàn)、尖頂細(xì)節(jié)較多的圖像不宜采用中值濾波的方法。

　　3.4 數(shù)學(xué)形態(tài)學(xué)噪聲濾除器

　　將開(kāi)啟和閉合結(jié)合起來(lái)可用來(lái)濾除噪聲, 首先對(duì)有噪聲圖像進(jìn)行開(kāi)啟操作, 可選擇結(jié)構(gòu)要素模型比噪聲的尺寸大, 因而開(kāi)啟的結(jié)果是將背景上的噪聲去除。最后是對(duì)前一步得到的圖像進(jìn)行閉合操作, 將圖像上的物體還原。

　　3.5 小波去噪

　　小波的特點(diǎn)是符合人類(lèi)視覺(jué)原理：即由粗到細(xì)，逐步細(xì)化，最后達(dá)到較好的處理效果

　　這種方法保留了大部分包含信號(hào)的小波系數(shù), 因此可以較好地保持圖像細(xì)節(jié)。

　　4 具體工程中噪聲消除

　　筆者將數(shù)學(xué)形態(tài)學(xué)方法應(yīng)用于動(dòng)目標(biāo)檢測(cè)的工程實(shí)踐中，在吸取大量前人成果的基礎(chǔ)上，有針對(duì)性的采用了合適的消噪模板，收到了較好的動(dòng)目標(biāo)檢測(cè)效果。

　　4.1 圖像類(lèi)型轉(zhuǎn)換

　　工程中采集卡過(guò)來(lái)的圖像為彩色圖像，為加快處理速度，要把彩色圖像轉(zhuǎn)換為黑白圖象，一般情況下彩色圖像每個(gè)像素用三個(gè)字節(jié)表示，每個(gè)字節(jié)對(duì)應(yīng)著R、G、B分量的亮度（紅、綠、藍(lán)），轉(zhuǎn)換后的黑白圖像的一個(gè)像素用一個(gè)字節(jié)表示該點(diǎn)的灰度值，它的值在0～255之間，數(shù)值越大，該點(diǎn)越白，即越亮，越小則越黑。經(jīng)典轉(zhuǎn)換公式：

Gray(x,y)=0.11*R(x,y)+0.59*G(x,y)+0.3*B(x,y)

　　其中Gray(x,y)為轉(zhuǎn)換后的黑白圖像在（x，y）點(diǎn)處的灰度值，綠色所占的比重最大，所以轉(zhuǎn)換時(shí)也可以直接使用G值作為轉(zhuǎn)換后的灰度。

　　為了在動(dòng)目標(biāo)檢測(cè)時(shí)做到更好的實(shí)時(shí)性，要將得到的灰度圖像轉(zhuǎn)換為黑白二值圖像，二值圖像是一種簡(jiǎn)單的圖像格式，它只有兩個(gè)灰度級(jí)，即“0”表示黑色象素點(diǎn)，“255”表示白色象素點(diǎn)，若將（x，y）點(diǎn)處的在二值圖像中的值記為F（x，y），那么有

　　式中，為二值化閾值。

4.2 數(shù)學(xué)形態(tài)學(xué)運(yùn)算

　　二值圖像處理運(yùn)算是從數(shù)學(xué)形態(tài)學(xué)下的集合論發(fā)展起來(lái)的，盡管它的基本運(yùn)算很簡(jiǎn)單，但卻可以產(chǎn)生復(fù)雜的圖像處理效果。常用的圖像處理操作有許多方法，比如腐蝕、膨脹、細(xì)化、開(kāi)運(yùn)算和閉運(yùn)算等。形態(tài)學(xué)是一門(mén)新興科學(xué)，它的用途主要是獲取物體拓?fù)浜徒Y(jié)果信息，它通過(guò)物體和結(jié)構(gòu)元素相互作用的某些運(yùn)算，得到物體更本質(zhì)的形態(tài)。它在圖像處理中的應(yīng)用主要是：

　　1.利用形態(tài)學(xué)的基本運(yùn)算，對(duì)圖像進(jìn)行觀察和處理，從而達(dá)到改善圖像質(zhì)量的目的；

　　2.描述和定義圖像的各種幾何參數(shù)和特征，如面積，周長(zhǎng)，連通度，顆粒度，骨架和方向性。

　　二值圖像基本的形態(tài)學(xué)運(yùn)算是腐蝕和膨脹，在這兩種操作中要選擇某種模板作為滑塊，在得到的二值圖像上滑動(dòng)，滑塊上要指定一個(gè)點(diǎn)為中心點(diǎn)，若物體顏色為白色，即二值圖像中的“0”，腐蝕操作時(shí)，必須要所有的滑塊上的點(diǎn)都為“1”時(shí),處理后圖像中心點(diǎn)的值才能為“1”；膨脹時(shí)，只要中心點(diǎn)的值為“1”，那么滑塊上的其他點(diǎn)的值都應(yīng)置為“1”, 對(duì)應(yīng)的處理后圖像上點(diǎn)的值也置為“1”。簡(jiǎn)單起見(jiàn)，我們選3×3的矩形滑塊為例。腐蝕可以消除物體的所有邊界點(diǎn)，其結(jié)果是使剩下的物體沿其周邊比原物體小一個(gè)像素的面積。如果物體是圓的，它的直徑在每次腐蝕后將減少兩個(gè)像素，如果物體在某一點(diǎn)處任意方向上連通的像素小于三個(gè)，那么該物體經(jīng)過(guò)一次腐蝕后將在該點(diǎn)處分裂為二個(gè)物體。如果是和物體相比較小的多離散的噪聲，那么將被消除。簡(jiǎn)單的膨脹運(yùn)算是將與某物體接觸的所有背景點(diǎn)合并到該物體中的過(guò)程。過(guò)程的結(jié)果是使物體的面積增大了相應(yīng)數(shù)量的點(diǎn)，如果物體是圓的，它的直徑在每次膨脹后將增大兩個(gè)像素。如果兩個(gè)物體在某一點(diǎn)的任意方向相隔少于三個(gè)像素，它們將在該點(diǎn)連通起來(lái)。

　　腐蝕可以消除圖像中小的噪聲區(qū)域，膨脹可以填補(bǔ)物體中的空洞。對(duì)一個(gè)圖像先進(jìn)行腐蝕運(yùn)算然后再膨脹的操作過(guò)程稱(chēng)為開(kāi)運(yùn)算，它可以消除細(xì)小的物體、在纖細(xì)點(diǎn)處分離物體、平滑較大物體的邊界時(shí)不明顯的改變其面積。如果對(duì)一個(gè)圖像先膨脹然后再收縮，我們稱(chēng)之為閉運(yùn)算，它具有填充物體內(nèi)細(xì)小的空洞、連接鄰近物體、在不明顯改變物體面積的情況下平滑其邊界的作用。通常情況下，當(dāng)有噪聲的圖像用閾值二值化后，所得到的邊界是很不平滑的，物體區(qū)域具有一些錯(cuò)判的孔洞，背景區(qū)域散布著一些小的噪聲物體，連續(xù)的開(kāi)和閉運(yùn)算可以顯著的改善這種情況，這時(shí)候需要在連接幾次腐蝕迭代之后，再加上相同次數(shù)的膨脹，才可以產(chǎn)生所期望的效果。一下是工程中隨機(jī)生成的一幅二值圖像分別經(jīng)過(guò)腐蝕和膨脹以后得到效果圖（用的是3×3的滑塊）：

　　4.3 實(shí)踐過(guò)程中選擇有針對(duì)性的消噪模板

　　噪聲的類(lèi)型多種多樣，要設(shè)計(jì)一種普適的噪聲消除模板不現(xiàn)實(shí)，也沒(méi)有必要，因?yàn)槊總€(gè)應(yīng)用程序都處在具體的工程環(huán)境中,碰到的噪聲都有各自的特點(diǎn)。本文將設(shè)計(jì)的消噪模板用于動(dòng)目標(biāo)檢測(cè)過(guò)程中，為了達(dá)到最好的動(dòng)目標(biāo)識(shí)別效果，文章設(shè)計(jì)了有針對(duì)性的消噪模板來(lái)處理具體的噪聲。例如，當(dāng)系統(tǒng)應(yīng)用在陰雨天情況下，大量的雨滴會(huì)在背景中形成嚴(yán)重的噪聲干擾，此時(shí)，如果僅靠增大矩形消噪模板，會(huì)在消除噪聲的同時(shí)腐蝕掉要檢測(cè)的目標(biāo)，形成漏判；反之，如果減小消噪模板大小，系統(tǒng)會(huì)一直報(bào)警，導(dǎo)致系統(tǒng)癱瘓，這兩種情況都會(huì)很大程度上影響動(dòng)目標(biāo)檢測(cè)的效果，這不是我們想要的結(jié)果。分析雨點(diǎn)形成的噪聲的特點(diǎn)可以發(fā)現(xiàn)，此類(lèi)噪聲只存在于縱向上（垂直方向)，且寬度較小，成像時(shí)一般在一到兩個(gè)像素點(diǎn)，有鑒于此，工程中采用細(xì)而長(zhǎng)的橫向滑塊作為消噪模板，這種消噪模板在消除噪聲的同時(shí)可以很好的保留動(dòng)目標(biāo)邊緣特征，比用矩形滑塊除噪效果好的多。實(shí)際編程實(shí)現(xiàn)時(shí)，將滑塊模板專(zhuān)門(mén)用一個(gè)二維數(shù)組表示，可以根據(jù)需要變換滑塊類(lèi)型，針對(duì)不同的噪聲采用不同的消噪模板，給系統(tǒng)提供較好的靈活性。圖像處理系統(tǒng)中，好的預(yù)處理算法是成功的一半，因此筆者建議，工程中多采用幾種消噪滑塊，以便在工程實(shí)施時(shí)采用最佳的除噪滑塊。

　　5 結(jié)束語(yǔ)

　　圖像噪聲消除是圖像預(yù)處理的關(guān)鍵環(huán)節(jié)，幾乎每一個(gè)圖像處理應(yīng)用程序都要牽扯到噪聲消除問(wèn)題，經(jīng)筆者實(shí)踐證明，文中提出的方法是有效的。本文的研究解決了工程實(shí)踐中碰到的實(shí)際問(wèn)題，文章中談到的噪聲消除方法和除噪思想可以為工程實(shí)踐人員提供很好的參考，有一定的實(shí)踐意義，。

　　本文作者創(chuàng)新點(diǎn): ①結(jié)合具體工程中用到的腐蝕、膨脹消除噪聲方法，討論了二值圖像噪聲的消除。②編程實(shí)現(xiàn)時(shí)設(shè)計(jì)了一種實(shí)用性較高的噪聲消除模板。