新闻中心 /About Us

    5.1 图像预处理

    图像预处理的作用是消除或减少图像中的噪声。图像噪声是指在图像生成、保存和传输过程中，由于外部干扰而加入到图像中的冗余信息。如在图像生成过程中天空飘落的雨点、雪花、树叶等会引起噪声干扰，在数字化过程中由于采样的原因或者数字化设备等原因而加入噪声，在保存传输过程中加入噪声等。图像预处理方法中最常用的是平滑滤波方法，一个较好的平滑滤波方法应该既能消除这些噪声，又不使图像的边缘轮廓和线条变模糊。

    5.1.1 去除噪声的方法

    1.去除噪声常用的有邻域平均法，即用窗口在图像上滑动，并且把窗口中心对应的图像中的像素值修改为邻域(即窗口)的代数平均值。但是在图像边缘轮廓包含有大量的高频信息，而邻域平均法实质上是一个低通滤波器，直接使用邻域平均法会使得边界变模糊。

    2.后来有人提出邻域加权平均法作为改进，给窗口内不同位置的像素设不同的权，从而可以减少模糊性而较好地保留边缘信息。

    3.为了既能去除噪声，又能保留边界信息，可以使用中值滤波算法。中值滤波算法仍使用滑动窗口技术，但把窗口中心对应的图像像素修改为窗口所覆盖的所有的像素的中间值(即把窗口覆盖的所有像素值按升序或降序顺序排列，然后取中间值)。这样一来，噪声(明亮区的少数暗点或暗区的少数明亮点或者是最小值或者是最大值，取中间值可以直接丢弃这些值而不参加运算)就可以被去除，而能较好保留边缘信息。

    5.1.2 中值滤波原理

    1.中值滤波原理

    平滑滤波的方法有很多种，本系统采用中值滤波法。它是一种非线性的信号处理方法，一般采用一个含有奇数个点的滑动窗口，将窗口中各点灰度值的中值来替代指定点(一般是窗口的中心点)的灰度值。对于奇数个元素，中值是指按大小排序后，中间的数值：对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。中值滤波器具有如下的数学形式(5-1)[45]：

    2.中值滤波的主要特点

    (1)对某些输入信号中值滤波的不变性

    对某些特定的输入信号，如在窗口内单调增加或单调减少的序列，中值滤波输出信号仍保持输入信号不变，一般与窗口对顶角连线垂直的边缘线保持不变性。利用这个特点，可以使中值滤波既能去除图像中的噪声，又能保持图像中一些物体的边缘。对于一些周期性的数据序列，中值滤波也存在着不变性。

    (2)中值滤波去噪声性能

    对于零均值正态分布的噪声输入,中值滤波的输出与输入噪声的密度分布有关。对随机噪声的抑制能力，中值滤波比平均值滤波要差一些。但对脉冲干扰，特别是脉冲宽度相距较远的窄脉冲干扰，中值滤波的效果较好。

    (3)中值滤波的频谱特性

    中值滤波频谱特性起伏不大，其均值比较平坦。可以认为信号经中值滤波后，频谱基本不变。这一特点对设计和使用中值滤波器很有意义。通过在计算机上制作了一组用于平滑实验的图像，可以很容易的看出算术平均平滑对含有高斯噪声的图像有效；而中值滤波对含有椒盐噪声图像的去噪声效果较好。

    3.复合型中值滤波

    对一些内容复杂的图像，可以使用复合型中值滤波。如，中值滤波线性组合、高阶中值滤波组合、加权中值滤波以及迭代中值滤波等。