图像预处理的滤波算法研究.pdfVIP

第9卷 第 13期 2009年7月 科 学 技 术 与 工 程 Vo1．9 No．13 Jdy2OO9 1671—1819(2009)133830—04 ScienceTechnologyandEngineering @ 2009 Sci．Tech．Engng． 图像预处理的滤波算法研究 周姗姗 柴金广 (中国科学院上海技术物理研究所，上海 200083) 摘 要 对于需要持续跟踪 目标的成像系统来说，目标会出现由点到面或由面到点的变化。针对这种情况，分析并比较 了三 种点目标和面 目标均适合的图像预处理滤波算法。仿真实验证明，改进的高通滤波算法比高通中值滤波算法和高斯高通滤 波算法效果更好，可以在实际工程中得到应用。 关键词 图像预处理 中值滤波 高通滤波 高斯滤波 中图法分类号 TN911．73； 文献标志码 A 传统意义上，成像系统在获取图像之后，首先 像面上的大小会随着跟踪距离的变化而不同，因此 需要对图像进行预处理，以消除图像背景及系统噪 图像上呈现的 目标会在点与面之间变化。如果对 声的干扰。这有利于后续的图像综合处理，从而降 点 目标和面 目标采用两种不同的预处理算法，在工 低 目标识别等关键任务的复杂度。 程应用时会增加系统的复杂度，延长系统的响应时 在一帧图像上，对于点目标来说，其面积只占1 间，降低系统的实时性。为此，寻找一种点 目标、面 个像素点，灰度与周围邻近象素点的灰度有明显的 目标均适合的滤波算法是很有必要的。 差异，反映在频谱上即处于高频部分，近似于高频 本文选取了以下几种滤波算法，分析了它们的 噪声。基于这个特点，已有大量文献针对点 目标提 基本原理和公式，通过仿真实验 比较并验证其可 出了许多滤波算法，包括：高通滤波、Robinson滤波、 行性。 匹配滤波、神经网络、小波变换、分形滤波、形态滤 波等等。预处理后的图像主要 留了点 目标及孤 1 高通中值滤波算法 立的高频噪声点。 对于面 目标来说，目标边缘与背景的灰度差异 传统的高通滤波算法能有效地抑制大面积的 仍旧显著，而 目标内部的灰度变化缓慢，反映在频 低频背景，增强 目标边缘，但无法滤除孤立的高频 谱上则处于低频部分，若应用点 目标的滤波算法， 噪声点，同时还会削弱 目标中心的灰度。传统的中 诸如高通滤波，处理后会发生 目标边缘灰度增强但 值滤波算法则恰好相反，它能有效滤除高频噪声 中心部分灰度降低的情况，相当于 目标内部被看作 点，保留完整的面 目标，但无法抑制低频背景。基 背景受到抑制。因此，适用于面 目标的算法，主要 于将两者优缺点互补的思想，提出了一种高通滤波 以能有效消除噪声并保留图像细节的滤波为主， 和中值滤波相结合算法。这里，高通滤波算法采用 如：中值滤波、均值滤波等。 低通滤波的形式对输入图像作背景预测；中值滤波 对于需要持续跟踪 目标的成像系统，目标在成 算法采用传统的滤波方法，即一个像素点的灰度值 由该点邻域内像素点的灰度中值来代替。其滤波 2009年 3月20日收到 第一作者简介：周姗姗 (1983一)，女，中国科学院上海