基于中值滤波和小波变换的织物图像预处理.pdfVIP

第 26卷 第 1期 青 岛大 学 学报 (工 程 技 术 版 ) Vol|26No．1 2011年 3月 JOURNALOFQINGDAOUNIVERSITY (ET) M ar．20 11 文章编号 ：1006—9798(2011)01—0019～04 基于中值滤波和小波变换的织物图像预处理 徐雪倩，张凤生 (青岛大学机电工程学院，山东 青岛266071) 摘要：图像采集过程中不可避免地会受到随机噪声干扰 ，在对图像进行特征值提取前 ，需 对其进行预处理 。根据织物疵点图像随机噪声的类型 ，提 出了一种基于中值滤波与小波 变换相结合的织物疵点图像预处理方法 。深入研究 了小波基 的选择、分解层数的确定及 小波阈值选取准则 ，并选用拉普拉斯算子对去噪图像进行锐化 ，最后利用 LabVIEW 平台 对掉扣图像进行预处理实验 。此方法结合 了中值滤波去噪与小波去噪的优点，取得 了较 好的效果 。 关键词 ：图像预处理 ；中值滤波；小波变换 ；锐化 中图分类号 ：TP273。。．4 文献标识码 ：A 织物图像在获取、生成、传输及变换过程 中会受到车间环境、照明光源及采集系统本身噪声等 因素的影 响 ，致使图像中含有噪声H]。噪声的存在会严重影响疵点的识别精度和速度，导致图像信噪比下降。在进行 疵点特征提取时，首先对图像进行去噪处理 ，消除不期望的纹理 ，突出目标边缘 ，使后续操作避免强烈随机噪 声干扰 。经去噪处理后的图像 ，其边界 、轮廓等细节信息往往变得模糊 ，为减少这些不利因素对疵点检测 的 影响，需对图像进行锐化处理 ，从而使 图像变得更易于计算机 的处理与分析 。常见的图像噪声有高斯噪声和 椒盐 (脉冲)噪声 ]，根据噪声图像本身特性 ，可在空间域或频域进行去噪处理。空间域主要有邻域平均法 、 中值滤波法和图像 间的平均滤波，频域一般采用低通滤波方法 。中值滤波运算简单且速度快，在滤除椒盐噪 声的同时能很好的保护图像的边缘、锐角等细节信息，应用广泛 ，但其对高斯噪声的抑制能力较弱。小波变 换作为信号的时频局部化分析方法 ，能聚焦到图像的区域细节上，放大微小变化 ，并能有效地滤除图像的高 斯噪声 ，因此利于进行去噪处理 。经扫描仪获取 的图像混有各种噪声，主要表现为高斯噪声和椒盐噪声。本 文尝试了一种基于 中值滤波和小波变换 的织物 图像去噪方法 ，根据 SURE理想 阈值和软阈值化的小波去噪 设计准则 ，结合中值滤波器，去除图像中含有高斯和椒盐噪声的混合噪声 ，并应用拉普拉斯算子实现 了图像 的锐化。 1 理论基础 1．1 中值滤波去噪原理 中值滤波去噪法是一种非线性平滑滤波口。它基于排序统计理论 ，将每一个像素点的灰度值设置为该 点某邻域窗 口内所有像素点灰度值的中值 。二维中值滤波是取某种结构的二维滑动模板 ，将模板内的各像 素进行大小排序 ，生成单调上升或下降的二维数据系列。二维中值滤波的输出为 G( ，)一reed{F(x一点，—Z)，(尼，ZEV )) (1) 式中，F(x，)和 G(x，)分别为原始图像和处理后图像 ；W 为二维模板 。 1．2 小波变换去噪原理 小波变换具有空频局部化特性 、多分辨率特性、去相关性和小波系数 的持续特性等优点，使小波域图像 收稿 日期 ：2010—12—14 作者简介 ：徐雪倩 (1985)，女 ，山东菏泽人 ，硕士研究生 ，研究方向为测试技术与智能仪器 。 通 讯作者 ：张凤生 ，男 ，教授。 20 青 岛大学学 报 (工程技术版 ) 第 26卷 处理更具吸引力。对于二维数字图像信号，二维小波可表示为两个一维函数的乘积，离散小波变换可通过在 水平和垂直方向分别应用滤波器进行一维滤波实现 。 二维离散小波每经过一次分解 ，就会产生 4个大小 为原 图尺寸 1／4的子 图，即低 频子图 (IL)、水平 子图 (LH)、垂直子图(HI)和对 角线子 图(HH)。下一级小 波变换在前一级