适于核爆火球图像的数字处理算法.pdfVIP

适于核爆火球图像的数字处理算法 吴春，宋立军 (防化研究院，北京1044信箱202号102205) 摘要本文针对核爆火球图像的特点，提出使用加权的领域平均算法对火球图像进行噪声 滤除，该算法在有效平滑噪声的同时还能锐化模糊图像的边缘；并构造了具有8 个方向模板的Sobel算子对火球图像进行边缘检测，该算子能够提供精确的边缘方 向估计，较好的保护图像的边缘细节。 关键词滤波、边缘检测 1．引 言 当采集到核爆火球图像后，需要对图像进行必要的预处理，这其中包括滤波和边缘检测。 作为数字图像处理领域中的经典课题，滤波算法和边缘检测算子已有很多种，这些算法各有 所长，但对于火球类的图像并不适用。我们希望能寻求既能很好保护火球图像的边缘，又能 有效滤除图像中噪声的算法，对图像进行预处理。 2．滤波 在火球图像的采集过程中，由于受到干扰光源的影响，图像中不可避免地存在大量噪声， 为后续的边缘检测工作带来较大困难。因此，首先需要对采集的图像进行滤波去噪处理。 通常的滤波算法都设计为低通滤波算法，在滤除噪声的同时也模糊了图像中的边缘细 节。应用较多的滤波技术有Lee滤波器、Frost滤波器、CammaCAP滤波器掣I】．1列。这些滤 波算法都是基于对图像局部统计特性自适应的，滤除噪声的效果较好。但是，由于算法本身 的原因，往往造成图像边缘细节信息模糊，降低了图像的质量。针对这一问题，人们提出许 多改进算法，如改进的Lee滤波器、变窗口滤波器等。这些算法虽然在一定程度上解决了边 缘模糊的问题，但也带来新的问题。例如改进的Lee滤波器，由于要进行边缘检测，所以选 择的窗口就不能太大：但小窗口对于消除斑噪声不利，又降低了效能。因此，希望能寻求一 种具有边缘保护功能的噪声滤除算法。 针对以上情况，采用加权的领域平均算法对图像进行噪声滤除。该算法不仅能够有效地 平滑噪声，还能够锐化模糊图像的边缘。同时，该算法比较简单，不需要任何先验知识和预 定的参数，能够为后期的边缘检测工作提供较高质量的数字图像。 算法的计算公式描述如下： 用厂0，力表示原始图像，g@，力表示平滑后点G，力的灰度值，U，y表示以点G，力为 中心的领域，该领域包含N个像素，m@，力表示领域u。，内的灰度均值，则修正的领域平 均算法由下式给出： g(x，j，)：Imm-aDwi；N,max{Ns,No}(1) 【 肼； 咖已 其中，a为修正参数，取值范围为0到1，它的大小反映U。y中的边缘状况。a定义如下： l-(钞岭max{Ns,No) (2) 1一‘硭NI，；Ⅳ。max{Nt,No’ 0； 其中，丫0。 分别以幄、No、M代表Ⅵ。y内灰度值大于、等于、小于m的像素数(上同)。以mg(x， 力表示上偏差，定义为灰度值大于领域均值m的各像素的灰度平均值与m之差；以肌，0，力 表示下偏差，定义为领域均值m与灰度值小于m的各像素的灰度平均值之差，则灰度的上 偏差愧G，力和下偏差mlG，力可以表示为 ％g ％ 八／L ¨D ， 渺匕 y o3 ∽ ％， 叭 一 m 似1一Ⅳ V 、．r I 矗峙仲 ‰∑～O弋么∥ 胁 指数丫的大小会直接影响上式的性能。丫越小，对噪声的平滑作用越强；丫越大，其锐 化作用越强。一