- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
凝胶图片二值化处理
摘要:该文使用3×3模板中值滤波方法对凝胶图像进行噪声去除,使用Sobel算子进行锐化,使用3×3模板进行二值化。结果表明,经过该文处理后,有效地防止了干扰信息的误判,且凝胶图片条带位置信息准确,为进一步处理提供了较好的基础。
关键词:凝胶图片;Sobel算子;二值化
中图分类号:TP391.41文献标识码:A 文章编号:1009-3044(2010)11-2700-02
Binary Processing of Gel Image
RONG Jian, ZHANG Qing-hui, XU An-pai
(Southwest Forestry College, Kunming 650224, China)
Abstract: For Gel image, median filtering with 3×3 template is used for noise suppression, Sobel arithmetic operators is used for sharpening and 3×3 template is used for binary process. It is that interference is avoided and the location is exact.
Key words: Gel image; Sobel operator; binary process
凝胶成像系统广泛用于生物实验,是科研人员重要的观测工具,它具有直观、方便存储等优点。传统读图方法采用人工肉眼读取图片信息,费时费力。采用分子技术与计算机技术的结合,即分子标记技术与提取程序化、电泳胶片分析自动化、信息(数据)处理计算机化的结合,必将加速遗传图谱的构建、基因定位、基因克隆、物种亲缘关系鉴别及与人类相关的致病基因的诊断和分析。一般地,凝胶图片是灰度图像,对凝胶图片进行二值化处理,对凝胶图像信息自动提取具有重要意义。
1 基本原理
1.1 噪声去除
凝胶图片采用数码相机拍摄,一般是灰度图像,由于紫外光线照射角度,凝胶制作等因素,会产生噪声。图像去除噪声的方法较多,本文中采用中值滤波器和梯度锐化滤波器进行处理。
中值滤波器是非线性平滑滤波,在一定的条件下可以克服平均值滤波等带来的图像细节模糊问题,而且对过滤脉冲干扰及图像扫描噪声非常有效。中值滤波器采用一个基数点的滑动窗口,将窗口中心点的值用各点的中值代替。常见的滑动窗口采用3×3,5×5等奇数点范本[1-2]。
1.2 锐化
采用中值滤波后,图像部分细节会变模糊,因此要对图像进行锐化处理。常见的锐化方法是梯度操作数法和拉普拉斯操作数法[3-5]。
对灰度图像f(x,y),在其(x,y)上的梯度可以定义一个二维向量:
向量的模值GM〔f(x,y)〕定义为:
对于数字图像,上式计算量大,因此采用差分方法近似。
常见的近似操作数有Roberts操作数、Sobel操作数和Prewitt等。其中Roberts操作数采用2×2范本,Sobel操作数和Prewitt操作数采用3×3范本。
(a)(b)(a)(b)
图1 Sobel操作数范本 图2 Prewitt操作数范本
1.3 二值化处理
对于灰度图像,可以进行二值化处理,将图像变成黑白图像。本文中二值化采用3×3模板,灰度图像在点(x,y)处的灰度值记为f(x,y),定义:
如果th≥6,则G(i,j)=0;否则G(i,j)=255。
2 实验结果
本文中采用3×3奇数点模板进行中值滤波,滤波之后,使用Sobel操作数进行水平方向的锐化处理,然后再使用3×3模板进行二值化处理。处理过程如图3所示。
图4是凝胶图像的原始图像,一般使用数码相机拍摄为灰度图片,并附加了一些噪声。对原始图像进行中值滤波后,可以滤除部分噪声。噪声滤除能力与所选模板大小相关,模板越大,噪声滤除能力越强,但图像越模糊。图5是中值滤波后的图像,中值滤波采用3×3奇数点模板进行中值滤波,图像边缘有些模糊,但凝胶条带信息并没有破坏。图6是使用Sobel操作数进行水平方向的锐化处理后的图像,锐化后,条带拖尾的现象得到很好的抑制,条带信息并未丢失。图7是使用Matlab标准函数产生的二值图像,图8是使用3×3矩阵进行二值化得到的图像。图7与图8比较可以看出,图8更能准确表示凝胶条带的信息,条带图谱更较清晰,采用3×3模板进行二值化,图像边缘略有展宽,条带位置更加清晰准确。
3 结束语
本文通过对凝胶图像进行中值滤波、锐化后,并使用3×3矩阵进行二值化处理,二值化
您可能关注的文档
- 两种P2P模型比较与研究.doc
- 两种学习算法在算术关系抽取中的应用比较.doc
- 聊聊国内3D虚拟社区运营.doc
- 聊天工具 兼职英文翻译小秘书.doc
- 灵活运用信息技术,促进教学质量提高.doc
- 零距离会面图灵大师 尽享IT学术饕餮盛宴.doc
- 领先一步,源于创新.doc
- 领域本体学习资源分配模型设计.doc
- 领域分析对软件需求改进的研究与应用.doc
- 领域知识在文本分类中的应用.doc
- 券商碳排放信息披露对比研究--以华泰证券和高盛公司为例.pdf
- 基于集成学习算法的互联网金融信贷违约风险研究.pdf
- 基于AdaLora和向量检索方法构建金融信息问答系统的研究.pdf
- 基于注意力机制和因子分解机的在线广告点击率预测研究.pdf
- 基于改进时间序列预测模型和多期投资组合优化模型的资产配置策略研究.pdf
- 基于提示学习与多尺度特征融合模型的文本情感分析应用.pdf
- A股上市公司ESG评级对财务绩效的影响研究.pdf
- 地方政府债务对城市经济增长的影响研究--基于我国259个城市的分析.pdf
- 基于可扩展增强FCT-GAN模型的大类资产配置策略研究.pdf
- 基于深度学习的蛋白酶突变生成算法研究.pdf
文档评论(0)