知识文库

条状纹理去嗓与提取

时间:2018-01-10 19:16:49 作者:柯绿科技

条状纹理

条状纹理作为一种区域存在的同时,其本身条纹也蕴涵着各种信息,在某些应用领域,需要将其清晰而完整地提取出来,因此,对条纹进行去噪和增强处理将很有必要。

下面将讨论基于方向场的条状纹理增强处理技术。

1.平滑一一方向邻城平均法

图像平滑处理的方法有很多种。分左域法与频域法两大类,主要有邻域平均法,低通滤波法,多图像平均法等。一个好的平滑方法应该是既能消掉噪声,又不使图像边缘轮廓和线条变模糊。至于选择哪种方法将视具体情况而定。本文选择邻域平均法。因其算法简单,运算效率高。

邻域平均法是常用的空域处理方法,其基本思想是用几个相邻像素的灰度平均值来代替每个像素的灰度。假定有一幅NXN个像素的图像f(x,Y),平滑处理后得到一幅图像g(x,y)。

点邻域中点的坐标的集合,但其中不包括(x,y)点,M是集合内坐标点的总数。式(3,29)说明,平滑化的图像g(x,y)中的每个像素的灰度值均由包含在(x,y)的预定邻域中的f(x,Y)的几个像素的灰度值来决定。预定邻域的确定将根据图像的具体情况而定。

在条状纹理的平滑处理中,基于条纹方向性的物理模型,即在切线方向灰度变化缓慢,法线方向灰度变化急剧,如果采用全邻域平均,则将导致条纹的模糊化。而基于方向的邻域平均,既能够保证条纹的清晰,又能够达到去除噪声的目的。于是,邻域点坐标集合S的选取应根据该点的方向特征来确定,可参照式)进行所属方向上的邻域采样,得到采样点集合,如图所示,通过对条状纹理进行基于方向的平滑处理,使原图像上的噪声得到了很好的抑制,同时,没有造成方向特征的任何损失。可见,是一种简单有效的条状纹理去噪方式。

2.增强Gabor法波

从条状纹理的物理模型分析,条纹是由脊线和谷线所组成的图像,因此沿条纹的法线方向灰度分布应表现为明显的正弦起伏特性,但是,由于常受到噪声的影响,使得实际得到的灰度分布表现并不明显。因此,运用一般的基于灰度的图像滤波与校正方法(如直方图校正,对比度增强等)很难取得明显的效果。近年来,人们把研究的重心转移到如何把条纹图像本身的特征与滤波方法的有机结合上,提出了沿方向滤波的概念,其中使用最多的便是Gabor滤波。

Gabor滤波器是一种带通涟波器,广泛地应用于计算机视觉、纹理分析和目标识别等领域。一维Gabor滤波器的理论最早见于D,Gabor的论著。J,Daugman在1985年提出了二维Gabortt波器理论,并指出二维Gabor滤波器可以同时在空域、频域和方向上获得最佳的分辨率。

二维Gabor滤波器可用于从图像中提取对应特定频带的区域。由上一章对纹理进行的功率谱分析可知,纹理图像的能量相对集中地分布在一定的频率范围内。如果这一频率范围与Gabor滤波器的通频带吻合,滤波器输出的值将会很大,而如果不吻合,其输出将受到抑制。所以如果设计Gabor滤波器的通频带为纹理能量集中的频率范围,将达到使纹理图像增强的效果。

版权所有:http://www.zhiwenmola.com 转载请注明出处