得到去噪后的图像。常用的空域滤波有均值滤波、中值滤波等。它们对不同的噪声有
不同的去噪特性,均值滤波可以有效的滤除高斯噪声,而中值滤波对脉冲噪声和椒盐
噪声的去噪能力很好[13]。
研究发现.拍摄到的视频图像中椒盐噪声的影响较严重,同时由于均值滤波不只
是把干扰去除,还常把图像的边缘模糊,不利于图像进一步的分析。而中值滤波既能
消除噪声又能保持图像的细节。因此,我们选择中值滤波来进行滤波除噪。
中值滤波器是一种非线性的平滑滤波器。其中,输入像素由领域包含的像素中值
替换,象征性的表示为:
v(m, n) = median {y(m-k, n-l), (k, l)  ∈W}        (2.1-2)
其中 W 表示适当选择的领域。本文中令 W 为 3×3 的像素区域,作为遍历模板。
中值滤波具体步骤如下:
1)令 W中心依次与各个像素位置重合,实现对图像中所有像素的遍历。
2)读取 W 中各个像素的灰度值,并将这些值进行排序(考虑到实时性需求,用快
速排序法)。
3)取排序后的中间值,将其赋给中心位置v(m, n)的像素。
2.1.3  实验结果
             
(a)未经滤波处理的灰度图像               (b)中值滤波后的灰度图像
图 2.1 图像的中值滤波
2.2  图像纹理和边缘检测
2.2.1  图像纹理
图像的纹理是图像的某种局部性质,或是对局部区域中像素之间关系的一种度量。
可以认为,纹理是由许多相互接近的、相互编织的像元构成,它提供了图像区域的平
滑、稀疏和规则等特性。纹理的描述常常使用统计法、频谱法和结构法,以及这三种
方法的混合方法,其性质可分为空间性质、频域性质和结构感知性质三类。常用的纹
理描述算子包括空间性质的灰度共生矩阵、频域性质的傅立叶变换和小波变换、结构
感知性质的粗细度、对比度和方向性等,以及它们的混合算子等。
2.2.2  Sobel算子边缘检测
图像处理中,边缘不仅仅是指物体边界的线,还应该包括能够描绘图像特征的线
要素,因此通过所提取的边缘可以识别出目标、测量目标的面积和周长等,边缘检测
与提取的处理进而也可以作为更为复杂的图像识别、图像理解的关键预处理步骤来使
用。
实际图像中,即使用眼睛可清楚地确定为边缘,但在灰度变化模型中也有一些会
变钝、灰度变化量会变小,从而使得提取清晰的边缘变得十分困难,为此人们提出了
基于微分的边缘检测与提取法和基于模板匹配的边缘检测与提取法。
边缘是赋予单个像素的性质,用图像函数在该像素一个邻域处的特性来计算。它
是一个具有强度和方向的矢量,其强度等于梯度的强度。这里简单介绍下面阴影检测
中采用的Sobel算子边缘检测。
Sobel算子是基于梯度算子3×3的领域的。其卷积模板由下图的两个核定义:
 
图 2.2  Sobel 算子水平和垂直边缘卷积核
取水平垂直两个方向的最大响应作为边缘:
G(i,j) = max(|
上一篇:SRA硅微谐振式加速度计非线性振动特性研究
下一篇:基于圆光栅的莫尔体层析投影特性研究

炼焦煤动态挥发份测定方法的开发

高频He-Ne激光电源研究及制作

三维地质模型的金属矿床...

地质空间三维动态建模方法研究【1756字】

地理信息系统的基本技术...

固阳县耕地质量动态监测研究【3635字】

基于机器视觉的DLP投影仪...

国内外图像分割技术研究现状

承德市事业单位档案管理...

公寓空调设计任务书

10万元能开儿童乐园吗,我...

C#学校科研管理系统的设计

医院财务风险因素分析及管理措施【2367字】

中国学术生态细节考察《...

AT89C52单片机的超声波测距...

志愿者活动的调查问卷表

神经外科重症监护病房患...