搜索
第１４卷第２期２ ０ １ ２年６月 辽宁师专学报Ｊｏｕｒｎａｌ ｏｆ Ｌｉａｏｎｉｎｇ Ｔｅａｃｈｅｒｓ Ｃｏｌｌｅｇｅ Ｖｏｌ．１４Ｎｏ．２Ｊｕｎ．２ ０ １ ２收稿日期：２０１２—０３—１５作者简介：胡颖（１９７２－），女，辽宁营口市人，副教授，主要从事图像处理、数据库方面研究．【学术研究】基于ＭＡＴＬＡＢ的图像预处理技术研究胡 颖１，王 东２（１．营口职业技术学院，辽宁营口１１５０００；２．营口气象局，辽宁营口１１５０００） 摘 要：介绍图像识别系统和图像预处理技术，对图像预处理技术在图像识别系统中的应用进行实例分析，并应用ＭＡＴＬＡＢ进行关键代码编程．关键词：图像识别；图像预处理；ＭＡＴＬＡＢ实现中图分类号：ＴＰ３１７．４ 文献标识码：Ａ 文章编号：１００８－５６８８（２０１２）０２－００５７－０３图像识别技术是在计算机技术高速发展的基础上发展起来的一门科学技术，其对研究对象进行图像获取，然后根据研究对象的自身特征信息进行分类或者识别．这门技术的研究对象十分广泛，只要可以进行图像获取并对特征进行分析的便可以应用图像识别技术．例如医学上Ｘ光片的图像诊断、智能交通系统中车辆牌照的图像识别分类、卫星拍摄的地球上森林湖泊的遥感图片处理，还可以是日常生活中的人脸识别以及身份识别等等．１ 图像识别系统概述图像识别系统一般包含三个主要部分，第一部分是图像的获取；第二部分是对获取的图像进行前期预处理，从而提取有用的信息；第三部分是根据研究对象的先验特征信息对图像中的对应特征信息进行查找识别．其中，第一部分主要是对被研究对象或者过程进行最初的图像采集，将最原始的对象转换为图像信息，同时将最初的数据材料带入图像信息中．第二部分主要是对原始图像中的噪声以及非相关特征信息进行过滤，减少所获取原始图像的信息量，从而为后期最终特征信息的分类减少干扰，即将图像分为多个区域，并且每个区域只包含一定数量的特征信息；第三部分主要是在前期获取的图像信息预处理结束后，根据相关的先验知识，利用计算机技术快速实时地对图像中的特征信息进行提取分类［１］．在这部分中，对于识别的特征信息的正确率是有一定要求的，以减少分类识别错误，其中特征的矢量维数、字符串数等需要不断化简，从而以最简单的模式划分特征信息，为最后的分类识别打好基础．分类识别是将原始的图像根据特征信息进行归类．２ 图像预处理技术２．１ 图像的灰度化经过采集过程获取的一般都是彩色图像，并以Ｊｐｇ或者Ｂｍｐ的格式进行存储．以Ｂｍｐ格式的图像为例进行分析，假设采集获取的一幅彩色图像的像素为１２８０＊９６０，那么其在硬盘上的存储空间需要１２８０＊９６０＊３，即３ ６８６ ４００个字节，其占用的存储空间比灰度图像大很多，所以为节省空间并减小计算量，一般要将彩色图像转化为灰度图像，只选择三个颜色分量进行图像的色彩区分，具体的转换公式为Ｙ＝Ｒ＊０．２９９＋Ｇ＊０．５８７＋Ｂ＊０．１１４，这个过程就是对获取的彩色图像的灰度化处理过程．２．２ 图像平滑处理在图像采集以及后期传输的过程中，容易引入外界的干扰噪声，从而使图像的原始特征信息被湮灭．有时在模拟图像进行数字转换的过程中也会引入噪声．这些干扰可能会使原始图像中连续的均匀分布的灰度在某点突然变大或者陡然减小，这是在物体轮廓边缘才能够发生的灰度陡变．为了避免出现这种情况，要采取一定的措施来消除噪声，提高图像质量［２］．图像中的噪声可能来源于多方面，如传感器引入的噪声，这些噪声一般以孤立点的形式出现，这些噪声点像素很少，而图像则是由像素较为连续的小块构成，像素点灰度一般应该是连续变化的．对于随机的噪声点，可以采用图像的平滑滤波进行处理．平滑滤波处理中，中值滤波是一种较为常用的非线性图像平滑处理技术，中值滤波在过滤掉图像中噪５８ 辽宁师专学报２０１２年第２期声的同时对图像中的轮廓边缘信息不产生干扰．中值滤波的原理是利用一个Ｗ窗口，通过Ｗ在图像上进行全方位扫描，把窗口内的图像所有像素点的灰度值按照大小进行排序，在排序中居中的灰度值为当前窗口位置的中心灰度，具体的公式如下：ｇ（ｉ，ｊ）＝Ｍｅｄｉａｎ｛ｆ（ｉ－ｋ），（ｋ，ｌ）ｗ｝通常Ｗ窗口内的像素点数目为奇数，这样容易获取中间像素点的灰度，但是如果窗口内的像素点数目为偶数，则可以取最中间两个点的灰度值的平均值．中值滤波可以消除图像中孤立的噪声点同时降低处理后图像的模糊效果．由于中值滤波在图像中处理只是进行排序以及简单的运算，所以处理速度非常快．２．３ 图像锐化图像的锐化处理（ｉｍａｇｅ ｓｈａｒｐｅｎｉｎｇ）就是对图像中的轮廓边缘以及特征信息进行强化，增强灰度在边缘处的对比度，从而便于分析轮廓等信息［２］．这个过程可以理解为是图像平滑处理的反过程，处理过程可分为空域处理和频域处理两类．既然是图像平滑处理的反过程，就需要加大像素点中的高频信息，最直接的方法就是采取高频滤波器，对高频像素点进行过滤放大，但在进行过滤放大时要先将噪声点滤除，再进行锐化处理，否则噪声会随着锐化处理被放大，常用的锐化高通滤波器的卷积模板有： ０－１ ０－１ ５－１ ０－１ 熿燀燄燅０（拉普拉斯模板）－１－１－１－１ ９－１熿燀燄燅－１－１－１等．在图像锐化处理中，还有一种常用的方法就是微分法，微分法是基于Ｒｏｂｅｒｔｓ的梯度算子的微分锐化方法．该方法的具体原理是：首先设原始图像上的点ｆ（ｘ，ｙ），定义ｆ（ｘ，ｙ）在（ｘ，ｙ）处的梯度矢量为：Ｇ［ｆ（ｉ，ｊ）］＝｜ｆ（ｉ，ｊ）－ｆ（ｉ＋１，ｊ）｜＋｜ｆ（ｉ，ｊ）－ｆ（ｉ，ｊ＋１）｜设一个判定阈值为Δ变化后的图像ｇ定义为ｇ（ｘ，ｙ）＝Ｇ［ｆ（ｘ，ｙ）］（Ｇ［ｆ（ｘ，ｙ）］≥Δ）ｆ（ｘ，ｙ）（Ｇ［ｆ（ｘ，ｙ）］≤Δ｛）通过公式可以看出梯度锐化可以让模糊的边缘变得清楚．梯度锐化具备一定的去噪声能力，但同时会对字符的边缘有所损伤．３ 图像预处理技术在图像识别系统中的应用ＭＡＴＬＡＢ在图像处理中的应用非常广泛，一般把图像作为二维数据矩阵来处理，而矩阵运算正是ＭＡＴＬＡＢ最为擅长的，ＭＡＴＬＡＢ有专门针对图像处理的工具箱，很多经典的图像处理函数都可以直接调用，这样大大节省了时间，并且ＭＡＴＬＡＢ对于多种图像文件格式都可以轻松地进行数据处理［３］，在这里将上述图像的预处理过程利用ＭＡＴＬＡＢ进行处理，过程见图１～图６．具体的ＭＡＴＬＡＢ处理源程序如下： Ｆｕｎｃｔｉｏｎ ｔｘｙｃｌ％裂痕图像的处理过程ＲＧＢ＝ｉｍｒｅａｄ（′ｃ：＼ＴＴ．ｂｍｐ′）；ｉｍｓｈｏｗ（ＲＧＢ）；Ｔ＝ｒｇｂ２ｇｒａｙ（ＲＧＢ）；ｆｉｇｕｒｅ；ｉｍｓｈｏｗ（Ｔ）；Ｔ＝ｈｉｓｔｅｑ（Ｔ）；ｆｉｇｕｒｅ；ｉｍｓｈｏｗ（Ｔ）；胡 颖，等基于ＭＡＴＬＡＢ的图像预处理技术研究５９ ＴＦ＝～（Ｔ＜２４５）；ｆｉｇｕｒｅ；ｉｍｓｈｏｗ（ＴＦ）；ＴＦ＝ｂｗｍｏｒｐｈ（ＴＦ，′ｃｌｅａｎ′）；ｆｉｇｕｒｅ；ｉｍｓｈｏｗ（ＴＦ）；ＴＦ＝ｂｗｍｏｒｐｈ（ＴＦ，′ｂｒｉｄｇｅ′）；ｆｉｇｕｒｅ；ｉｍｓｈｏｗ（ＴＦ）； 通过对图像预处理的研究及实例验证，可以清楚地看到，对图像进行前期的预处理后，图像识别技术可以更加有效地获取图像的特征信息，对于图像识别有重要意义，但是采用的算法还需要不断改进，避免将特征信息湮灭，只有这样才能更广泛深入地应用图像识别系统．参考文献：［１］王新成．高级图像处理技术［Ｍ］．北京：中国科学技术出版社，２００１．［２］韩莉．基于模糊分析的焊缝图像的缺陷提取［Ｊ］．微计算机信息，２００７，（１８）：３００－３０１．［３］涂望明．ＭＡＴＬＡＢ在数字图像处理中的应用［Ｊ］．微计算机信息，２００７，（６）：２９９－３００．Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｉｍａｇｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｉｑｕｅｓ ｂａｓｅｄ ｏｎ ＭＡＴＬＡＢＨＵ Ｙｉｎｇ１，ＷＡＮＧ Ｄｏｎｇ２（１．Ｙｉｎｇｋｏｕ Ｃｏｌｌｅｇｅ ｏｆ Ｖｏｃａｔｉｏｎａｌ Ｔｅｃｈｎｏｌｏｇｙ，Ｙｉｎｇｋｏｕ Ｌｉａｏｎｉｎｇ １１５０００；２．Ｙｉｎｇｋｏｕ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｂｕｒｅａｕ，Ｙｉｎｇｋｏｕ Ｌｉａｏｎｉｎｇ １１５０００） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｅｓｓａｙ ｉｎｔｒｏｄｕｃｅｓ ｔｈｅ ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ ｓｙｓｔｅｍ ａｎｄ ｉｍａｇｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｉｑｕｅｓ，ａｎｄｉｔ ａｎａｌｙｚｅｓ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｃａｓｅ ｏｆ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｉｑｕｅｓ ｉｎ ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ ｓｙｓｔｅｍ．Ｉｔ ａｌｓｏ ｗｒｉｔｅｓ ｋｅｙｃｏｄｅ ｐｒｏｇｒａｍｍｉｎｇ ｗｉｔｈ ＭＡＴＬＡＢ．Ｋｅｙ Ｗｏｒｄｓ：ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ；ｉｍａｇｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ；ＭＡＴＬＡＢ ａｃｈｉｅｖｅｍｅｎｔ（审稿人 李树东，责任编辑 邵艳艳）