【正文】 .......... 26 MTM 算法 .......................................................................................................... 30 OTSU 算法 ........................................................................................................... 32 試驗過程及結(jié)果分析 ....................................................................................... 34 結(jié)論 .............................................................................................................................. 38 致 謝 .......................................................................................................................... 39 參考文獻 ...................................................................................................................... 40 東華理工大學(xué)長江學(xué)院畢業(yè)設(shè)計（論文） 緒論 1 緒論 20 世紀 20 年代，圖像處理首次應(yīng)用于改善倫敦和紐約之間海底電纜發(fā)送的圖片質(zhì)量， 20 世紀 60 年代中期，隨電子計算機的發(fā)展得到普遍應(yīng)用。 經(jīng)過幾十年的研究與發(fā)展，數(shù)字圖像處理的理論和方法進一步完善，應(yīng)用范圍更加廣闊，已經(jīng)成為一門新興的學(xué)科，近幾年來，隨著計算機和各個相關(guān)領(lǐng)域研究的迅速發(fā)展，科學(xué)計算可視化、多媒體技術(shù)等研究和應(yīng)用的興起，數(shù)字圖像處理從一個專門領(lǐng)域的學(xué)科，變成了一種新型的科學(xué)研究和人機界面的工具。除了CT 技術(shù)之外，還有一類是對醫(yī)用顯微圖像的處理分析，如紅細胞、白細胞分類，染色體分析，癌細胞識別等。 染色體配對系統(tǒng) ,使當(dāng)前發(fā)展比較迅速的細胞遺傳學(xué)實驗室技術(shù)與計算機先進的自動識別技術(shù)相結(jié)合 ,為簡化實驗室煩瑣操作而研制的新一代染色體自動識別系統(tǒng)。 本文研究的方向是基于數(shù)字圖像處理技術(shù)的文昌魚染色體配對研究，其基本原理是將黑白圖像中的灰度級賦予邊緣檢測，目的是 進一步的看清染色體的核型， 獲得隱藏在 灰度圖像 中不能直接通過肉眼觀 察到的信息，其余的就用周長、長軸和短軸來相對的配對。 20世紀 20年代，圖像處理首次得到應(yīng)用。 60 年代末，圖像處理技術(shù)不斷完善，逐漸成為一個新興的學(xué)科。隨后又對探測飛船發(fā)回的近十萬張照片進行更為復(fù)雜的圖像處理，獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創(chuàng)舉奠定了堅實的基礎(chǔ)，也推動了數(shù)字圖像處理這門學(xué)科的誕生。 1971 年 X光斷層圖像重構(gòu)技術(shù)的出現(xiàn)， 英國 推出了第一臺腦斷層攝像儀，因此獲得 1979 年 諾 貝 爾 獎 ， 也促 進 了CT(ComputerTomograph)的研究和發(fā)展。 20世紀 80年代末和 20世紀 90年代，高速計算機和大規(guī)模集成電路的發(fā)展，使圖像處理技術(shù)更趨成熟 :圖像壓縮、多媒體技術(shù)、文本圖像的分析和理解、文字的一識別等取得了重大的進展；而全球通訊技術(shù)的蓬勃發(fā)展，使圖像通訊和傳輸?shù)玫綇V泛應(yīng)用。正在逐步形成的“圖像產(chǎn)業(yè)”，由于其應(yīng)用的廣泛性，深入家庭生活而又集中了各種先進技術(shù)，將是一個在 21世紀中扮演主角的基礎(chǔ)工業(yè)，其前途將不可限量。隨著科學(xué)技術(shù)的發(fā)展，數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域也將隨之不斷擴大。 (1)航天航空技術(shù)方面 數(shù) 字圖像處理技術(shù)在航天航空技術(shù)方面的應(yīng)用，除 JPL 對月球、火星照片東華理工大學(xué)長江學(xué)院畢業(yè)設(shè)計（論文） 數(shù)字圖像處理 3 的處理之外，另一方面是在飛機遙感和衛(wèi)星遙感技術(shù)中。我國也陸續(xù)開展了以上諸方面的一些實際應(yīng)用，并獲得了良好的效果。 (2)生物醫(yī)學(xué)工程方面 數(shù)字圖像處理技術(shù)在生物醫(yī)學(xué)工程方面的應(yīng)用十分廣泛，且很有成效。此外，在 X 光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫(yī)學(xué)診斷方面都廣泛地應(yīng)用圖像處理技術(shù)。具體地講是將電話、電視和計算機以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。要將這樣高速率的數(shù)據(jù)實時傳送出去，必須采用編碼技術(shù)來壓縮信息的比特量。除了已應(yīng)用較廣泛的熵編碼、 DPCM 編碼、變換編碼外，目前國內(nèi)外正在大力開發(fā)研究新的編碼方法，如分行編碼、自適應(yīng)網(wǎng)絡(luò)編碼、小波變換圖像壓縮編碼等。其中值得一提的是研制具備視覺、聽覺和觸覺功能的智能機器人，將會給工農(nóng)業(yè)生產(chǎn)帶來新的激勵，目前已在工業(yè)生產(chǎn)中的噴漆、焊接、裝配中得到有效的利用。目前已投入運行的高速公路不停車自東華理工大學(xué)長江學(xué)院畢業(yè)設(shè)計（論文） 數(shù)字圖像處理 4 動收費系統(tǒng)中的車輛和車牌的自動識別都是圖像處理技術(shù)成功應(yīng)用的例子。 (7)其他方面的應(yīng)用 數(shù)字圖像處理技術(shù)已經(jīng)滲透到社會生活的各個領(lǐng)域，如地理信息系統(tǒng)中二維、三維電子地圖的自動生成、修復(fù)等；教育領(lǐng)域各種輔助教學(xué)系統(tǒng)研究、制作中；流媒體技術(shù) 領(lǐng)域等等。一方面是因為圖像的內(nèi)容非常復(fù)雜，很難用純數(shù)學(xué)的方法進行描述，另一方面則是因為人類對本身感知模板邊界的高層視覺機理的認識現(xiàn)在還處于模糊之中。局部邊緣是圖像中局部灰度級以簡單 (即單調(diào) )的方式作極快變換的小區(qū)域。邊緣檢測算子就是通過檢查每個像素點的鄰域并對其灰度變化進行量化來達到邊界提取的目的，而且大部分的檢測算子還可以確定邊界變化的方向。 物體的邊緣無論是對人類的視覺系統(tǒng)還是對數(shù)字圖像處理技術(shù)都具有非常重要的意義，它是圖像的基本特征。邊緣中包含圖像物體有價值的邊界信息 ，這些信息可以用于圖像分析、濾波以及目標(biāo)識別，并且通過邊緣檢測可以極大地降低后續(xù)圖像分析處理的數(shù)據(jù)量。如圖 11 所示，僅僅根據(jù)圖像中的邊緣點，就能識別出三維物體，可見邊緣點確實包含了圖像中的大量有用信息。奇異信號沿邊緣走向的灰度變化劇烈，通常我們將邊緣劃分為階躍狀和屋頂狀 兩種類型 (如圖 12 所示 )。在數(shù)學(xué)上可利用灰度的導(dǎo)數(shù)來刻畫邊緣點的變化，對階躍邊緣、屋頂狀邊緣分別求其一階、二階導(dǎo)數(shù)。 圖 12 型邊緣和屋頂狀邊緣處一階及二階導(dǎo)數(shù)變化規(guī)律 （其中第一行為理想信號，第二行對應(yīng)實際信號） 一般邊緣檢測包括如下四個內(nèi)容。而大多數(shù)濾波器在降低噪聲的同時也導(dǎo)致了邊緣信息的損失，因此增強邊緣和降低噪聲是邊緣檢測中的一對矛盾。 (2)增強：增強邊緣的基礎(chǔ)是確定圖像各點鄰域灰度的變化值。邊緣增強一般是通過計算梯度幅值來完成的。最簡 單的邊緣檢測判據(jù)是利用梯度幅值閉值作為判據(jù)。 作為計算機視覺的經(jīng)典性研究課題，圖像邊緣的研究已有較長歷史，涌現(xiàn)了許多方法，與本文研究有關(guān)的方法主要有兩大類 (l)基于空間域上微分算子的經(jīng)典方法， (2)基于圖像濾波的檢測方法。 東華理工大學(xué)長江學(xué)院畢業(yè)設(shè)計（論文） 數(shù)字圖像處理 6 目前邊緣檢測存在的問題 圖像邊緣檢測是圖像處理和理解的基本課題之一，長期以來，人們一直關(guān)注著它的發(fā)展。它的基本要求是低誤判率和高定位精度，低誤判率要求不漏掉實際邊緣，不虛報邊緣。但真正實現(xiàn)這一目標(biāo)尚有較大的難度，這是因為： (l)實際圖像都含有噪聲，并且噪聲的分布、方差等信息也都是未知的，同時噪聲和邊緣都是高頻信號，雖然平滑濾波運算可消除噪聲，但是也導(dǎo)致一些邊緣模糊，檢測出的邊緣往往移位。 目前常用的邊緣檢測方法都存在某些不足的地方，如 Roberts 算子雖簡單直觀，對具有陡峭的低噪聲圖像的響應(yīng)最好，但邊緣檢測圖里有偽邊緣； Sobel算子和 Prewitt 算子能檢測更多的邊緣，但也存在偽邊緣且檢測出來的邊緣線比較粗，并放大了噪聲；拉普拉斯算子和改進的拉普拉斯算子利用二階差分來進行檢測，不但可以檢測出比較多的邊緣，而且 還在很大程度上消除了偽邊緣的存在，定位精度比較高，但同時受噪聲的影響比較大，且會丟失一些邊緣、有一些邊緣不夠連續(xù)、對噪聲敏感且不能獲得邊緣方向等信息。 本文主要研究工作 本論文第一章先介紹數(shù)字圖像處理的發(fā)展、應(yīng)用，邊緣檢測方法的基本知識和存在問題等；第二章主要介紹圖像噪聲定義、來源以及濾除；第三章介紹邊緣檢測方法分類，研究邊緣檢測的評價指標(biāo)、尺度對邊緣檢測結(jié)果的影響及經(jīng)典的邊緣檢測算子，如 Roberts 算子、 sobel 算子、 Prewitt 算子、 Laplaee算子、高斯一一拉普拉斯算子、 SUSAN 算法等，并對它們的檢測結(jié)果進行分析比較。第五章，總結(jié)全文。 圖像噪聲的定義 圖像噪聲可以理解為妨礙人的視覺器官或系統(tǒng)傳感器對所接受圖像源信息進行理解或分析的各種因素。噪聲作用于圖像處理的輸入、采集、處理以及輸出的全過程，特別是圖像在輸入、采集的過程中引入的噪聲，會影響到圖像處理全過程以至輸出結(jié)果。因此，濾 除圖像中的噪聲就成為了圖像處理中極為重要的步驟，對圖像處理有著重要的實際意義。圖像傳感器的工作狀態(tài)受各種因素的影響，如環(huán)境條件、傳感器元件質(zhì)量等。例如，通過無線網(wǎng)絡(luò)傳輸?shù)膱D像可能會因為光或其他大氣因素的干擾而受到噪聲污染。其中，脈沖噪聲 (又稱為椒鹽噪聲或雙極性噪聲 )，在圖像噪聲中最為常見。 圖像噪聲的來源 外部噪聲，即指系統(tǒng)外部干擾以電磁波或經(jīng)電源串進系統(tǒng)內(nèi)部而引起的噪聲。 內(nèi)部噪聲，一般又可分為以下四種： (1)由光和電的基本性質(zhì)所引起的噪聲。因這些粒子運動的隨機性而形成的散粒噪聲；導(dǎo)體中自由電子的無規(guī)則熱運動所形成的熱噪聲；根據(jù)光的粒子性，圖像是由光量子所傳輸，而光量子密度隨時間和空間變化所形成的光量子噪聲等。如各種接頭因抖動引起電流變化所產(chǎn)生的噪聲；磁頭、磁帶等抖動或一起的抖動等。如正片和負片的表面顆粒性和磁帶磁盤表面缺陷所產(chǎn)生的噪聲。 (4)系統(tǒng)內(nèi)部設(shè)備電路所引起的噪聲。 東華理工大學(xué)長江學(xué)院畢業(yè)設(shè)計（論文） 圖像濾波 8 圖像噪聲的濾除 通過圖像平滑可以有效的減少和消除圖像中的噪聲，以改善圖像質(zhì)量，有利于抽取對象特征進行分析。近年來出現(xiàn)了一些新的圖像平滑處理技術(shù)，結(jié)合人眼的視覺特性，運用模糊數(shù)學(xué)理論、小波分析、數(shù)學(xué)形態(tài)學(xué)、粗糙集理論等新技術(shù)進行圖像平滑，取得了較好的效果。線性濾波方法一般通過取模板做離散卷積來實現(xiàn)，這種方法在平滑脈沖噪聲點的同時也導(dǎo)致圖像模糊，損失了圖像細節(jié)信息。但中值濾波同時也會改變未受噪聲污染的像素的灰度值，使圖像變得模糊。 針對中值濾波方法的缺陷，目前已經(jīng)提出了一些改進方法。而對于一幅噪聲圖像來說，只有一部分的像素受到了噪聲的干擾，其余的像素仍保持原值。因此，人們提出的另一類方法是在濾波處理中加 入判斷的過程，即首先檢測圖像的每個像素是否為噪聲，然后根據(jù)噪聲檢測結(jié)果再進行切換，輸出結(jié)果是在原像素灰度和中值濾波或其他的濾波器計算結(jié)果之間切換。但這些方法在判斷和濾除脈沖噪聲過程中還存在一定的缺陷，比如，對于較亮或較暗的圖像，會產(chǎn)生較多的噪聲誤判和漏判，甚至無法進行噪聲的檢測，同時算法的計算量也明顯增加，影響了濾波效果和速度。 領(lǐng) 域平均法 鄰域平均法是一種空間域局部處理算法，它對高斯噪聲有較好的去噪能力。 領(lǐng)域平均法的模板為：???????????11111111191 ，中間 的黑點表示以該像素為中心元素，即該像素是要進行處理的像素。 鄰域平均法的平滑效果與所使用的鄰域半徑大小有關(guān)。為了盡可能減少模糊失真，有人提出了“超限鄰域平均法”，也就是采用下列準(zhǔn)則形成平滑圖像。當(dāng)一些點和它們鄰域平均值的差超過規(guī)定的 T 閾值時，才進行平滑處理，否則仍保留這些點的像素灰度值。當(dāng)某些像素的灰度值與各鄰域點灰度的均值差別較大時 ，它可能是噪聲點，則取其鄰域平均值作為該點灰度值，它的平滑效果仍然是很好的。 圖 21 avril加噪圖像超限像素平滑 將圖像看成一個二維隨機場，可以運用統(tǒng)計理論來分析受噪聲干擾的圖像平滑后的信噪比問題。在一般情況下，噪聲屬于加性噪聲，并且是獨立的高斯白噪聲，均值為 O，方差為擴。 加權(quán)平均法 對于同一尺寸的模板，可對不同位置的系數(shù)采用不同的數(shù)值。在實際應(yīng)用中，為保證各模板系數(shù)均為整數(shù)以減少計算量，常取模板周邊最小的系數(shù)為 1，而取內(nèi)部的系數(shù)成比例增加，中心系數(shù)最大。相對于領(lǐng)域平均的卷積，加權(quán)平均也稱為歸一化卷積，表示兩幅圖像之間的卷積，一是需要處理的圖像，二是有加權(quán)值的圖像，寫成舉證形式為： WH FWHG ? ??? )( ,其中 H 是卷積模板， F 是需要處理的圖像，Ｗ是有加權(quán)值的圖像，分母歸一化的作用。 圖 22 avril加噪