【正文】 ..............................................................40緒論20 世紀(jì) 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，2 0 世 紀(jì) 60 年 代 中 期 ， 隨 電 子 計(jì) 算 機(jī) 的 發(fā) 展 得 到 普 遍 應(yīng) 用 。 經(jīng)過(guò)幾十年的研究與發(fā)展，數(shù)字圖像處理的理論和方法進(jìn)一步完善，應(yīng)用范圍更加廣闊，已經(jīng)成為一門(mén)新興的學(xué)科，近幾年來(lái)，隨著計(jì)算機(jī)和各個(gè)相關(guān)領(lǐng)域研究的迅速發(fā)展，科學(xué)計(jì)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(gè)專(zhuān)門(mén)領(lǐng)域的學(xué)科，變成了一種新型的科學(xué)研究和人機(jī)界面的工具。除了CT 技術(shù)之外，還有一類(lèi)是對(duì)醫(yī)用顯微圖像的處理分析，如紅細(xì)胞、白細(xì)胞分類(lèi)，染色體分析，癌細(xì)胞識(shí)別等。染色體配對(duì)系統(tǒng),使當(dāng)前發(fā)展比較迅速的細(xì)胞遺傳學(xué)實(shí)驗(yàn)室技術(shù)與計(jì)算機(jī)先進(jìn)的自動(dòng)識(shí)別技術(shù)相結(jié)合,為簡(jiǎn)化實(shí)驗(yàn)室煩瑣操作而研制的新一代染色體自動(dòng)識(shí)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(yú)染色體配對(duì)研究，其基本原理是將黑白圖像中的灰度級(jí)賦予邊緣檢測(cè)，目的是進(jìn)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(guò)肉眼觀察到的信息，其余的就用周長(zhǎng)、長(zhǎng)軸和短軸來(lái)相對(duì)的配對(duì)。20 世紀(jì) 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(gè)新興的學(xué)科。隨后又對(duì)探測(cè)飛船發(fā)回的近十萬(wàn)張照片進(jìn)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(lèi)登月創(chuàng)舉奠定了堅(jiān)實(shí)的基礎(chǔ)，也推動(dòng)了數(shù)字圖像處理這門(mén)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(guó) 推出了第一臺(tái)腦斷層攝像儀，因此獲得 1979 年諾貝爾獎(jiǎng)，也促進(jìn)了CT(ComputerTomograph)的研究和發(fā)展。20 世紀(jì) 80 年代末和 20 世紀(jì) 90 年代，高速計(jì)算機(jī)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(shí)別等取得了重大的進(jìn)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(jìn)技術(shù)，將是一個(gè)在 21 世紀(jì)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(kuò)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(duì)月球、火星照片的處理之外，另一方面是在飛機(jī)遙感和衛(wèi)星遙感技術(shù)中。我國(guó)也陸續(xù)開(kāi)展了以上諸方面的一些實(shí)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(huà)、電視和計(jì)算機(jī)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(shí)時(shí)傳送出去，必須采用編碼技術(shù)來(lái)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(guó)內(nèi)外正在大力開(kāi)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(jué)、聽(tīng)覺(jué)和觸覺(jué)功能的智能機(jī)器人，將會(huì)給工農(nóng)業(yè)生產(chǎn)帶來(lái)新的激勵(lì)，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(yùn)行的高速公路不停車(chē)自動(dòng)收費(fèi)系統(tǒng)中的車(chē)輛和車(chē)牌的自動(dòng)識(shí)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(huì)生活的各個(gè)領(lǐng)域，如地理信息系統(tǒng)中二維、三維電子地圖的自動(dòng)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?yàn)閳D像的內(nèi)容非常復(fù)雜，很難用純數(shù)學(xué)的方法進(jìn)行描述，另一方面則是因?yàn)槿祟?lèi)對(duì)本身感知模板邊界的高層視覺(jué)機(jī)理的認(rèn)識(shí)現(xiàn)在還處于模糊之中。局部邊緣是圖像中局部灰度級(jí)以簡(jiǎn)單(即單調(diào))的方式作極快變換的小區(qū)域。邊緣檢測(cè)算子就是通過(guò)檢查每個(gè)像素點(diǎn)的鄰域并對(duì)其灰度變化進(jìn)行量化來(lái)達(dá)到邊界提取的目的，而且大部分的檢測(cè)算子還可以確定邊界變化的方向。物體的邊緣無(wú)論是對(duì)人類(lèi)的視覺(jué)系統(tǒng)還是對(duì)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(jià)值的邊界信息，這些信息東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文） 數(shù)字圖像處理5可以用于圖像分析、濾波以及目標(biāo)識(shí)別，并且通過(guò)邊緣檢測(cè)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(diǎn)，就能識(shí)別出三維物體，可見(jiàn)邊緣點(diǎn)確實(shí)包含了圖像中的大量有用信息。奇異信號(hào)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(lèi)型(如圖 12 所示)。在數(shù)學(xué)上可利用灰度的導(dǎo)數(shù)來(lái)刻畫(huà)邊緣點(diǎn)的變化，對(duì)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(hào)，第二行對(duì)應(yīng)實(shí)際信號(hào)）一般邊緣檢測(cè)包括如下四個(gè)內(nèi)容。而大多數(shù)濾波器在降低噪聲的同時(shí)也導(dǎo)致了邊緣信息的損失，因此增強(qiáng)邊緣和降低噪聲是邊緣檢測(cè)中的一對(duì)矛盾。(2)增強(qiáng)：增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)鄰域灰度的變化值。邊緣增強(qiáng)一般是通過(guò)計(jì)算東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文） 數(shù)字圖像處理6梯度幅值來(lái)完成的。最簡(jiǎn)單的邊緣檢測(cè)判據(jù)是利用梯度幅值閉值作為判據(jù)。作為計(jì)算機(jī)視覺(jué)的經(jīng)典性研究課題，圖像邊緣的研究已有較長(zhǎng)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(lèi)(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(cè)方法。 目前邊緣檢測(cè)存在的問(wèn)題圖像邊緣檢測(cè)是圖像處理和理解的基本課題之一，長(zhǎng)期以來(lái)，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(shí)際邊緣，不虛報(bào)邊緣。但真正實(shí)現(xiàn)這一目標(biāo)尚有較大的難度，這是因?yàn)椋?l)實(shí)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(shí)噪聲和邊緣都是高頻信號(hào)，雖然平滑濾波運(yùn)算可消除噪聲，但是也導(dǎo)致一些邊緣模糊，檢測(cè)出的邊緣往往移位。目前常用的邊緣檢測(cè)方法都存在某些不足的地方，如 Roberts 算子雖簡(jiǎn)單直觀，對(duì)具有陡峭的低噪聲圖像的響應(yīng)最好，但邊緣檢測(cè)圖里有偽邊緣；Sobel算子和 Prewitt 算子能檢測(cè)更多的邊緣，但也存在偽邊緣且檢測(cè)出來(lái)的邊緣線(xiàn)比較粗，并放大了噪聲；拉普拉斯算子和改進(jìn)的拉普拉斯算子利用二階差分來(lái)進(jìn)行檢測(cè)，不但可以檢測(cè)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(shí)受噪聲的影響比較大，且會(huì)丟失一些邊緣、有一些邊緣不夠連續(xù)、對(duì)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(cè)方法的基本知識(shí)和存在問(wèn)題等；第二章主要介紹圖像噪聲定義、來(lái)源以及濾除；第三章介紹東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文） 目錄邊緣檢測(cè)方法分類(lèi)，研究邊緣檢測(cè)的評(píng)價(jià)指標(biāo)、尺度對(duì)邊緣檢測(cè)結(jié)果的影響及經(jīng)典的邊緣檢測(cè)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(duì)它們的檢測(cè)結(jié)果進(jìn)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(jué)器官或系統(tǒng)傳感器對(duì)所接受圖像源信息進(jìn)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(guò)程，特別是圖像在輸入、采集的過(guò)程中引入的噪聲，會(huì)影響到圖像處理全過(guò)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(duì)圖像處理有著重要的實(shí)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(guò)無(wú)線(xiàn)網(wǎng)絡(luò)傳輸?shù)膱D像可能會(huì)因?yàn)楣饣蚱渌髿庖蛩氐母蓴_而受到噪聲污染。其中，脈沖噪聲(又稱(chēng)為椒鹽噪聲或雙極性噪聲)，在圖像噪聲中最為常見(jiàn)。 圖像噪聲的來(lái)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(jìn)系統(tǒng)內(nèi)部而引起的噪東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文） 圖像濾波8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(yùn)動(dòng)的隨機(jī)性而形成的散粒噪聲；導(dǎo)體中自由電子的無(wú)規(guī)則熱運(yùn)動(dòng)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(shí)間和空間變化所形成的光量子噪聲等。如各種接頭因抖動(dòng)引起電流變化所產(chǎn)生的噪聲；磁頭、磁帶等抖動(dòng)或一起的抖動(dòng)等。如正片和負(fù)片的表面顆粒性和磁帶磁盤(pán)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。 圖像噪聲的濾除通過(guò)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(duì)象特征進(jìn)行分析。近年來(lái)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(jué)特性，運(yùn)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(jìn)行圖像平滑，取得了較好的效果。線(xiàn)性濾波方法一般通過(guò)取模板做離散卷積來(lái)實(shí)現(xiàn)，這種方法在平滑脈沖噪聲點(diǎn)的同時(shí)也導(dǎo)致圖像模糊，損失了圖像細(xì)節(jié)信息。但中值濾波同時(shí)也會(huì)改變未受噪聲污染的像素的灰度值，使圖像變得模糊。針對(duì)中值濾波方法的缺陷，目前已經(jīng)提出了一些改進(jìn)方法。而對(duì)于一幅噪聲圖像來(lái)說(shuō)，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(lèi)方法是在濾波處理中加入判斷的過(guò)程，即首先檢測(cè)圖像的每個(gè)像素是否為噪聲，然后根據(jù)噪聲檢測(cè)結(jié)果再進(jìn)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(jì)算結(jié)果之間切換。但這些方法在判斷和濾除脈沖噪聲過(guò)程中還存在一定的缺陷，比如，對(duì)于較亮或較暗的圖像，會(huì)產(chǎn)生較多的噪聲誤判和漏判，甚東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文） 圖像濾波9???????????TyxfMjifjif fjifyxjigAyAy |),(1),(|, |,|,1),( ),(,),(至無(wú)法進(jìn)行噪聲的檢測(cè)，同時(shí)算法的計(jì)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(duì)高斯噪聲有較好的去噪能力。領(lǐng)域平均法的模板為： ，中間的黑點(diǎn)表示以該像素為中心元素，???????19即該像素是要進(jìn)行處理的像素。3?57?9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(diǎn)和它們鄰域平均值的差超過(guò)規(guī)定的 T 閾值時(shí)，才進(jìn)行平滑處理，否則仍保留這些點(diǎn)的像素灰度值。當(dāng)某些像素的灰度值與各鄰域點(diǎn)灰度的均值差別較大時(shí)，它可能是噪聲點(diǎn)，則取其鄰域平均值作為該點(diǎn)灰度值，它的平滑效果仍然是很好的。東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文） 圖像濾波10圖 21 avril 加噪圖像超限像素平滑將圖像看成一個(gè)二維隨機(jī)場(chǎng)，可以運(yùn)用統(tǒng)計(jì)理論來(lái)分析受噪聲干擾的圖像平滑后的信噪比問(wèn)題。在一般情況下，噪聲屬于加性噪聲，并且是獨(dú)立的高斯白噪聲，均值為O，方差為擴(kuò)。 加權(quán)平均法對(duì)于同一尺寸的模板，可對(duì)不同位置的系數(shù)采用不同的數(shù)值。在實(shí)際應(yīng)用中，為保證各模板系數(shù)均為整數(shù)以減少計(jì)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(duì)于領(lǐng)域平均的卷積，加權(quán)平均也???????1246稱(chēng)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(xiě)成舉證形式為： ,其中 H 是卷積模板，F(xiàn) 是需WHG???)(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 加噪圖像高斯平滑通過(guò)圖 22 所示結(jié)果可以看出，經(jīng)過(guò)圖像的平滑處理，噪聲得到了有效的去除，選擇的模板尺寸越大，噪聲去除效果也越好，同時(shí)，圖像的邊緣等細(xì)節(jié)模糊的也越厲害。 中值濾波中值濾波法是一種非線(xiàn)性平滑技術(shù)，它將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某領(lǐng)域窗口內(nèi)的所有像素點(diǎn)灰度值的中值。中值濾波首先是被應(yīng)用在一維信號(hào)處理技術(shù)中，后來(lái)被二維圖像信號(hào)處理所引用。但是對(duì)一些細(xì)節(jié)多，特別是點(diǎn)、線(xiàn)、尖頂細(xì)節(jié)多的圖像不宜采用中值濾波的方法。設(shè)有一個(gè)一維序列 。再將這 m 個(gè)點(diǎn)按其數(shù)值大小排列，取其序號(hào)為正中間的那個(gè)數(shù)作為濾波輸出，用數(shù)學(xué)表達(dá)為， ， (23)??viiivii ffffMedg???,11?? Z?21??v其中： ,表示取序列的中值。一維中值濾波的概念很容易推廣到二維。二維中值濾波器的窗口形狀可以有多種，如線(xiàn)狀、方形、十字形、棱形等。從以往的經(jīng)驗(yàn)來(lái)看，對(duì)于有緩變的較長(zhǎng)輪廓線(xiàn)物體的圖像，采用方形或者圓形窗口比較適宜；對(duì)于包含有尖頂角物體的圖像，則適宜采用十字形窗口。中值的計(jì)算量在于對(duì)滑動(dòng)窗口內(nèi)像素的排序操作。傳統(tǒng)的串行排序算法是基于冒泡排序法，若窗口內(nèi)像素為 m 個(gè)，則每個(gè)窗口排序需要做 m(m 一 1)/2 次像素的比較操作，時(shí)間復(fù)雜度為 O( )。若每一幅圖像的大小為 N N，則整個(gè)時(shí)間復(fù)雜?度為 O( )，當(dāng)窗口較大時(shí)計(jì)算量很大，較費(fèi)時(shí)。 空域低通濾波從信號(hào)頻譜角度來(lái)看，信號(hào)的緩慢變化部分在頻率域?qū)儆诘皖l部分，信號(hào)快速變化部分在頻率域?qū)儆诟哳l部分。頻率域的濾波就是采用空間域?yàn)V波器沖擊響應(yīng)矩陣與輸