CN106570876B - 一种提取鬼成像图像边缘的方法 - Google Patents

Abstract

本发明公开了一种提取鬼成像图像边缘的方法，首先选取目标图像，根据目标图像设置随机模板的大小，设置的随机模板长、宽分别为目标图像长、宽的一半，并将其单位像素按照2×2像素大小扩展；其次，利用Haar小波变换制造出三个方向的特定模板，将其与产生的随机模板相乘，对随机模板进行处理；最后通过小波重构，将三个方向的小波系数高频部分重构即可得到图像边缘。本发明将小波变换融入鬼成像中，达到无需先获得图像而在成像过程中直接得到图像边缘的目的，减少了鬼成像过程中噪声的叠加，提高了提取的图像边缘的质量。

Description

一种提取鬼成像图像边缘的方法

技术领域

本发明属于运用图像处理技术领域，实现了一种提取鬼成像图像边缘的方法，应用于通过鬼成像进行图像边缘信息的采集。

背景技术

随着科学信息技术的飞速发展，世界已步入了光子的时代，人们获取信息的手段在向不同波段等更广阔的领域扩展。图像信息作为最直接最有效的信息，已得到了广泛重视。如何获得更清晰更准确的图像信息，成为了重要的研究课题。鬼成像技术正是顺应了这一发展趋势，成为当今世界发达国家大力发展的军民两用的新兴高科技之一。

由于鬼成像的特殊性质，由于它的非定域特性，与传统的成像方式相比，鬼成像技术具有一些特别的功能：可以在不含物体的参考光路上得到物体的像。由于鬼成像的特殊性质，能解决成像光路中的扰动问题，因此能被广泛应用于光学相干断层扫描(OCT)、雷达探测和荧光成像等方面。经过研究者们近二十年来的不断探索，利用各种先进技术与鬼成像技术相结合，突破了传统成像的一些局限，实现了各种具有高质量的鬼成像图像，包括三维鬼成像和全息鬼成像图像等，这些技术的发展使鬼成像从实验室的研究走向实际应用的舞台。

但是对于图像边缘提取方面一直遵循传统规律：先得到图像，再对利用各种算子对该图像进行边缘提取的处理。曾俊在其博士论文《图像边缘检测技术及其应用研究》中提到传统的图像边缘提取可以利用的算子有Robert算子、Prewitt算子、Sobel算子、Laplacian算子和Canny边缘检测算子等，但这样得到的图像边缘不可避免的具有噪声大、质量差、包含的有用信息少的缺点。虽然鬼成像有传统成像方法不可比拟的优势，但在对图像边缘提取方面还没有很大突破性进展。用鬼成像所得的图像进行边缘提取，峰值信噪比低，图像质量差。此外，利用鬼成像所需采样次数多，耗时长，再对得到的图像进行后续边缘提取更加费时费力。因此，这是利用鬼成像进行边缘提取的一大缺陷。

发明内容

本发明在于提供一种提取鬼成像图像边缘的方法，能够有效的提高提取的边缘质量，具有较高的峰值信噪比，提高重构图像的质量。

实现本发明目的的技术解决方案为：一种提取鬼成像图像边缘的方法，其特征在于：首先选取目标图像，根据目标图像设置随机模板的大小，设置的随机模板长、宽分别为目标图像长、宽的一半，并将其单位像素按照2×2像素大小扩展；其次，利用Haar小波变换制造出三个方向的特定模板，将其与产生的随机模板相乘，对随机模板进行处理，将处理过的一组随机模板分别与目标图像相乘后再相减，每一帧随机模板经过处理、相乘、相减运算后，再进行鬼像的关联运算分别计算得到目标的三个小波系数高频部分的图像，这三个方向分别为：水平、垂直、对角线方向；最后通过小波重构，将三个方向的小波系数高频部分重构即可得到图像边缘。

本发明与现有技术相比，其显著优点：(1)对随机模板做处理，将小波变换融入鬼成像中，达到无需先获得图像而在成像过程中直接得到图像边缘的目的，即打破了固有的图像边缘提取必须先采集图像再进行边缘提取的界限，实现了在成像过程中直接提取图像边缘信息，拓展了图像边缘提取的方法领域，减少了鬼成像过程中噪声的叠加，提高了提取的图像边缘的质量。(2)最后提取到的图像边缘与传统边缘提取方法相比峰值信噪比更高、噪声更少、具有更高的质量，在军事、医疗等领域有广泛地应用前景。

下面结合附图对本发明作进一步详细说明。

附图说明

图1是小波变换原理图。

图2是本发明扩展后的三个方向的特定模版。

图3是本发明的流程示意图。

图4是目标图像。

图5是本发明与传统方法结果的PSNR对比图。

图6是本发明与传统方法在不同采样次数下的效果对比图。

具体实施方式

在传统鬼成像中，桶探测器所测强度为：

其中k是采样次数，P_k(x_i)是第k帧随机模板中第x_i个像素强度值，T(x_i)是目标的传输矩阵，y_k代表随机模板与目标图像做处理后的值，则可以得到鬼像：

T(x)＝<P(x)·y>-<P(x)><y> (6)

<...>表示取平均值，T(x)为得到的鬼像。

这里本发明引入小波变换，通过处理随机模板来达到在成像过程中提取图像边缘的目的。如图3所示，本发明首先选取目标图像，根据目标图像设置随机模板的大小，设置的随机模板长、宽分别为目标图像长、宽的一半，并将其单位像素按照2×2像素大小扩展。在众多正交函数中，Haar小波函数是最简单的正交函数，与其它正交函数相比，它具有构造简单、对应的滤波器具有线性相位性、计算方便的特点。Haar函数的正交集是一些幅值为+1或-1的方波，而且只在一段区间有值，其他区间为零，这使得Haar小波变换比其它小波函数要快。因此，本发明选择Haar小波函数。其次，利用Haar小波变换的原理，制造出三个方向的特定模板，将其与扩展后的随机模板相乘，从而达到对随机模板做处理的目的。根据公式：

其中，<...>表示取平均值，x_i为每一个像素值，k是采样次数，P_k'(x_i)表示第k帧随机模板总体放大后的模板中第x_i个像素的值，M₁(x_i)和M₂(x_i)表示一组特定模板中每一个像素值的大小，T(x_i)为目标图像目标的传输矩阵，将处理过的一组随机模板分别与目标图像相乘后再相减，每一帧随机模板经过处理、相乘、相减运算后，再进行鬼像的关联运算。最后经过关联算法：

T'(x)＝<P(x)·y'>-<P(x)><y'> (2)

分别计算得到目标的三个小波系数高频部分的图像，其中，y'_k表示第k帧做过处理的模板与目标图像作用后的值，T'(x)表示关联得到的鬼像。这三个方向分别为：水平、垂直、对角线方向。最后通过小波重构，将三个方向的小波系数高频部分重构即可得到噪声较少、质量较高的图像边缘。

本发明提取鬼成像图像边缘的方法具体步骤如下。

步骤一，若目标图片大小为2d×2h pixels，设为T(x)，考虑到利用小波变换的原理进行小波分解后，图像大小会缩小一倍，因此将随机模板的长宽大小设置为原图像的一半，所以产生大小为d×h pixels的随机模板，设为P(x)。其中，2d、2h分别表示目标图片的宽和高，生成的随机模板的宽和高均是目标图片的

步骤二，将生成的随机模板P(x)的单个像素大小由1×1放大为2×2，则随机模板总体放大为2d×2h pixels，设为P'(x)。利用Labview软件编译界面初始化一个大小2d×2h的二维数组，设置For循环，从而将原始随机模板中的每一个像素值依次放入2×2的像素块中，这样就可以将大小为d×h pixels随机模板扩展为2d×2h pixels，便于下面的步骤进行。

步骤三，取2×2大小的像素块为例，四个像素值依次表示为a、b、c、d，根据Haar小波变换原理，对其依次进行横向和纵向的小波变换，由此生成三个方向的特定模板。Haar小波基可以写成的形式，首先进行横向小波变换：

再进行竖向小波变换：

根据小波变换的原理，a+b+c+d为小波变换的低频部分；(a+c)-(b+d)为小波变换的水平方向的高频部分；(a+b)-(c+d)为小波变换垂直方向的高频部分；(a+d)-(b+c)为小波变换的对角方向的高频部分，如图1中a所示。依次对其进行编号为①～⑥。这几个式子也可以看成纵向、横向和对角线方向的两组像素值相减，如图1中b所示。

步骤四，将图1中的2×2像素块对应的三个方向的特定模板按照2d×2h的大小扩展，则用于水平变换的扩展为2d×2h大小的黑白竖条纹相间的模板，用于垂直变换的扩展为2d×2h大小的黑白横条纹相间的模板，用于对角线变换的扩展为2d×2h大小的黑白棋盘格的模板，如图2所示，三组特定模板分别代表三个不同方向的小波变换：(1)水平方向、(2)垂直方向、(3)对角方向。三个方向的特定模板中，黑色部分的值为1，白色部分的值为0，扩展后的特定模板大小与扩展后的随机模板大小一致，表示为2d×2h pixels。

步骤五，任选三组模板中的一组，设为M₁(x)和M₂(x)，则有：

T'(x)＝<P(x)·y'>-<P(x)><y'> (2)

其中，<...>表示取平均值，x_i为每一个像素值，k是采样次数，P_k'(x_i)表示第k帧随机模板总体放大后的模板中第x_i个像素的值，M₁(x_i)和M₂(x_i)表示一组特定模板中每一个像素值的大小，T(x_i)为目标图像目标的传输矩阵，y'_k表示第k帧做过处理的模板与目标图像作用后的值，T'(x)表示关联得到的鬼像。通过以上方法实现小波系数的单帧测量。先对随机模板作处理：将扩展后的一组特定模版M₁(x)、M₂(x)先后与扩展后的随机模板P'(x)相乘。将处理后的随机模板与目标T(x)相乘，再相减，如公式(1)所示，最后按照传统鬼像的经典过程与原始随机模板做关联运算，如公式(2)所示，即可得到三个方向的小波系数图像。该公式由Pittman T.B.、Shih Y.H.、Strekalov D.V.等人在1995年发表的《Optical imagingby means of 2-Photon quantum entanglement》一文中提出，后又有Bennink R.S.、Bentley S.J.、Boyd R.W.于2002年《“Two-photon”coincidence imaging with aclassical source》中完善。

步骤六，经过k次的单帧测量，得到关于水平、垂直、对角线三个方向的小波系数高频部分的图像后，通过小波重构，可以得到和原图大小一致的高质量的边缘图像。因为小波系数的高频部分即是图像的边缘部分，提取图像边缘时不考虑小波系数的低频部分，只将水平、垂直、对角线三个方向的高频小波系数部分按照小波重构原理进行重构。

实施例

1、选取目标图片大小为128×128pixels，设为T(x)，则产生大小为64×64pixels的随机模板，设为P(x)。

2、将生成的随机模板P(x)的单个像素大小由1×1放大为2×2，则总体随机模板放大为128×128pixels，设为P'(x)。

3、取2×2大小的像素块为例，四个像素值依次表示为a、b、c、d，根据Haar小波变换原理，对其依次进行横向和纵向的小波变换。Haar小波基可以写成的形式，首先进行横向小波变换：

再进行竖向小波变换：

根据小波变换的原理，a+b+c+d为小波变换的低频部分；(a+c)-(b+d)为小波变换的水平方向的高频部分；(a+b)-(c+d)为小波变换垂直方向的高频部分；(a+d)-(b+c)为小波变换的对角方向的高频部分，依次对其进行编号为①～⑥，如图1中a所示。这几个式子也可以看成纵向、横向和对角线方向的两组像素值相减，如图1中b所示。将图1中的2×2像素块对应的三个方向的特定模板按照128×128的大小扩展，如图2所示为扩展后的特定模板。

4、任选图2中一组模板，设为M₁(x)和M₂(x)，则有：

T'(x)＝<P(x)·y'>-<P(x)><y'> (2)

<...>表示取平均值。通过该方法实现小波系数的单帧测量。将扩展后的一组特定模版M₁(x)、M₂(x)先后与扩展后的随机模板P'(x)作点乘，即：对随机模板作处理。将处理后的随机模板与目标T(x)作点乘，再相减，即：公式(1)，最后按照传统鬼像的经典过程与原始随机模板做关联运算，即：公式(2)，即可得到三个方向的小波系数图像。

5、将得到的水平、垂直、对角线方向的小波系数图像进行重构，即可得到高质量的图像边缘。

为了更清晰的看到本发明的效果，用传统方法仿真的结果与本发明仿真结果对比，计算两种方法结果的峰值信噪比(PSNR)。在相同的采样次数下，本发明方法的峰值信噪比均高于传统方法，如图5所示，证明了本发明方法对于提高图像边缘质量相较于传统方法有更好的效果。通过人眼主观观察两种方法的成像效果图也可以明显看出，本发明方法提取图像边缘的效果更佳，如图6所示。其中，N为采样次数。证明了本方法对于边缘提取的效果对比传统的方法，有效的减少噪声，成像质量更高，效果更优。

Claims (5)

1.一种提取鬼成像图像边缘的方法，其特征在于：首先选取目标图像，根据目标图像设置随机模板的大小，设置的随机模板长、宽分别为目标图像长、宽的一半，并将随机模板单位像素按照2×2像素大小扩展；其次，利用Haar小波变换制造出三个方向的特定模板，将其与产生的随机模板相乘，对随机模板进行处理，将处理过的一组随机模板分别与目标图像相乘后再相减，每一帧随机模板经过处理、相乘、相减运算后，再进行鬼像的关联运算分别计算得到目标的三个小波系数高频部分的图像，这三个方向分别为：水平、垂直、对角线方向；最后通过小波重构，将三个方向的小波系数高频部分重构即可得到图像边缘。

2.一种提取鬼成像图像边缘的方法，其特征在于具体步骤如下：

步骤一，若目标图片大小为2d×2h pixels，设为T(x)，则产生大小为d×h pixels的随机模板，设为P(x)，其中，2d、2h分别表示目标图片的宽和高，生成的随机模板的宽和高均是目标图片的

步骤二，将生成的随机模板P(x)的单个像素大小由1×1放大为2×2，则随机模板总体放大为2d×2h pixels，设为P'(x)；

步骤三，取2×2大小的像素块为例，四个像素值依次表示为a、b、c、d，根据Haar小波变换原理，对其依次进行横向和纵向的小波变换，由此生成三个方向的特定模板，四个像素对应变换为a+b+c+d、(a+c)-(b+d)、(a+b)-(c+d)和(a+d)-(b+c)，其中(a+c)-(b+d)、(a+b)-(c+d)和(a+d)-(b+c)即为小波变换后的高频小波系数部分，这三个式子视为纵向、横向和对角线方向的两组像素值相减；

步骤四，将2×2像素块对应的三个方向的特定模板按照2d×2h的大小扩展，则用于水平变换的扩展为2d×2h大小的黑白竖条纹相间的模板，用于垂直变换的扩展为2d×2h大小的黑白横条纹相间的模板，用于对角线变换的扩展为2d×2h大小的黑白棋盘格的模板，三组特定模板分别代表三个不同方向的小波变换：水平方向、垂直方向、对角方向，三个方向的特定模板中，黑色部分的值为1，白色部分的值为0，扩展后的特定模板大小与扩展后的随机模板大小一致，表示为2d×2h pixels；

步骤五，任选三组模板中的一组，设为M₁(x)和M₂(x)，则有：

T'(x)＝<P(x)·y'>-<P(x)><y'> (2)

通过以上关联运算实现该方向小波系数的单帧测量；

步骤六，经过k次的单帧测量，得到关于水平、垂直、对角线三个方向的小波系数高频部分的图像之后，通过小波重构，得到和原图大小一致的高质量的边缘图像；

其中，P_k'(x_i)表示第k帧随机模板总体放大后的模板中第x_i个像素的值，y'_k表示第k帧做过处理的模板与目标图像作用后的值，T'(x)表示关联得到的鬼像。

3.根据权利要求2所述的提取鬼成像图像边缘的方法，其特征在于步骤二中，利用Labview软件编译界面初始化一个大小2d×2h的二维数组，设置For循环，从而将原始随机模板中的每一个像素值依次放入2×2的像素块中，这样就将大小为d×h pixels随机模板扩展为2d×2h pixels。

4.根据权利要求2所述的提取鬼成像图像边缘的方法，其特征在于步骤三中，Haar小波基写成的形式，首先进行横向小波变换：

再进行竖向小波变换：

根据小波变换的原理，a+b+c+d为小波变换的低频部分；(a+c)-(b+d)为小波变换横向的高频部分；(a+b)-(c+d)为小波变换纵向的高频部分；(a+d)-(b+c)为小波变换的对角方向的高频部分，这三个式子被视为纵向、横向和对角线方向的两组像素值相减。

5.根据权利要求2所述的提取鬼成像图像边缘的方法，其特征在于步骤五中，先对随机模板作处理：将扩展后的一组特定模版M₁(x)、M₂(x)先后与扩展后的随机模板P'(x)作点乘；将处理后的随机模板与目标T(x)相乘，再相减，最后按照传统鬼像的经典过程与原始随机模板做关联运算，即可得到三个方向的小波系数图像。