CN109118434A - 一种图像预处理方法 - Google Patents

Abstract

本发明公开了一种图像预处理方法，属于电子技术领域，采用图像增强、平滑滤波和图像锐化的处理方法，有效地消除噪声，改善图像质量，使图像清晰化，有利于更好地提取有效信息用于后续分析，解决了对摄像头获取的图像进行清晰化处理的技术问题。

Description

一种图像预处理方法

技术领域

本发明属于图像处理技术领域，特别涉及一种图像预处理方法。

背景技术

图像预处理技术可以说是图像工程中最基础，也可以说是最重要的操作步骤之一，因为后续的图像特征提取与图像分析理解等高层操作都是建立在它的基础之上的。

在实际应用中，监控系统获取的原始监控图像不是完美的，影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过于集中；由CCD(摄像头)获得的图像经过A/D(数/模转换，该功能在图像系统中由数字采集卡来实现)转换、线路传送都会产生噪声污染等等。因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清细节；重者表现为图像模糊不清，连概貌也看不出来。

发明内容

本发明的目的是提供一种图像预处理方法，解决了对摄像头获取的图像进行清晰化处理的技术问题。

为实现上述目的，本发明采用以下技术方案：

一种图像预处理方法，包括如下步骤：

步骤1：建立视频监控系统，视频监控系统包括监控中心服务器以及与监控中心服务器连接的多个摄像头；

步骤2：所述摄像头获取原始图像，并将原始图像传送给监控中心服务器；

步骤3：监控中心服务器对原始图像进行图像增强处理，变换图像的灰度，使其图像变清晰，对比度增强，边缘特征突出；

步骤4：监控中心服务器对步骤3中处理好的图像进行图像平滑处理，去除加性噪声、乘性噪声和量化噪声；

步骤5：对步骤4中处理好的图像进行图像锐化处理，使图像中的边缘变的清晰；

步骤6：对原始图像的预处理工作完毕。

所述步骤3的具体步骤如下：

步骤S1：对原始图像进行灰度变换，所述灰度变换为对图像的对比度进行增强或对图像的对比度进行拉伸，生成灰度增强图像；

步骤S2：将灰度增强图像变换为直方图均衡图像：设定原始图像中的像素点的原灰度为R，经过灰度变换后的像素点的灰度为S，灰度变换函数为T(R)，那么根据一下公式进行灰度变换：

其中，0≤R_j≤l-1；P_y(R_j)是第j级灰度值的概率，n_j是图像中j级灰度的像素总数，l是图像中灰度级的总数目，n是图象中像素的总数，j表示灰度的级别；

获取最接近S值的一个灰度级，根据该灰度级建立灰度级变换表，将原图像变换为直方图均衡的图像。

所述步骤4的具体步骤如下：

步骤S3：通过邻域平均法消除噪声：设定直方图均衡的图像中的噪声像素的灰度值为F(j,k)，以其为中心，窗口像素组成的点集用A表示，点集A内像素数用L表示；窗口像素的平均值G(j，k)为：

用窗口像素的平均值G(j，k)来代替灰度值F(j,k)，从而改变噪声像素的灰度，消除噪声，,f(x，y)表示点集A内的任意一个点的灰度值；

步骤S4：对经过步骤S3处理后的图像进行中值滤波处理，生成去噪图像；所述中值滤波处理为用一个N*N的窗口在图像上滑动，N＝3,5,7,...，把所述窗口中像素的灰度值按升序或降序排列，取排列在正中间的灰度值作为窗口中心所在像素的灰度值。

本发明所述的一种图像预处理方法，解决了对摄像头获取的图像进行清晰化处理的技术问题，本发明采用图像增强、平滑滤波和图像锐化的处理方法，有效地消除噪声，改善图像质量，使图像清晰化，有利于更好地提取有效信息用于后续分析。

附图说明

图1是本发明的流程图。

具体实施方式

如图1所示的一种图像预处理方法，包括如下步骤：

步骤1：建立视频监控系统，视频监控系统包括监控中心服务器以及与监控中心服务器连接的多个摄像头；

步骤2：所述摄像头获取原始图像，并将原始图像传送给监控中心服务器；

步骤3：监控中心服务器对原始图像进行图像增强处理，变换图像的灰度，使其图像变清晰，对比度增强，边缘特征突出；

步骤4：监控中心服务器对步骤3中处理好的图像进行图像平滑处理，去除加性噪声、乘性噪声和量化噪声；

步骤5：对步骤4中处理好的图像进行图像锐化处理，使图像中的边缘变的清晰；

步骤6：对原始图像的预处理工作完毕。

所述步骤3的具体步骤如下：

步骤S1：对原始图像进行灰度变换，所述灰度变换为对图像的对比度进行增强或对图像的对比度进行拉伸，生成灰度增强图像；

步骤S2：将灰度增强图像变换为直方图均衡图像：设定原始图像中的像素点的原灰度为R，经过灰度变换后的像素点的灰度为S，灰度变换函数为T(R)，那么根据一下公式进行灰度变换：

其中，0≤R_j≤l-1；P_y(R_j)是第j级灰度值的概率，n_j是图像中j级灰度的像素总数，l是图像中灰度级的总数目，n是图象中像素的总数，j表示灰度的级别，所述灰度的级别根据计算机中可以识别的灰度级别一致；；

获取最接近S值的一个灰度级，根据该灰度级建立灰度级变换表，将原图像变换为直方图均衡的图像。

所述步骤4的具体步骤如下：

步骤S3：通过邻域平均法消除噪声：设定直方图均衡的图像中的噪声像素的灰度值为F(j,k)，以其为中心，窗口像素组成的点集用A表示，点集A内像素数用L表示；窗口像素的平均值G(j，k)为：

用窗口像素的平均值G(j，k)来代替灰度值F(j,k)，从而改变噪声像素的灰度，消除噪声，,f(x，y)表示点集A内的任意一个点的灰度值；

步骤S4：对经过步骤S3处理后的图像进行中值滤波处理，生成去噪图像；所述中值滤波处理为用一个N*N的窗口在图像上滑动，N＝3,5,7,...，把所述窗口中像素的灰度值按升序或降序排列，取排列在正中间的灰度值作为窗口中心所在像素的灰度值。

图像直方图是图像处理中一种十分重要的图像分析工具，它描述了一幅图像的灰度级分布情况，任何一幅图像的直方图都包含了丰富的信息，它主要用在图象分割，图像灰度变换等处理过程中。

从数学概念来说，图像直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的次数或概率；从图形学意义上来说，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率；本发明的直方图的纵坐标都对应着该灰度级在图像中出现的概率。

在执行步骤S3时，邻域的选取通常有两种方式：以单位距离为半径或单位距离的倍为半径。

以3*3窗口为例：

以单位距离为半径时,称之为四点邻域(L＝5),其邻域为：

A＝{(j,k-1),(j+1,k),(j,k+1),(j-1,k)}；

单位距离的倍为半径时，称之为八点邻域(L＝9),其邻域为：

A＝{(j-1,k-1),(j-1,k),(j-1,k+1),(j,k-1),(j,k+1),(j+1,k-1),(j+1,k),(j+1,k+1)}；

邻域平均法有力地抑制了噪声(可以证明，经邻域平均法处理后，噪声功率将变为原来的)，但同时，也出现了因平均作用而引起的模糊(加宽)现象，模糊程度和邻域半径成正比。

在执行步骤S4时，需要定义一个N*N的模板数组。另外，在用窗口扫描图像过程中，对于图像的四个边缘的像素点，可以不处理；也可以用灰度值为"0"的像素点扩展图像的边缘。

图像銳化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算(如微分运算)就可以使图像变的清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。为了让图像中间任何方向伸展的边缘和轮廓线变得清晰，我们希望对图像的某种运算是各向同性的。可以证明：偏导数平方和的运算是各向同性的，既：

式中(x,y)是图像旋转前的坐标，(x',y')是图像旋转后的坐标。

梯度运算就是在上述公式的基础上开方得到的，图像(x,y)点的梯度值g：g＝f-K_r▽²f；式中，f，g分别为锐化前后的图像，K_r是与扩散效应有关的系数，▽²f表示对图像f进行二次微分的拉普拉斯算子；

为了突出物体的边缘，本发明采用的是一种简单的高频滤波增强方法：

表明不模糊的图像可以由模糊的图像减去乘上系数的模糊图像拉普拉斯算子来得到；▽²f可以用下面的模板H＝{{1，4，1}，{4，-20，4}，{1，4，1}}来近似；在具体实现时，上述模板H中的各个系数可以改变，K_r这个系数的选择也很重要，太大了会使图像的轮廓过冲，太小了则图像锐化不明显。

本发明所述的一种图像预处理方法，解决了对摄像头获取的图像进行清晰化处理的技术问题，本发明采用图像增强、平滑滤波和图像锐化的处理方法，有效地消除噪声，改善图像质量，使图像清晰化，有利于更好地提取有效信息用于后续分析。

Claims (3)

1.一种图像预处理方法，其特征在于：包括如下步骤：

步骤1：建立视频监控系统，视频监控系统包括监控中心服务器以及与监控中心服务器连接的多个摄像头；

步骤2：所述摄像头获取原始图像，并将原始图像传送给监控中心服务器；

步骤3：监控中心服务器对原始图像进行图像增强处理，变换图像的灰度，使其图像变清晰，对比度增强，边缘特征突出；

步骤4：监控中心服务器对步骤3中处理好的图像进行图像平滑处理，去除加性噪声、乘性噪声和量化噪声；

步骤5：对步骤4中处理好的图像进行图像锐化处理，使图像中的边缘变的清晰；

步骤6：对原始图像的预处理工作完毕。

2.如权利要求1所述的一种图像预处理方法，其特征在于：所述步骤3的具体步骤如下：

步骤S1：对原始图像进行灰度变换，所述灰度变换为对图像的对比度进行增强或对图像的对比度进行拉伸，生成灰度增强图像；

步骤S2：将灰度增强图像变换为直方图均衡图像：设定原始图像中的像素点的原灰度为R，经过灰度变换后的像素点的灰度为S，灰度变换函数为T(R)，那么根据一下公式进行灰度变换：其中，0≤R_j≤l-1；P_y(R_j)是第j级灰度值的概率，n_j是图像中j级灰度的像素总数，l是图像中灰度级的总数目，n是图象中像素的总数，j表示灰度的级别；

获取最接近S值的一个灰度级，根据该灰度级建立灰度级变换表，将原图像变换为直方图均衡的图像。

3.如权利要求1所述的一种图像预处理方法，其特征在于：所述步骤4的具体步骤如下：

步骤S3：通过邻域平均法消除噪声：设定直方图均衡的图像中的噪声像素的灰度值为F(j,k)，以其为中心，窗口像素组成的点集用A表示，点集A内像素数用L表示；窗口像素的平均值G(j，k)为：用窗口像素的平均值G(j，k)来代替灰度值F(j,k)，从而改变噪声像素的灰度，消除噪声,f(x，y)表示点集A内的任意一个点的灰度值；

步骤S4：对经过步骤S3处理后的图像进行中值滤波处理，生成去噪图像；所述中值滤波处理为用一个N*N的窗口在图像上滑动，N＝3,5,7,...，把所述窗口中像素的灰度值按升序或降序排列，取排列在正中间的灰度值作为窗口中心所在像素的灰度值。