基于数字图像处理技术的实况视频图像处理系统设计

2011-07-05张卫国王斌陈宏烨刘广哲

长春理工大学学报（自然科学版） 2011年3期

张卫国，王斌，陈宏烨，刘广哲

（91550部队92分队，大连 116023）

随着传感器技术和计算机运算能力的提高，图像处理技术得到广泛的应用，尤其是在军事领域的应用更具影响力。靶场试验的可视化对试验实况提出了更高的要求，在不同的气象条件下，要获得满足使用要求的实况图像，使用以往的实况摄录系统已经无法满足要求，采用对实况图像实时处理技术是解决这一问题有效途径之一。本文介绍了基于图像处理技术的实况图像实时处理系统的研究，针对获得的不同质量的图像，采用不同的处理算法进行实时处理，获得了较为满意的实况图像。

1 系统组成及工作原理

实况图像实时处理与显示系统用途是接收可见和红外两种数字视频图像数据，并进行滤波、图像显示增强、红外图像融合等处理，并将数字视频图像变换成多路模拟视频信号输出；具有自检功能和故障诊断能力，故障诊断到线路板。

实况图像融合处理系统由工控机、以SOLIOS数字图像采集卡［1］、VIO图像输出卡［2］、综合图像处理软件等部分构成。工控机和综合图像处理软件用于完成传感器图像的融合处理与图像显示，数字图像采集卡用于采集摄像机的数字图像并进行目标的提取。图像输出卡用于数字图像与模拟视频的转换，送出模拟视频。

采用SOLIOS数字图像采集卡方案的优点是可以实现多传感器的数据融合处理，而且DSP的运算程序存储在计算机中，上电后计算机向图像处理板加载运算程序，有利于系统调试与维护，有利于以后升级与扩充。

VIO图像输出卡是PCI-X卡，用于不同制式模拟视频图像的采集转换，数字与模拟图像的转换。模拟的高清（HD）、标清（SD）及其SDI输入/输出，模拟和数字图像输出同步。

图1 系统原理框图Fig.1 The system function block diagram

2 图像处理算法

各类图像处理系统在图像的采集、获取、传送和转换过程中，均处在复杂的环境中，光照、电磁多变，所有的图像均不同程度地被可见或不可见的噪声干扰。为了获得清晰视觉效果好的图像，并不能损坏图像的轮廓及边缘等重要信息［3］；为此针对不同的图像采用了相应图像滤波和图像增强算法。

2.1 滤波算法

常用的图像滤波器分为平面空域滤波器与频率域滤波器［4］。平面空域滤波器可分为线性滤波器和非线性滤波器两类。线性滤波器很适合于去除高斯噪声，对受到噪声污染而退化的图像复原，但去除噪声的同时也使图像的边缘变模糊了，如高斯平滑线性滤波器和拉普拉斯锐滤波器。非线性滤波则很适合用于去除脉冲噪声，在一定程度上可以克服线性滤波器所带来的图像模糊问题，在滤除噪声的同时，较好地保留了图像的边缘信息。如中值滤波器和同态滤波。两者配合使用可获得满意的图像效果。

（1）高斯滤波器［5］

高斯滤波器是平滑线性滤波器的一种，是带有权重的平均值，即加权平均，中心的权重比邻近像素的权重更大，这样就可以克服边界效应。本方案采用3×3掩模，具体公式如下：

其中，f(x，y)为原图像中(x，y)像素点的灰度值，g(x，y)为经过高斯滤波和的值。

公式（1）可以结构化为3×3的掩模如下：

从结构化掩模中可以看到，处于掩模中心的位置比其他任何像素的权值都大，因此在均值计算中给定的这一像素显得更为重要。而距离掩模中心较远的像素就显得不太重要，这样做是为了减小平滑处理中的模糊。

（2）中值滤波器。

本方案采用了自适应门限的中值滤波器［6］，用一个奇数点的移动窗口，将窗口的中心点的值用窗口内的各点中值代替。设有一个一维序列f1，f2，…，fn，取窗口长度（点数）为m（m为奇数），对其进行中值滤波，就是从输入序列中相继抽出m个数fi-v，…，fi-1，fi，fi+1，…，fi+v（其中fi为窗口中心值，v=（m-1）/2），再将这m个点按其数值大小顺序排序，取其序号的中心点的那个数作为滤波输出。数学公式表示为：

Yi称为序列fi-v，…，fi-1，fi，fi+1，…，fi+v的中值

2.2 图像增强

图象增强目的是通过对图像的处理，使图像比处理前更适合一个特定的应用，比如提高对比度、增加亮度等，来改善一幅图像的视觉效果。图像增强方法［7］分为：空间域图像增强和频域图像增强两大类，常用的空间域图像增强有直方图处理和灰度变换。常见的频域图像增强有拉普拉斯锐化和同态滤波算法。

（1）拉普拉斯锐化

拉普拉斯锐化主要是使图像的边缘更加清晰，而不会改变图像的亮度和对比度；拉普拉斯锐化模板为：

滤波器尺寸固定为3×3的，不需要用到滤波器尺寸设置对话框。可用一个数组保存这9个模板系数，在遍历模板对应像素时使用此数组元素与对应像素相乘，加到求和变量上。

2.3 同态滤波［8］

同态滤波是图像预处理中的一种常用算法，主要用于减少光照不足引起的图像质量下降，并对感兴趣的景物进行有效增强，在很大程度保留图像原貌的同时，对图像细节增强。

图像 f(x,y)是由光源照度场（入射分量）fi(x,y)和场景中物体反射光（反射分量）的反射场 fr(x,y)两部分乘积产生。 fi(x,y)的性质取决于照射源，fr(x,y)取决于成像物体的特性。

一般情况下，照度场 fi(x,y)的变化缓慢，在频谱上其能量集中于低频，而反射场 fr(x,y)包含了所需要的图像细节信息，它在空间的变化较快，其能量集中于高频。这样就可以根据照度—反射模型将图像理解为高频分量与低频分量乘积的结果。由于两个函数乘积的傅立叶变换是不可分的，故不能直接对照度和反射的频率部分分别进行操作。首先对fi(x,y)和 fr(x,y)进行对数变换，将两个相乘分量转化成两个相加分量，再对其进行傅里叶变换。借助一个滤波函数H(u,v)处理其变换结果，这样就可以在频域内对高频和低频分开处理，以期增强图像对比度，并可压缩图像信号的动态范围。然后进行反傅里叶变换并取指数得到符合要求的增强图像。

同态滤波的过程如图2：

图2 同态滤波过程Fig.2 The same form filtering process

图中log表示对数运算，FFT表示快速傅立叶变换，H(u,v)表示滤波函数，IFFT表示反傅立叶变换，exp表示取指数运算。

频域内通常使用巴特沃斯型，巴特沃斯型同态滤波器滤波函数为：。

式中：D(u,v)=(u2+v2)12，为点（u，v）到频率平面原点的距离；D0为截止频率，n为阶数，取正整数。同态滤波是高通滤波器，经滤波处理后的图像丢失了许多低频信息，为此需要改进，改进后巴特沃斯型同态滤波器滤波函数［5］公式：

式中：f为放大长度（一般大于1），g为偏移量。由于D0值不同，生成的滤波器形状也不相同。F、g、D0取值由实验来定。

3 试验及结果分析

在该系统的研制过程中，利用了某光学实况测量系统进行了实验，硬件平台由工控机、SOLIOS数字图像采集卡和VIO图像输出卡组成。光学实况测量系统的图像质量评价［9］：在室内采用了通过对平行光管拍摄鉴别率板［6］，转换成标准模拟图像后，在监视器上观测第10组的清晰成像，经查表换算得到中心可分辨的水平电视线在520线以上（以往的光学实况测量设备的模拟实况图像在400线以下）如图3所示。在室外较好的气象条件下，经不同图像处理算法后获得可见光图像（1024×1024），效果如图6-9所示。图4、图5、图6是在傍晚光线亮度不足的条件下，分别是未作处理图像、经高斯滤波加同态滤波增强和中值滤波加拉普拉斯锐化增强后得到的图像。图7、图8是在晴天逆光条件下，未作处理和采用同态滤波增强后的图像。