基于中值与同态滤波器相结合增强图像的探究

2014-12-23闫晓丽苏景霞王梦琳邓莹莹

科技视界 2014年6期

姚飞闫晓丽苏景霞陈粉王梦琳邓莹莹

（河南师范大学计算机与信息工程学院，河南新乡453007）

图像的增强处理在许多实际应用场合中有很大的必要性。随着科学技术的发展，图像增强的方法也日益增多，其中主要有灰度变换增强、空域滤波增强、频域滤波增强以及彩色增强等,但一些方法在去噪的同时会造成图像其他性质的改变，最终影响去噪效果[1]。如在中值滤波器增强处理中，它对椒盐噪声的消噪效果较好，但当滤波器的窗口尺寸增大时，去噪效果提高的同时也会使图像变得模糊[2]。为了改善去噪后的图像模糊程度，本文对中值和同态两种滤波器的结合做了探究。

1 中值与同态滤波器相结合原理

1.1 中值滤波器原理

中值滤波器是是一种去除噪声的非线性处理方法，是由Turky于1971年提出来的[3]。它首先确定一个奇数像素窗口，该窗口内的像素值从小到大排序后，用中间位置灰度值来代替原灰度值[4]。对于一组灰度值x1，x2…，xn来说，如果把这n个灰度值按照由小到大的顺序排列为xi1，xi2…，xin，则原序列的中值y可表示为：

1.2 同态滤波器原理

同态滤波可以将细节对比差、分辨率不清的图像处理为画面亮度比较均匀，细节得到增强的图像。其过程如下所示：

图1

其中，图像f（x，y）是由光源产生的照度场i（x，y）和目标的反射系数场r（x，y）的共同作用下产生的可以表达为：f（x，y）=i（x，y）·r（x，y），其中入射光分量i（x，y）由照明源决定，而反射光分量r（x，y）则是由物体本身特性决定，它表示灰度的急剧变化部分，如两个不同物体的交界部分、边缘部分及线等[5]。为了得到所原图像的增强图像g（x，y），必须进行反运算，即其中输出图像的照明光分量反射光分量

1.3 中值与同态滤波器相结合原理

用中值滤波器第一次为图像去除椒盐噪声，并设置窗口尺寸为6×6，此时图像的模糊程度稍大；然后以经第一次去噪后的图像为对象，通过改变同态滤波器中高频及低频增益的值，在频率域中同时压缩图像的亮度范围和增强图像的对比度，将图像中变模糊的部分突显出来，通过改变锐化参数的值，使图像的细节边缘部分的到强化。

2 仿真实验分析

仿真实验环境为CPU：双核2.5GHz，内存：4.0G，操作系统：32位Windows 7，开发环境：Matlab7.0.1。实验中两滤波器相结合的主要程序如下：

d0=10;r1=0.5;rh=2;c=4;%rh为高频增益,r1为低频增益,c为锐化参数

通过控制变量法分别修改中值滤波器中窗口的大小以及同态滤波器算法中参数d0、r1、rh、c的值来找到合适的取值，以达到好的图像处理效果。

图2 “6×6”窗口，rh=2，r1=0.5

在仿真环境中运行上述程序，所得结果图如下所示：

图3 “6×6”窗口，rh=1.8，r1=0.5

对比图2中的小图（c）和图（d）可知，先中值后同态的图像去噪效果较单纯的中值滤波效果较好，在一定程度上改善了图像的模糊程度，但其整体上较原图的亮度大些。

修改滤波器中的相关参数值，得到如图3所示的结果。对比两次的结果图可以明显看出，在窗口大小不变时，减小高频增益rh的值之后，图像的模糊度减轻，尤其是对比度较大的部分的模糊度变小。可以得出结论，高频增益rh可以控制图像中的明亮度以及部分细节的突显程度，高频增益rh的值越大，图像越明亮。而同态滤波的这种效果正好可以改善中值滤波器的弊端，两者相互补充，使图像的去噪效果更好。