核径迹图像的处理与识别

刘芸杉，高远贵，李 涪

(1.成都理工大学，成都，610081；2.四川省水利科学研究院，成都，610072)

计算机应用

核径迹图像的处理与识别

刘芸杉1，高远贵2，李 涪2

(1.成都理工大学，成都，610081；2.四川省水利科学研究院，成都，610072)

采用以matlab软件平台，对所获取的核径迹图像进行预处理、识别分析、边缘检测及锐化，并且在这些操作之后进行图像分割和图像形态处理。在图像处理、识别的过程中，进行灰度处理，并且以直方图为依据对图像进行均衡化及去噪处理，为后期的分割及形态处理提供了良好的基础。

数字图像处理 核径迹 图像采集 识别

1 概述

伴随时代的变迁，信息化、自动化、智能化离我们的生活越来越近，各种各样的数字设备接踵而至。其中，必须用到的一项便是数字图像处理，通过对数字图像识别及处理展示给大家。但是用计算机进行图像处理的前提，是图像必须以数字格式存储，以数字格式存放才行。如照片、图片等模拟图像，要将其数字化后生成数字图像，需要利用数字设备。目前，将模拟图像数字化的主要设备是扫描仪，将视频画面数字化的设备则是图像采集卡等，当然也可以利用数码照相机直接拍摄以数字格式存放的数字图像。

数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等。随着计算机和数学(特别是离散数学理论的创立和完善)的发展，在农牧业、林业、环境、军事、工业和医学等方面也越来越需要数字图像处理。最早可以追溯到20世纪20年代，图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。之后的一段时间，伴随着数字计算机的发展，数字图像处理才真正引起人们的注意。20世纪70年代，数字图像处理技术在理论和方法上都得到了进一步完善，并且应用范围也更加广泛。在这一时期，图像处理主要和模式识别及图像理解系统的研究相联系，如文字识别、医学图像处理、遥感图像处理等。

对于数字图像处理，特别是在景物理解和计算机视觉(即机器视觉)方面，已经从之前的二维处理发展到了三维理解或解释。近几年，计算机在各个领域都得到广泛的应用，因此数字图像处理也从一个专门的研究领域变成了科学研究和人机界面中普遍应用的一种工具。

当然，近几年固体核径迹研究也在发展的道路上取得了很不错的成就，包括径迹形成机制和探测方法研究;固体核径迹在核物理、高能和相对论重离子核反应、原子物理、空间科学、宇宙射线探测、地学、测氛和核孔膜等领域的应用。其中，固体核径迹研究在径迹形成机制、探测方法及具体应用等方面取得了巨大进展，现在很多国家都接踵而至召开了关于固体核径迹探测器和核孔膜的国际研讨会，与之相关的径迹观测技术的发展，都有力推动了固体核径迹技术的发展。目前已可以在光学显微镜下对径迹进行观察、识别、分类和计数，而传统的观测方法则是人工判读。由于人工对规则的理解不同会产生测量误差，其工作效率很低，特别是观测大批量样品时就更难以达到预期目标。因此，计算机数字图像处理计数实现计算机自动控制显微镜聚焦系统，并确定聚焦点的位置，能很好地克服人工判读的缺点，对于核径迹图像的自动测量识别很有必要。

2 主要内容及解决方案

2.1 主要内容

关于形成核径迹的机制，目前认为离子爆炸脉冲机制是比较成功的，它能较好地解释无机晶体和有机聚合物中辐射损伤径迹的形成。而核径迹图像的处理在计算机图像处理中，主要包括下列几种：核径迹图像的增强技术，核径迹图像的变换技术，核径迹图像的分析与识别技术。一般情况核径迹图像的视觉效果不强，清晰度也不高，容易导致在人工识别的过程中出现误差。还有就是有时候核径迹周边的画面模糊，导致整体或者具体特征不明显，这样也会出现误处理。因此，如何让核径迹图像清晰展现，并且突出核径迹图像的整体和局部特征，是我们计算机数字图像处理应解决的主要问题。

2.2 解决方案

对于核径迹图像进行画面增强，可以改善核径迹图像的视觉效果，提高图像成分的清晰度，除此之外，还能使计算机更加方便地对核径迹图像进行处理。对于针对给定的图像及其应用目的，突出核径迹图像的整体或局部特征，从而提高核径迹图像的视觉效果和识别特征。

2.2.1 灰度变换。灰度变换是一种最简单、有效的对比度增强方法，它是将原图像的灰度经过一个变换函数转换成一个新的灰度。灰度变换可使图像灰度动态范围加大，图像对比度得到扩展，图像清晰，特征更加明显。

2.2.2 直方图修正。直方图修正是以直方图作为变换依据，使变换后的图像直方图成为期望的形态。数字图像的直方图是一个离散函数，它表示数字图像中每一个灰度与其出现概率间的统计关系，并能给出图像的概貌，作为全局特征使用。直方图主要指标，为灰度范围、每个灰度级的频数、灰度分布。

2.2.3 彩色增强。彩色增强主要是把黑白的灰度图像或者多波段图像变换成彩色图像。按照形成图像彩色的物理意义不同，可分为伪彩色增强和假彩色增强。

2.2.4 噪声滤除。由于在图像中噪声会使图像的质量变差，从而影响识别及准确度。因此抑制噪声，应以保持原核径迹图像的特征和细节为原则。噪声滤除方法可分为两大类：一是全局处理；二是局部算子。此类方法效率高，效果较为理想。3 核径迹图像的识别

在核径迹图像的识别系统中，主要是在已建立的类别对象中，对未知类别的核径迹图像在经过适当的分析处理基础上，将其进行识别分类并且加以理解，并提取核径迹图像反映出来的相关信息。核径迹图像可以采用匹配技术进行分类。匹配通常采用的方法有模板匹配和关系结构匹配，模板匹配是原图像与模板之间点到点或区域的相关测量，关系结构匹配是利用图论文法进行匹配。对于图像识别，一般分为五个步骤:核径迹检测器设计，特征选择，分类器设计，分类器训练和性能评估。

4 结语

根据文献的研究总结，在数字图像识别中，能够适当地对图像的特征进行选择是非常必要的。作为一种识别对象的依据，较高的准确性是对图像识别分析的首要要求。目前我们通过Matlab对核径迹图像进行处理。先进行平滑处理，其次对不同焦距的图像进行直方图处理，对频谱特征及边缘特征进行分析处理。这样，能够最终确定Robert算子作为对核径迹图像边缘检测的最好算子，从而也可以得到较为清晰准确的分析识别。

〔1〕过惠平,李 瑾.对传统固体核径迹探测器的改进[J].中国核科技报告,2009,(01)∶123～132.

〔2〕赵 慧.基于数学形态学的图像边缘检测方法研究[D].大连：大连理工大学出版社,2010.

〔3〕彭小梅.基于计算机图像处理的板形识别研究[D].重庆：重庆大学出版社,2007.

〔4〕英 英.基于MATLAB的图形图像处理系统的实现[D].呼和浩特：内蒙古大学出版社,2013.

〔5〕何希平，张琼华.基于MATLAB的图像处理与分析[J].重庆工商大学学报(自然科学版),2003,(02)∶22～26.

〔6〕郭士伦.固体核径迹研究进展[J].核技术,1996,(10)∶581～584.

〔7〕阿不来提·玉素甫,扎克·司马义.Matlab在图像处理中的应用[J].计算机光盘软件与应用,2012,(09)∶72～73

〔8〕高 成.Matlab图像处理与应用[M].北京：国防工业出版社.2007.

刘芸杉(1993.02-)，女，四川乐山人，现就读于成都理工大学；

高远贵(1963-)，男，成都人,工程师,大学,从事水利水电工程质量检测工作和相关技术推广应用及项目管理工作。

■

TN911.73

B

2095-1809(2016)02-0069-02