基于全方位结构元形态滤波的改进算法.docVIP

基于全方位结构元形态滤波的改进算法 　　摘要：在全方位形态滤波器基础上进行改进，通过对结构元尺寸与形状的适当选择，将一种新的结构元运用到形态滤波中。理论分析和仿真实验表明，新的结构元既能有效滤除噪声，又可较好保留原图像的细节信息。 　　关键词：全方位形态滤波器；结构元；图像处理 　　DOIDOI：10.11907/rjdk.161879 　　中图分类号：TP312 　　文献标识码：A文章编号2016）010003902 　　0引言 　　数学形态学作为一种较新的非线性信号处理技术广泛应用于图像处理领域，具有完备的理论和算法体系。它的理论依据是将信号看成欧氏空间点的集合，利用预先定义的结构元素对信号进行移位、交、并等集合运算，以达到提取信号、抑制干扰信息的目的[1]。 　　形态滤波是从数学形态学派生出来的一种非线性滤波方法，它在图像处理、图像分析、图像恢复与增强等领域有着广泛的应用。传统的形态滤波器主要有形态开运算和闭运算滤波器，以及它们的级联组合形式。这些传统形态滤波器只采用单一的结构元，在滤波过程中只有与结构元几何形状相匹配的图像细节被保留下来，而图像的其它细节连同噪声一起被滤除掉，因此不能保持好图像细节。为了解决以上问题，本文在文献[2]的全方位结构元概念基础上，提出了改进的全方位结构元方案，仿真实验证明了改进方案的有效性。 　　1基本形态学滤波运算 　　形态变换分为二值形态变换和灰度形态变换两种形式，本文只对灰度形态变换进行讨论。形态学中最基本、最重要的两种运算是腐蚀和膨胀，以及两种扩展运算――开运算和闭运算。 　　图像的边缘通常是连续的，边缘点之间有一定的约束关系，而噪声是随机的，不存在明显的约束关系。任取一个边缘点，在该边缘点附近沿其边缘总能找到另一个边缘点，且这两个边缘点的方向走向不会相差太大，但一个噪声点沿其边缘方向则很难找到与其灰度和方向都相差不大的点，所以可以采用多个方向上的结构元素来检测。用不同方向上的结构元素检测出图像不同方向处的边缘，再将各个不同方向上的边缘组合在一起，可以减少图像不同方向处边缘信息的丢失。 　　3实验结果与分析 　　实验采用大小为256×256、灰度级为8bit的Lena图像来测试本文提出的滤波器性能。分别对加5%椒盐噪声的Lena图像进行仿真实验。图3分别给出了一般的5×5方形结构元对噪声去除结果。 　　实验利用4个方位的结构元结合在一起得到的“米”字型全方位结构元，进行开、闭运算，还分别对Lena图像添加了5%的椒盐噪声，实验结果如图4所示。表1所示为去噪图像的峰值信噪比。 　　实验结果表明，本文提出“米”字型结构元相比单一5×5方形结构元滤波器，在抗噪声性能和图像细节保持上均有所提高。 　　4结语 　　本文在一般的全方位形态学滤波器基础上，构造了“米”字型全方位形态学滤波器。通过以上分析和实验证明，相比一般的全方位形态学滤波器，本文的改进方案在滤除噪声和图像细节保持上效果更好，达到了改进目的。 　　参考文献参考文献： 　　[1]王家良，程春玲.一种多层自适应形态滤波算法[J].计算机科学，2015，42（5）：7277. 　　[2]赵春晖，孙圣和.一种全方位多尺度形态滤波方法[J].模式识别与人工智能，1998，11（1）：101106. 　　[3]J SERRA.Image analysis and mathematical morphology[M].Academic Press，New York，1982. 　　[4]段瑞玲，李庆祥，李玉和.图像边缘检测方法研究综述[J].光学技术，2005（30）：415419. 　　[5]GUAN JING，ZHANG TIAN XU，WANG XIAO PING.New class of grayscale morphological filter to enhance infrared building target[J].Aerospace and Electronic Systems Magazine，2012，27（6）：510. 　　[6]张伟，王军锋，王涛.一种基于改进算子的形态学边缘检测算法[J].计算机技术与发展，2013，28（4）：2428. 　　[7]马义德，杨淼，李廉.一种全方位多角度自适应形态滤波器及其算法[J].通信学报，2004，25（9）：8692. 　　责任编辑（责任编辑：杜能钢） 4