基于MATLAB的图像预处理技术研究(2)

５８　辽宁师专学报２０１２年第２期声的同时对图像中的轮廓边缘信息不产生干扰．中值滤波的原理是利用一个Ｗ窗口，通过Ｗ在图像上进行全方位扫描，把窗口内的图像所有像素点的灰度值按照大小进行排序，在排序中居中的灰度值为当前窗口位置的中心灰度，具体的公式如下：

，｛，（）ｉ＝Ｍｅｄｉａｎｉ－ｋ）ｋ，ｌｗ｝ｇ（ｊ）ｆ（

通常Ｗ窗口内的像素点数目为奇数，这样容易获取中间像素点的灰度，但是如果窗口内的像素点数目为偶数，则可以取最中间两个点的灰度值的平均值．中值滤波可以消除图像中孤立的噪声点同时降低处理后图像的模糊效果．由于中值滤波在图像中处理只是进行排序以及简单的运算，所以处理速度非常快．２．３　图像锐化

）图像的锐化处理（就是对图像中的轮廓边缘以及特征信息进行强化，增强灰度在边ｉｍａｅｓｈａｒｅｎｉｎ　ｇｐｇ

２］缘处的对比度，从而便于分析轮廓等信息［．这个过程可以理解为是图像平滑处理的反过程，处理过程可

分为空域处理和频域处理两类．既然是图像平滑处理的反过程，就需要加大像素点中的高频信息，最直接的方法就是采取高频滤波器，对高频像素点进行过滤放大，但在进行过滤放大时要先将噪声点滤除，再进行锐化处理，否则噪声会随着锐化处理被放大，常用的锐化高通滤波器的卷积模板有：　０－１　０－１－１－１（）拉普拉斯模板－１　５－１－１　９－１等．

　０－１　０－１－１－１在图像锐化处理中，还有一种常用的方法就是微分法，微分法是基于Ｒｏｂｅｒｔｓ的梯度算子的微分锐化方

，定义ｆ（法．该方法的具体原理是：首先设原始图像上的点ｆ（ｘ，ｘ，ｘ，ｙ）ｙ）在（ｙ）处的梯度矢量为：

，］，，，）Ｇ［ｉ＝｜ｉ－ｆ（ｉ＋１，ｉ－ｆ（ｉ｜＋｜｜ｆ（ｊ）ｆ（ｊ）ｊ）ｆ（ｊ）ｊ＋１

设一个判定阈值为Δ变化后的图像ｇ定义为

］（］Ｇ［ｘ，Ｇ［ｘ，≥Δ）ｆ（ｙ）ｆ（ｙ）ｘ，＝ｇ（ｙ）（］ｘ，Ｇ［ｘ，≤Δ）ｆ（ｙ）ｆ（ｙ）｛

通过公式可以看出梯度锐化可以让模糊的边缘变得清楚．梯度锐化具备一定的去噪声能力，但同时会对字符的边缘有所损伤．

３　图像预处理技术在图像识别系统中的应用

ＭＡＴＬＡＢ在图像处理中的应用非常广泛，一般把图像作为二维数据矩阵来处理，而矩阵运算正是ＭＡＴＬＡＢ最为擅长的，ＭＡＴＬＡＢ有专门针对图像处理的工具箱，很多经典的图像处理函数都可以直接

［］调用，这样大大节省了时间，并且ＭＡＴＬＡＢ对于多种图像文件格式都可以轻松地进行数据处理３，在这

里将上述图像的预处理过程利用ＭＡＴＬＡＢ进行处理，过程见图１～图６

．

具体的ＭＡＴＬＡＢ处理源程序如下：

ｕｎｃｔｉｏｎｔｘｃｌ　　Ｆ　ｙ

％裂痕图像的处理过程

（：）；ＲＧＢ＝ｉｍｒｅａｄ′ｃＴＴ．ｂｍ′＼ｐ

；ｉｍｓｈｏｗ（ＲＧＢ）

（；Ｔ＝ｒｂ２ｒａＲＧＢ）ｇｇｙ；ｆｉｕｒｅｇ；ｉｍｓｈｏｗ（Ｔ）（；Ｔ＝ｈｉｓｔｅＴ）ｑ；ｆｉｕｒｅｇ；ｉｍｓｈｏｗ（Ｔ）