基于預濾波處理的紅外圖像小波去噪

唐慶菊 ，劉元林 ，馮旻，王磊

（1.黑龍江科技學院 機械工程學院，哈爾濱 150027；2.黑龍江科技學院 嵩山校區(qū)，哈爾濱 150090；3.黑龍江科技學院 工程訓練與基礎實驗中心，哈爾濱 150027）

1 引言

近年來，隨著紅外技術的不斷發(fā)展和日趨成熟，紅外熱成像技術的應用越來越廣泛，在軍事、醫(yī)療、交通、農業(yè)、治安、消防、考古和地質等許多領域都發(fā)揮著越來越重要的作用［1-3］。但由于受紅外探測環(huán)境和紅外熱像儀等相關設備性能的限制，目前紅外圖像仍具有高背景、低反差的特點，其動態(tài)范圍大、對比度低、信噪比也較可見光圖像的低［4-5］。因此，為了提高紅外探測的準確性，更加清晰地提取紅外圖像中探測目標的邊緣輪廓信息，需要對紅外熱像儀采集到的圖像進行圖像去噪等后續(xù)處理。

傳統(tǒng)去噪方法是將受噪聲干擾的信號通過一個濾波器，將噪聲頻率成份濾掉，對于低信噪比的信號往往去噪效果較差。本文以超聲激勵檢測金屬板材內部接觸界面類缺陷的紅外圖像為分析對象，基于高斯濾波和中值濾波技術對紅外圖像進行預處理，然后運用小波變換技術實現對紅外圖像的去噪。

2 原始紅外圖像特征分析

圖1 原始紅外圖像

圖1 為超聲激勵金屬板材內部接觸界面類缺陷時采集的一幅紅外圖像。由圖1 可知，由于在試驗過程中受到加熱不均、環(huán)境干擾以及紅外熱像儀自身性能的影響，紅外圖像中缺陷處與完好材料處對應構件表面圖像對比度較差，且含有較強的椒鹽噪聲。

3 紅外圖像預處理

3.1 高斯濾波和中值濾波原理

高斯濾波是一類根據高斯函數形狀選擇權值的線性平滑濾波器，可有效去除服從正態(tài)分布的噪聲。常用的二維零均值離散高斯濾波器函數可表示為［6］：

其中σ的大小決定了高斯函數的寬度。

中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理方法，可有效去除圖像中含有的椒鹽噪聲。中值濾波的原理是把數字圖像或數字序列中一點的值用該點的一個鄰域中各點值的中值進行代換。設該濾波器的濾波器窗口大小為A，尺寸為N=（2K＋1）·（2K＋1），則對于圖像（Xi，j，（i，j）∈Z2）的二維中值濾波器，若數字圖像用數集｛Xi，j｝表示，（i，j）取Z2和Z3的某子集［7］。則有：

3.2 紅外圖像預處理結果

圖2（a）、（b）分別為經高斯濾波和中值濾波后的紅外圖像。圖3 為先進行高斯濾波，再進行中值濾波處理后的圖像。比較圖2和圖3 可知，經高斯濾波和中值濾波聯(lián)合預處理后的圖像，與單獨采用其中一種方法處理后的圖像相比，具有更大的信噪比。

圖2 單獨采用一種方法的圖像預處理結果

圖3 高斯和中值濾波聯(lián)合的圖像預處理結果

4 紅外圖像的小波去噪

4.1 小波去噪原理及實現步驟

圖4 小波閾值去噪步驟

小波變換是一種有效的信號去噪工具，已經在圖像處理、模式識別等諸多領域有所應用。利用小波變換的變尺度特性，可實現對確定信號的“集中”。若某信號的能量集中于小波變換域的少數系數上，則對這些系數的取值必然會大于在小波變換域內能量分散于大量小波系數上的信號或噪聲的小波系數值［8］。實現小波閾值去噪的步驟如圖4所示。

4.2 紅外圖像的二維小波閾值去噪

選擇小波“db”，設置分解層數為2。假設N 為采集到的數據，σ 為均值方差，針對本組小波系數的統(tǒng)計特性，根據式（3）對閾值進行選擇。在某一分解尺度下，大于閾值的小波系數將被判定為信號，小于該閾值的小波系數將被判定為噪聲［9］。

對經預濾波后的圖像進行二維平穩(wěn)小波分解。圖5和圖6 分別給出了采用硬閾值和軟閾值函數降噪后圖像及殘差圖。與圖3比較可知，經軟硬閾值小波降噪后的圖像信噪比均有所增大，且硬閾值函數降噪后的圖像對比度更大，而軟閾值函數小波降噪后的圖像更加平滑。

圖5 硬閾值降噪結果

圖6 軟閾值降噪結果

5 結論

以超聲激勵檢測金屬板材內部接觸界面類缺陷的紅外圖像為分析對象，首先基于高斯濾波和中值濾波技術對紅外圖像進行預處理，然后運用小波變換技術實現了對紅外圖像的去噪。結果表明，該圖像去噪方法可有效降低紅外圖像中的噪聲，提高了紅外圖像的信噪比，適用于紅外圖像的增強。

［1］薛莉，朱永凱，王海濤.小波變換在缺陷紅外圖像去噪中的應用［J］.無損檢測，2008，30（10）：753-759.

［2］周建民，周其顯，劉燕德.紅外熱成像技術在農業(yè)生產中的應用［J］.農機化研究，2010（2）：1-4.

［3］普恩平，唐上林.紅外熱成像技術在電力系統(tǒng)故障診斷中的應用［J］.電力技術，2009（7）：50-56.

［4］賴睿，劉上乾，王炳健，等.一種新的自適應紅外圖像增強算法［J］.半導體光電，2006，27（6）：767-776.

［5］趙耀宏，史澤林，羅海波.自適應紅外圖像直方圖均衡增強方法［J］.光電工程，2008，35（3）：97-101.

［6］謝勤嵐.圖像降噪的自適應高斯平滑濾波器［J］.計算機工程與應用，2009，45（16）：182-184.

［7］衛(wèi)保國.一種改進的自適應中值濾波方法［J］.計算機應用，2008，28（7）：1732-1734.

［8］王文龍.基于小波變換的紅外圖像處理技術研究［D］.西安：西安電子科技大學，2008：25-30.

［9］匡海鵬，等.基于中值預濾波的航空圖像小波去噪算法研究［J］.應用光學，2010，31（2）：221-224.