計算機(jī)數(shù)字圖像處理的算法探究與實踐

吳 娟 嚴(yán) 妍 焦月華 姜 波

（黑龍江中醫(yī)藥大學(xué)藥物安全性評價中心，黑龍江 哈爾濱 150040）

0 引言

隨著科學(xué)技術(shù)的發(fā)展，圖像識別技術(shù)在各行各業(yè)中逐漸得到廣泛應(yīng)用。象在人臉識別、指紋識別、模式識別等方面，通過使用計算機(jī)數(shù)字圖像處理技術(shù)，可以得到預(yù)期的處理效果。圖像處理的方法和手段較多，根據(jù)不同需求其處理方式也不盡相同。象人臉識別是通過攝像機(jī)對人臉進(jìn)行拍照比對，從而得到人臉信息，一般在考勤機(jī)中應(yīng)用較廣；車牌識別是通過攝像機(jī)對機(jī)動車車牌數(shù)字、漢字和英文字母進(jìn)行識別，從而得到車輛信息，一般在智能停車場中應(yīng)用較廣。由于識別目標(biāo)和目的不同，其使用的圖像處理算法也不同。該文以識別黑色軌跡的圖像處理為例，應(yīng)用圖像灰度處理、中值濾波處理、自適應(yīng)二值化處理和形態(tài)學(xué)濾波處理，最終得到特征矩陣的圖像處理算法。

1 任務(wù)目標(biāo)和背景

該文以醫(yī)學(xué)細(xì)胞影像處理為例，通過專用設(shè)備采集細(xì)胞影像，排除噪點和環(huán)境的干擾，準(zhǔn)確識別出細(xì)胞的關(guān)鍵信息，為后期的臨床實驗提供數(shù)據(jù)參考。

2 圖像的灰度處理

圖像的灰度處理是將彩色攝像機(jī)采集的彩色圖像處理成灰度圖像。一般彩色攝像機(jī)傳感器采集的彩色信息分為2種，一種是256色，另一種是RGB。256色是通過0-255分別描述不同的色彩信息，但是將所有色彩通過256個數(shù)據(jù)進(jìn)行區(qū)分，其細(xì)化度明顯不足。而RGB則是通過三維信息對顏色進(jìn)行描述，每一個色彩點由（R、G、B）表述，其中R、G、B這3個數(shù)據(jù)均由0-255構(gòu)成，也就是說一個色彩點總共有16 777 216種可能性，其色彩十分豐富，是最為理想的采集方式。而灰度圖像則是每個點都由0-255進(jìn)行表示，其中0代表全黑，255代表全白，由0向255過渡的過程中，點的顏色由白至灰至黑，有一個明顯的過度。通過灰度處理，將豐富的色彩轉(zhuǎn)換成單一的灰度圖像，有助于后期的圖像處理。

3 圖像的中值濾波處理

中值濾波是圖基（Turky）在1971年提出的。中值濾波的原理是把序列或數(shù)字圖像中的一點的值，用該點鄰域中各點的中值來替代。

基于極值的新型濾波算法是對中值濾波的擴(kuò)展，其基本思想是由于圖像灰度值的連續(xù)性，某一個點的灰度值與它的鄰域的灰度值應(yīng)該是比較的接近，如果在一幅圖像中出現(xiàn)一個點的灰度值遠(yuǎn)遠(yuǎn)大于或者小于其鄰域的值，那么說明這個點可能就是噪聲，否則就說明這個點是有用的信號，然后就可以只對可能是噪聲的點進(jìn)行中值濾波了，從而減少了計算量。

4 圖像的自適應(yīng)二值化處理

圖像的自適應(yīng)二值化處理是將由0-255構(gòu)成的灰度圖像，通過閾值的設(shè)定與劃分將圖像處理成只有0和255這2種數(shù)值的圖像。上文中提到0代表黑色，255代表白色，即經(jīng)過二值化處理后圖像信息中只剩0和255這2種數(shù)值，圖像變成僅由純黑和純白構(gòu)成的黑白圖像。圖像的自適應(yīng)二值化處理過程中必須選取一個閾值，灰度圖像是由0-255任意一個數(shù)構(gòu)成的，一旦設(shè)定閾值后，由每個點依次和閾值進(jìn)行對比，小于閾值的歸為0，大于等于閾值的歸為255，這樣就可以成功地將灰色圖像轉(zhuǎn)換成黑白圖像。但是由于二值化的閾值對圖像光強(qiáng)環(huán)境的影響較大，因此一個固定的閾值不利于圖像處理效果，于是動態(tài)閾值的設(shè)定就成為自適應(yīng)二值化處理的關(guān)鍵。根據(jù)實際光照強(qiáng)度的不同，需要設(shè)定不同的閾值，從而使圖像不斷進(jìn)行自適應(yīng)二值化處理。結(jié)果如圖1所示。

圖1 灰度和二值化后圖像

5 圖像的形態(tài)學(xué)濾波處理

形態(tài)濾波主要應(yīng)用于數(shù)字圖像處理領(lǐng)域中，其特點是通過在采集并處理成二值后的圖像中對圖中的關(guān)鍵特征信息進(jìn)行提取，也就是選擇具有一定形態(tài)結(jié)構(gòu)的元素，然后對圖像內(nèi)的特征矩陣進(jìn)行提取分析，將圖像中的目標(biāo)信息與背景信息進(jìn)行分離。其特點是能夠使圖像信息更加穩(wěn)定、清晰，并濾除一些干擾信息。圖像處理的形態(tài)學(xué)基本操作主要有膨脹和腐蝕2種。

腐蝕算法是指選取一個若干行列組成的圖像結(jié)構(gòu)元素，用該結(jié)構(gòu)元素與前期經(jīng)自適應(yīng)二值化處理后的圖像中的每一個像素做“與”運(yùn)算，結(jié)果如果全是“1”，那么該圖像的這個像素就是“1”，否則為“0”。

膨脹算法是指選取一個若干行列組成的圖像結(jié)構(gòu)元素，用該結(jié)構(gòu)元素與前期經(jīng)自適應(yīng)二值化處理后的圖像中的每一個像素做“與”運(yùn)算，結(jié)果如果全是“0”，那么該圖像的這個像素就是“0”，否則為“1”。如圖2所示為形態(tài)學(xué)濾波后圖像。

圖2 形態(tài)學(xué)濾波后圖像

采集的圖像灰度值經(jīng)濾波、二值化后難免會再出現(xiàn)噪聲，如下所示：

對于上面這些孤立的噪聲點，可以采取形態(tài)學(xué)中腐蝕和膨脹的思想對其進(jìn)行處理。采取一定的結(jié)構(gòu)元素，最終處理成下面的數(shù)列：

6 結(jié)語

通過圖像的對比可知，將某一幅彩色圖像經(jīng)過圖像灰度處理、中值濾波處理、自適應(yīng)二值化處理和形態(tài)學(xué)濾波處理后最終得到較為完整的圖像信息，這是一種圖像的處理方式和流程。該種圖像處理方式可以為細(xì)胞分析和臨床醫(yī)療提供有力支持。