王志堅

摘要：隨著計算機技術的發(fā)展，數字圖像處理技術也在不斷進步，圖像檢測的應用越來越廣。圖像檢測與國家的各種行業(yè)都有著息息相關的聯系，比如在工業(yè)上，可以檢測成品的質量;在交通上，可以檢測車子的牌照等等。為了提高圖像檢測的準確性，我們往往需要對獲取的數字圖像先進行預處理。

關鍵詞：數字圖像;圖像檢測;預處理

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2018）11-0061-02

1 數字圖像處理技術簡介

在數字圖像處理技術沒發(fā)展起來之前，一般都是先將圖像轉化為模擬信號，而現在都是轉化為數字信號。數字圖像處理技術由許多部分組成，主要包含幾何處理與圖像識別。因為數學與物理學等方面的學科對數字圖像處理技術有重大的影響，所以這幾年這方面的研究內容也不斷提升。本世紀，數字圖像處理技術已深入到人們生活的方方面面，比如生物醫(yī)學、工業(yè)檢測、遙感及人工智能等，并且這方面的技術又有了更快的提高。

一般說來，人們看到的圖像其實都不是真正的圖像，而只是經過大腦處理后感受到的模擬圖像，并且圖像上不同的顏色也會形成不同的形狀。在人觀看一個具體事物時，如果是運動物體，那么看到的圖像會有不同的顏色和形狀，這可以作為圖像空間坐標的函數用來計算。拍攝黑白（或稱單色）照片時，只記錄了景物中每點的亮度，而彩色照片不僅記錄了亮度還把顏色記錄了下來[1]。

一幅圖像我們首先感受到的就是它的明暗程度，可以稱作光的強度，它是隨空間坐標（x，y），光線的波長λ和時間t而變化的，因此圖像函數可以表示為：

2 圖像數字化處理的優(yōu)點

采集一幅圖像的數字信號，需要在計算機上合成采集信號的系統(tǒng)，并且將原本的圖像轉化為分散的像素集合。采集圖像一般由成像、采樣及量化三個步驟完成，圖像的空間坐標由采樣獲得，而將圖像轉為離散的數據主要靠量化，采樣和量化統(tǒng)稱為數字化。

2.1 再現性好

直接使用模擬圖像進行處理，很有可能會使原始模擬圖像的質量退化。因為在圖像做存儲、傳輸、復制這些操作時，總會出現一系列的失誤，但是數字圖像卻沒有這個缺點，因為圖像已經以數字化的形式來表達，不存在失誤的情況，所以圖像始終不會改變。

2.2 處理精度高

在當前的技術下，圖像數字化設備的研究已經非常深入，一幅模擬圖像經過數字化處理后可以轉換為一個二維數組，并且此數組可以任意變換大小。更令人振奮的是，圖像的數字化精度可以滿足所有工作的需求，因為圖像中的每個像素都有分級，可以達到16位以上，所以只要改變數組參數，就可以完成圖像的所有處理。

2.3 適用面寬

當今，圖像的來源非常之廣，從圖像大小來說，顯微鏡下的圖像最小，而用太空望遠鏡所拍攝到的圖像不僅包含的信息量非常復雜，而且尺寸也非常巨大。不論圖像是哪種尺寸，最終都可以通過數字化編碼，全部轉化為二維數組，這樣使用起來更便捷。

2.4 靈活性高

之前比較流行的圖像處理方式是光學圖像處理，但此方法有很大的缺點，就是它不能實現非線性運算，這對它的發(fā)展前景蒙上了一層陰影。但數字圖像處理是以數字化形式表達，無論是線性或非線性，都可以檢測。

2.5 信息壓縮的潛力大

數字圖像由各個像素組成，在同一幅圖像上，由于一部分像素的灰度級非常相似，有些甚至完全相同，由此我們可以確定，圖像是可以進行壓縮的，并且壓縮的潛力很大。

3 數字圖像檢測預處理

由于拍攝圖像時，物體的反射光不是100%的平行光，同時光線的亮度也具有不均勻性，加之外界光的干擾以及物體表面因素影響，圖像會變得模糊。還有一種情況也可能導致圖像的退化，那就是轉化被測圖像到數字圖像時，這個過程不是人為操控，可能出現各種干擾信號，有可能發(fā)生偏差。例如，如果圖像的形狀被破壞，或者圖像本身就是看不清楚的。因此，為了保證圖像在各種信號干擾的情況下還可以被檢測，需要對圖像進行必要的校正，同時避免圖像有用信號也受到干擾。這就是數字圖像分析和識別中的預處理[2]。

3.1 圖像平滑

一幅圖像在成像之時，圖像不可避免會有一些失真，這時就需要對圖像進行去噪，然后才可以檢測圖像。去噪一般使用空間域或頻率域這兩種方法，它們各有優(yōu)缺點，不同的環(huán)境下需要不同的選擇。在空間域，一般采用的都是鄰域平均濾波，但是還有一種方法也經常被用到，這就是中值濾波。而在頻率域，因為這已經變?yōu)榱硕S方向上的濾波，所以低通濾波的方法是不錯的選擇。圖1為均值濾波的經常用到的模板，圖2為高斯濾波的平滑模板，從這里可以看出，它們的輸出都為1。

3.1.1 均值濾波

如果f（x，y）表示的是在處理之前的圖像，而處理后的圖像為g（x，y），那么均值濾波的數學表達可表示為：

M表示圖像上所有的像素點，S為一開始就有的一個區(qū)域，該區(qū)域不包括（x，y）點。

f（x，y）是（x，y）的鄰域中的像素，算出它包含像素的總灰度，然后除以個數，求出平均數，然后將它賦值給g（x，y）中的每一個像素，這樣就求出了經過均值濾波之后的圖像像素的灰度值。

3.1.2 高斯濾波

高斯濾波器實際上是對信號進行處理，對其中一些噪聲減噪效果很好，從圖3、圖4、圖5的對比可以明顯看出減噪效果。其中一維零均值高斯函數為：? ? ? ? ? ? ? ? 其中表示為高斯濾波器的寬度，常用公式如下：

3.2 圖像灰度調整

灰度圖像上的像素級別都是一樣的，雖然不同圖像的灰度圖看起來的顏色亮度有可能不一樣，但只是設置的參數不同而已，灰度圖與原圖的對比如圖6、圖7所示。灰度圖像與黑白圖像有很大的不同之處，在計算機圖像領域中黑白圖像只有黑白兩種顏色，灰度圖像都具有從白色到黑色的亮度值[3]。

3.2.1 點運算

在處理圖像時，如果灰度值變換的范圍太大，那就必須進行點運算調整。點運算只是改變一下灰度像素的對比度，對灰度圖像的整體沒有太大的改變。點運算的公式如下：

上述公式中的函數為灰度變換函數，它表示了一幅圖像的灰度值在運算前與運算后之間的區(qū)別。

3.2.2 灰度直方圖

標準的直方圖是各個像素灰度的體現，每個像素都在不同的地方。橫軸代表了不同的灰度，從低到高排列，而縱軸表示點的個數，從圖上能看到整幅圖的內容。直方圖只表示灰度值的排列順序，不和其他因素有關，也就是說兩幅看起來相差很大的圖像，它們的灰度圖有可能是一樣的?；叶戎狈綀D已經變得非常簡單，每一次檢測圖形時都會用到。

3.2.3 灰度的均衡

經過灰度均衡之后，在直方圖上能看到灰度級的概率分布會更均勻，在這里可用點運算使直方圖平緩。通?；叶葓D上明顯地出現黑白不均，或太白，或太黑的情況，才會用到灰度均衡。

對于一幅數字圖像，設它的面積（總的像素點個數）為，當前像素灰度值為，轉換后的灰度值為，則轉換公式為：

式中第i級灰度的像素個數。

3.3 圖像二值化

一般情況下，檢測目標圖像時，須將目標圖像提取出來，不然很可能無法檢測到正確的目標。一幅圖像的灰度值分布是不一樣的，因此經常使用的方法就是設定閾值，用一個中間閾值將圖像分為兩大部分，分為目標與背景，然后再進行檢測。二值化已經是基本的圖像處理方法，這種方法是選取一個閾值，使得圖像只留兩種顏色：黑色和白色。這兩部分就是背景和目標，接下來只要檢測目標那部分就可以了。二值化前后的圖圖像如圖8、圖9所示。其中最重要的就是指定閾值的值，將像素的灰度值與它進行比較，然后根據大小情況設置成255或0就可以了。

其實，二值化過程就是對圖像的灰度值進行閾值選取的過程，可以用下面的函數來表示：

其中T為指定的閾值，由此可見，圖像二值化的最終效果與閾值T的選取關系密切。

4 結語

在對圖像進行數字化轉換并檢測時，首先可通過圖像平滑處理、圖像灰度調整、圖像二值化處理等方法對數字圖像預處理，從而改進數字圖像的識別度，提高后期圖像檢測準確率。其中圖像平滑就是在空間域或頻率域上去除多余的噪聲，而圖像灰度化及圖像二值化也是需要重點處理的步驟。

參考文獻

[1]陸春梅.基于數字圖像處理技術的接桿激光環(huán)焊焊縫視覺檢測系統(tǒng)研究[D].上海：上海交通大學，2008.

[2]吳忠.基于圖像技術的手寫數字識別方法的研究[D].合肥：安徽大學，2012.

[3]胡翔宇.掃描古籍圖像透背去除算法研究[D].長沙：湖南大學，2016.

[4]沈小蘭.基本圖像幾何形狀檢測算法的研究與應用[D].杭州：浙江工業(yè)大學，2013.

Research on Digital Image Detection Preprocessing Method

WANG Zhi-jian

（Changzhou Engineering Vocational and Technical College， Changzhou Jiangsu? 213614）

Abstract：With the development of computer technology， digital image processing technology is also constantly improving， and the application of image detection is more and more extensive. Image detection has a close relationship with various industries in the country. For example， in industry， the quality of finished products can be detected. In transportation， the license plate of a car can be detected. In order to improve the accuracy of image detection， we often need to preprocess the acquired digital image first.

Key words：digital image; image detection; preprocessing