的算術(shù) 平均值替代窗口中心的灰度值，這是最簡(jiǎn)單的均值濾波，而幾何均值濾波的原理是將窗口 中圖像像素的灰度值以幾何運(yùn)算求均值。
[0036] 可知鄰域平均法就是將當(dāng)前圖像各像素鄰域內(nèi)的灰度平均值作為其輸出值的一 種簡(jiǎn)單的去噪辦法。
[0037] 均值濾波算法主要步驟如下：
[0038] 選擇一個(gè)3X3窗口，中心像素是該點(diǎn)輸入時(shí)的像素值，其余的是它鄰域內(nèi)像素的 值。
[0039] 然后求這些像素值的均值，作為輸出的像素值，這就是鄰域平均法的原理。
[0040] 另外對(duì)于第一行和最后一行、第一列和最后一列來(lái)說(shuō)，不能找到與自己相鄰的八 個(gè)像素，因此保持它們的數(shù)據(jù)不變，最后把這幾行列的數(shù)據(jù)和那些變化后的數(shù)據(jù)組合在一 起組成圖像的灰度矩陣。
[0041] 按照此灰度矩陣的值輸出圖像。
[0042] MATLAB中讀取的圖像都是八位的，其最大值只有255因此當(dāng)把九個(gè)數(shù)相加后就超 過(guò)了 255,因此它會(huì)自動(dòng)的取255.于是在im2double中將uint8數(shù)據(jù)類(lèi)型轉(zhuǎn)換為double 型，再在整個(gè)數(shù)據(jù)運(yùn)算完了以后調(diào)用im2uint8將double數(shù)據(jù)轉(zhuǎn)換為uint8并顯示出來(lái)。
[0043] 均值濾波算法的輸出圖像是以窗口內(nèi)所有像素按照某種數(shù)學(xué)操作取均值，算術(shù)濾 波器可以有效的去除高斯噪聲和強(qiáng)度不大的椒鹽噪聲，幾何均值濾波器相對(duì)于算術(shù)濾波器 能夠保留更多的圖像細(xì)節(jié)，但是由于算法過(guò)程中缺少對(duì)保持圖像中含有目標(biāo)邊緣的考慮， 對(duì)圖像中的所有像素點(diǎn)包括信號(hào)突變處都進(jìn)行了平滑，使用均值濾波會(huì)造成邊緣的模糊和 細(xì)節(jié)的湮沒(méi)，因此均值濾波在圖像去噪的同時(shí)也產(chǎn)生了不好的影響，這種方法在平滑了圖 像信號(hào)的同時(shí)也使圖像的細(xì)節(jié)部分變得更加模糊，可以驗(yàn)證當(dāng)鄰域取得越大圖像會(huì)更模 糊。
[0044] 灰度變換是基本的圖像點(diǎn)運(yùn)算，是圖像增強(qiáng)處理中的一種非?；A(chǔ)空間域圖像處 理方法?；叶茸儞Q是指根據(jù)某種目標(biāo)條件按照一定的變換關(guān)系去逐點(diǎn)改變?cè)瓐D像中每一個(gè) 像素灰度值，目的是為了改善畫(huà)質(zhì)，以便讓圖像的顯示效果更佳清晰，因此灰度變換還被稱(chēng) 為圖像的對(duì)比增強(qiáng)。經(jīng)過(guò)灰度變換后的圖像動(dòng)態(tài)范圍變大，對(duì)比度會(huì)增強(qiáng)，圖像會(huì)變得更加 清晰，特征也更加明顯?；叶茸儞Q主要利用點(diǎn)運(yùn)算來(lái)改變圖像像素點(diǎn)的灰度值，不改變圖像 內(nèi)的空間關(guān)系，除了根據(jù)某種特定的變換函數(shù)進(jìn)行變換之外，灰度變換可以認(rèn)為是對(duì)像素 進(jìn)行簡(jiǎn)單的復(fù)制?；叶茸儞Q的表達(dá)式為：
[0045] g(x,y) = T[f(x,y)] (I)
[0046] 其中函數(shù)T是灰度變換函數(shù)，它定義了輸入圖像灰度和輸出圖像灰度之間的變換 條件。所以如果灰度函數(shù)確定了，那么灰度變換就被完全確定。灰度變換的方法有很多種， 比如圖像灰度求反、灰度拉伸、灰度切分、灰度動(dòng)態(tài)范圍調(diào)整及灰度級(jí)修正等等。以上幾種 方法對(duì)圖像的處理效果各不相同，但是它們處理過(guò)程中都必須用到點(diǎn)運(yùn)算。點(diǎn)運(yùn)算通常可 以分為線性變換、分段線性變換以及非線性變換這三大類(lèi)。
[0047] (1)線性變換
[0048] 假定輸入圖像f (X，y)的灰度值范圍為[a，b]，變換后的輸出圖像g(x，y)的灰度 值范圍擴(kuò)展至[c，d]，則對(duì)于圖像的任一點(diǎn)的灰度值（x，y)，其表達(dá)式如下所示：
[0050] 若原圖像大部分像素的灰度級(jí)在區(qū)間[a，b]內(nèi)，max f為原圖像灰度最大值，只有 個(gè)別部分的灰度級(jí)不在區(qū)間內(nèi)，則為了改善圖像增強(qiáng)效果，可以令：
[0052] 因此線性變換適合那些曝光不足或過(guò)度的圖像，它們的灰度可能會(huì)分布在一個(gè)很 小的范圍內(nèi)，這時(shí)得到的圖像是一個(gè)比較模糊、沒(méi)有灰度層次的圖像。采用上述線性變換對(duì) 圖像的每一個(gè)像素進(jìn)行灰度作線性拉伸，將會(huì)有效的增強(qiáng)圖像的質(zhì)量。
[0053] (2)分段線性變換
[0054] 分段線性變換與線性變換類(lèi)似，區(qū)別是為了突出圖像中感興趣的灰度區(qū)間，相對(duì) 抑制不需要的灰度區(qū)間，可以進(jìn)行分段線性變換，它對(duì)圖像灰度區(qū)間進(jìn)行兩至多段的分段。 進(jìn)行變換時(shí)，把0-255灰度值區(qū)間分為幾個(gè)線段，每一線段都對(duì)應(yīng)一個(gè)線性變換函數(shù)。
[0055] (3)非線性變換
[0056] 非線性變換顧名思義就是利用非線性變換函數(shù)對(duì)圖像進(jìn)行變換，分為指數(shù)變換和 對(duì)數(shù)變換。指數(shù)變換，就是指輸出圖像像素點(diǎn)的灰度值與輸入圖像灰度值之間是指數(shù)關(guān)系， 其一般公式為：
[0058] 對(duì)數(shù)變換也就是指輸出圖像像素點(diǎn)的灰度值與輸入圖像的灰度值之間呈現(xiàn)出對(duì) 數(shù)關(guān)系，其一般公式為：
[0059] g(x, y) = lg[f (x, y)] (5)
[0060] 可見(jiàn)指數(shù)變換對(duì)于高灰度區(qū)間的擴(kuò)展度要遠(yuǎn)遠(yuǎn)高于低灰度的區(qū)間，所以指數(shù)灰度 變換一般適用于過(guò)亮的圖像。與指數(shù)變換相反，對(duì)數(shù)變換對(duì)于低灰度區(qū)間擴(kuò)展度較大，所以 一般用來(lái)對(duì)過(guò)亮的圖像進(jìn)行處理。
【主權(quán)項(xiàng)】
1. 一種基于均值濾波的圖像預(yù)處理的灰度空間劃分方法，其特征在于：包括以下步驟 步驟1、根據(jù)RGB三個(gè)分量的重要性及其它指標(biāo)，將三個(gè)分量以不同的權(quán)值進(jìn)行加權(quán)平 均運(yùn)算； 步驟2、采取直方圖均衡化首選先進(jìn)行直方圖修正，把原圖像的直方圖利用灰度變換函 數(shù)修正為均勻分布，然后再進(jìn)行直方圖均衡化； 步驟3、對(duì)圖像進(jìn)行均值濾波，選擇一個(gè)ηΧη窗口，中心像素是該點(diǎn)輸入時(shí)的像素值， 其余的是它鄰域內(nèi)像素的值，然后求這些像素值的均值，作為輸出的像素值； 步驟4、采取是全局閾值法，在二值化過(guò)程中只使用一個(gè)全局閾值Τ的方法，它將圖像 的每個(gè)像素的灰度值與Τ進(jìn)行比較，若大于Τ，則取為前景色；否則，取為背景色； 步驟5、將L個(gè)灰度級(jí)范圍內(nèi)對(duì)應(yīng)像素個(gè)數(shù)最多中心點(diǎn)Ρ作為初始類(lèi)均值μ/1)，μ2(2)，…，μι⑴； 步驟6、在第i次迭代時(shí)，考察每個(gè)像素，計(jì)算它與每個(gè)灰度級(jí)的均值之間的間距，即它 與聚類(lèi)中心的距離D，將每個(gè)像素賦均值距其最近的類(lèi)，即 〇|χρ-μι(ι)I=min{D|xp-y/0 |,(j= 1, 2, ---1)} D為兩個(gè)像素灰度值差小于定間距； Xp (P= 0, 1，…，255)為像素的灰度值； 則'e 0"為第i次迭代后賦給類(lèi)j的像素集合； 步驟7、對(duì)于j= 1，2,…1，計(jì)算新的聚類(lèi)中心，更新類(lèi)均值：式中，％是0"中的像素個(gè)數(shù)； 步驟8、將所有像素逐個(gè)考察，如果j= 1，2,…K，有μ/1+1)=μ,(1)，則算法收斂，結(jié)束； 否則返回步驟6繼續(xù)下一次迭代； 步驟9、以上聚類(lèi)過(guò)程結(jié)束后，分割結(jié)果的各像素以聚類(lèi)中心灰度值作為該類(lèi)最終灰 度。
【專(zhuān)利摘要】一種基于均值濾波的圖像預(yù)處理的灰度空間劃分方法，包括以下步驟根據(jù)RGB三個(gè)分量的重要性及其它指標(biāo)，將三個(gè)分量以不同的權(quán)值進(jìn)行加權(quán)平均運(yùn)算；采取直方圖均衡化首選先進(jìn)行直方圖修正，把原圖像的直方圖利用灰度變換函數(shù)修正為均勻分布，然后再進(jìn)行直方圖均衡化；對(duì)圖像進(jìn)行均值濾波，采取是全局閾值法，在二值化過(guò)程中只使用一個(gè)全局閾值T的方法，它將圖像的每個(gè)像素的灰度值與T進(jìn)行比較，若大于T，則取為前景色；否則，取為背景色；將L個(gè)灰度級(jí)范圍內(nèi)對(duì)應(yīng)像素個(gè)數(shù)最多中心點(diǎn)P作為初始類(lèi)均值。在第i次迭代時(shí)，考察每個(gè)像素，計(jì)算它與每個(gè)灰度級(jí)的均值之間的間距，將每個(gè)像素賦均值距其最近的類(lèi)，對(duì)于j＝1,2,…l,計(jì)算新的聚類(lèi)中心，更新類(lèi)均值，將所有像素逐個(gè)考察。
【IPC分類(lèi)】G06T7/00
【公開(kāi)號(hào)】CN105303561
【申請(qǐng)?zhí)枴緾N201510607728
【發(fā)明人】張岱, 齊弘文
【申請(qǐng)人】成都融創(chuàng)智谷科技有限公司
【公開(kāi)日】2016年2月3日
【申請(qǐng)日】2015年9月22日