基于預濾波處理的紅外圖像小波去噪

2013-08-13 06:41:46唐慶菊劉元林馮旻王磊

機械工程師 2013年3期

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，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、醫療、交通、農業、治安、消防、考古和地質等許多領域都發揮著越來越重要的作用［1-3］。但由于受紅外探測環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處理。

傳統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。