基于MATLAB圖像恢復(fù)的環(huán)氧瀝青混凝土斷面處理研究

蔣夢(mèng)雅 王彬彬

摘 要：MATLAB工具箱中具有豐富的圖像恢復(fù)函數(shù)，對(duì)函數(shù)的應(yīng)用和開發(fā)是提高數(shù)字圖像恢復(fù)質(zhì)量的有效途徑。基于對(duì)維納濾波恢復(fù)的實(shí)驗(yàn)研究，分析其效果和特點(diǎn)，可知：在環(huán)氧瀝青混合料試件的斷面處理過程中，不僅進(jìn)行圖像的銳化、二值化、去噪處理，同時(shí)運(yùn)用維納濾波函數(shù)進(jìn)行圖像恢復(fù)處理，處理效果較好，可以清晰看見內(nèi)部結(jié)構(gòu)，為下一步進(jìn)行環(huán)氧瀝青砂漿及混合料的數(shù)值模擬研究打下基礎(chǔ)。

關(guān)鍵詞：MATLAB；圖像恢復(fù)；環(huán)氧瀝青混凝土；斷面處理

DOI：10.16640/j.cnki.37-1222/t.2018.24.103

圖像處理技術(shù)，已被廣泛的應(yīng)用于科學(xué)研究、工農(nóng)業(yè)生產(chǎn)、軍事技術(shù)、政府部門、醫(yī)療衛(wèi)生等諸多領(lǐng)域。數(shù)字圖像處理是一個(gè)復(fù)雜的處理過程，其中的圖像恢復(fù)是圖像處理的一個(gè)重要內(nèi)容[1]。圖像在形成、傳輸和記錄過程中，受多種因素的影響，圖像的質(zhì)量都會(huì)有所下降，典型表現(xiàn)有圖像模糊、失真、有噪聲等。在瀝青混合料的結(jié)構(gòu)中，為了探討其內(nèi)部結(jié)構(gòu)對(duì)宏觀性能的影響，不少學(xué)者采用數(shù)字圖像處理法開展研究。

目前對(duì)瀝青混合料內(nèi)部結(jié)構(gòu)圖像采集的手段主要有CCD數(shù)碼相機(jī)拍照和和X-ray CT無損傷掃描。前者普遍適用于瀝青混合料內(nèi)部結(jié)構(gòu)圖像采集，成本很低，相對(duì)簡(jiǎn)便，但是需要將試件切割，且只能用于二維圖像的采集；后者成像精度高，在檢測(cè)時(shí)，不會(huì)對(duì)試件造成破損，但是成本昂貴，操作較為復(fù)雜[2]。綜上所述，根據(jù)兩者的優(yōu)缺點(diǎn)及實(shí)際條件，采用CCD數(shù)碼相機(jī)拍照技術(shù)，開展環(huán)氧瀝青混合料二維斷面圖像采集的過程。而MATLAB工具箱中具有豐富的圖像恢復(fù)與處理函數(shù)，對(duì)函數(shù)的應(yīng)用和開發(fā)是提高數(shù)字圖像恢復(fù)與處理質(zhì)量的有效途徑。

1 圖像恢復(fù)過程簡(jiǎn)介

圖像恢復(fù)是建立在已知圖像退化模型基礎(chǔ)之上的。通常采用圖1所示的框圖解釋圖像退化模型[3]。

在圖像退化模型中，圖像通過一個(gè)退化函數(shù)并且在一個(gè)外加噪聲項(xiàng)的共同作用下，產(chǎn)生了一幅退化了的圖像，這里的為一種統(tǒng)計(jì)性質(zhì)的信息。

2 MATLAB圖像恢復(fù)函數(shù)簡(jiǎn)介

選用MATLAB 2011的圖像處理工具箱提供了四種圖像恢復(fù)函數(shù)[4]，用于實(shí)現(xiàn)圖像的恢復(fù)操作，按其復(fù)雜程度列舉如表1。

這四個(gè)函數(shù)都將點(diǎn)擴(kuò)散函數(shù)（Point-Spread Function，PSF）和模糊圖像作為主要變量。此處為了簡(jiǎn)化計(jì)算量，選用維納濾波圖像恢復(fù)函數(shù)進(jìn)行分析與圖像處理。

3 實(shí)驗(yàn)與分析

3.1 退化圖像來源

3.2 維納濾波圖像恢復(fù)

下面將三種方法整合到一起，進(jìn)行比較分析，首先利用fspecial退化函數(shù)，將原始圖像I按照角度45度移動(dòng)30個(gè)像素產(chǎn)生運(yùn)動(dòng)模糊圖像B，接著對(duì)圖像B進(jìn)行噪聲添加產(chǎn)生運(yùn)動(dòng)模糊噪聲圖像BN，最后計(jì)算噪聲功率NP、原始圖像功率IP，噪聲自相關(guān)函數(shù)NCORR、原始圖像自相關(guān)函數(shù)ICORR。最終利用維納濾波圖像恢復(fù)函數(shù)deconvwnr對(duì)模糊圖像進(jìn)行恢復(fù)。運(yùn)行結(jié)果如圖3所示。

通過結(jié)果對(duì)比可以看出，運(yùn)動(dòng)模糊噪聲圖像比運(yùn)動(dòng)模糊圖像的模糊程度更大，更加難以恢復(fù)。維納濾波圖像恢復(fù)的效果比較好，三種恢復(fù)手段中采用恢復(fù)的圖像效果最好，恢復(fù)的圖像最為清晰，更加接近原始圖像，因?yàn)槠渌謴?fù)的運(yùn)動(dòng)模糊圖像相對(duì)來說比較單一，只是在原始圖像的基礎(chǔ)上添加了運(yùn)動(dòng)模糊。其次，采用NSR恢復(fù)的圖像和NCORR-ICORR恢復(fù)的圖像效果幾乎相同，都比較好的恢復(fù)了模糊圖像。總之，采用維納濾波方法算法簡(jiǎn)單，操作方便，程序反映快，是應(yīng)用比較廣泛的圖像恢復(fù)方法之一。

3.3 環(huán)氧瀝青混合料斷面數(shù)字圖像處理

針對(duì)本研究的環(huán)氧瀝青混合料斷面試件，數(shù)字圖像采集的步驟如下：

（1）試件預(yù)處理。由于不同溫度可能會(huì)影響環(huán)氧瀝青混合料試件的結(jié)構(gòu)，故進(jìn)行實(shí)際處理前需常溫放置，便于后面切割，也降低集料顆粒的邊緣在切割時(shí)易發(fā)生松散破碎的概率。在切片過程中，需保持切割面的平整、光滑及潔凈，對(duì)于可能影響后續(xù)處理的表面附著粉末要清洗干凈。

（2）縱斷面切割。由上至下，對(duì)準(zhǔn)上底面的直徑切割，分別采集不同編號(hào)試件內(nèi)部50mm×100mm的正方形的圖像。

（3）橫斷面圖像切割。分別沿平行于試件底面進(jìn)行橫斷面切割，采集相應(yīng)的橫斷面圖像。

（4）對(duì)圖像進(jìn)行采集并且編號(hào)，過濾并去除掉干擾的信息，有針對(duì)性的提取研究所需要的信息，具體內(nèi)容有：

1）圖像銳化。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細(xì)節(jié)變的清晰。初始采集的圖像所得到的集料和砂漿的邊緣輪廓不是很清楚，所以需要圖像銳化來增大兩者之間的對(duì)比度，從而便于下一步的處理。

2）圖像二值化。在圖像的符號(hào)匹配方面，數(shù)字圖像的二值化主要通過數(shù)字符號(hào)來表達(dá)。二值化后的數(shù)字圖像不僅保留了原始圖像的主要特征，又極大的壓縮了信息量，具有良好的數(shù)字處理效果。故在進(jìn)行銳化之后，需要進(jìn)行二值化來區(qū)分集料環(huán)氧瀝青砂漿。

采用CCD技術(shù)對(duì)瀝青混合料斷面進(jìn)行識(shí)別與分析時(shí)，主要是利用各種材料具有不同的色彩來區(qū)分。在環(huán)氧瀝青混合料試件斷面圖像處理中，將粗集料處理為白色，其他看成是環(huán)氧瀝青砂漿，處理為黑色，為了簡(jiǎn)化模型，此處忽略空隙的處理。

3）圖像去噪。二值化后的圖像會(huì)有一定噪點(diǎn)，部分會(huì)影響后期圖像的導(dǎo)入，所以有必要進(jìn)行圖像去噪及濾波過程，將具有干擾的部分剔除。在MATLAB中，選取中值濾波函數(shù)進(jìn)行去噪，確保圖像的準(zhǔn)確性。

4）圖像恢復(fù)。將前文經(jīng)過試驗(yàn)得出的MATLAB中維納濾波函數(shù)導(dǎo)入到圖像處理函數(shù)中，進(jìn)行最后一步的完善處理。

以上四個(gè)步驟后，即完成對(duì)環(huán)氧瀝青混合料的橫斷面和縱斷面的數(shù)字圖像處理部分。以下是不同斷面的圖像處理后的結(jié)果，如圖4所示。

4 結(jié)束語

模糊圖像的處理效果與處理時(shí)間是影響圖像恢復(fù)中的關(guān)鍵因素。圖像高質(zhì)量的恢復(fù)效果是首要目標(biāo)。要盡量以高質(zhì)量的恢復(fù)效果來進(jìn)行圖像恢復(fù)。

經(jīng)過實(shí)驗(yàn)可知，維納濾波圖像恢復(fù)效果較好，故在環(huán)氧瀝青混合料試件的斷面處理過程中，不僅進(jìn)行圖像的銳化、二值化、去噪處理，同時(shí)運(yùn)用維納濾波函數(shù)進(jìn)行圖像恢復(fù)處理，處理效果較好，可以清晰看見內(nèi)部結(jié)構(gòu)，為下一步進(jìn)行環(huán)氧瀝青砂漿及混合料的數(shù)值模擬研究打下基礎(chǔ)。

參考文獻(xiàn)：

[1]沈峘，李舜酩，毛建國(guó)等.數(shù)字圖像復(fù)原技術(shù)綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2009，14（09）：1765-1775.

[2]陳佩林，虞將苗，李曉軍等.基于數(shù)字圖像處理技術(shù)的瀝青混合料微觀結(jié)構(gòu)有限元分析[J].安徽工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2006， 23（03）：327-330.

[3]Neto F D M，Neto A N J D.Image Restoration[M].Berlin：An Introduction to Inverse Problems with Applications，2013.

[4]張志涌.精通MATLAB R2011a[M].北京：北京航空航天大學(xué)出版社，2011.

本文系江蘇建筑職業(yè)技術(shù)學(xué)院校級(jí)科研項(xiàng)目“基于數(shù)字圖像技術(shù)的環(huán)氧瀝青混凝土蠕變性能研究”（項(xiàng)目編號(hào)：JYQZ17-01）的研究成果

作者簡(jiǎn)介：蔣夢(mèng)雅（1991-），女，江蘇丹陽人，碩士研究生，助教，研究方向：路面材料與施工。