干涉条纹图的数字图像处理
摘要:干涉条纹图的数字图像处理滤波由于CCD拍摄的图像中存在很大的噪声,滤除噪声的干扰对后期的处理相当重要。由于噪声的多样性,本文采用Wiener自适应滤波【】,Wiener自适应滤波根据图像的局部方差来调整滤波器的输出。当局部方差大时,滤波器平滑效果强。对灰度图中的每一个像素点fi,j,Wiener滤波器采用的算法首先估计出像素的局部矩阵和方差2:1fi,j(1)MNi,j12fMNi,j2i,j2(2)是图像中每个像素的MN的邻域。个像素利用Wiene旎波器估计出其灰度值:22fi,jbi,j2(3)式中:2是图像中噪声的方差。细化处理对滤波后的图像先进行二值化,并对二值化的干涉条纹进行细化处理【】。干涉条纹的细化难点在于解决骨架的抽取,防止断点出现和剔除毛刺。基于以上的考虑,本文利用数学形态学【】中的零交叉细化法来进行图像的细化。其优点是对条纹的平滑和骨架抽取同时进行,并且可以有效地防止分支和解决易产生断点的问题,其算法如下。图1所示为图像中的一个3x3区域,各点标记名称为P1,P2,P3,,P9,,其中P1位于中心,若P11(即黑点),下而4个条件如果同时满足,则删除P1P10。2NZP16Z0P11(4)P2P4P80或者Z0P21P2P4P60或者Z0P41图1图像区域根据上而的算法,对图像中的每一点重复这一步骤,直到所有的点都不可删除为止,图像便可得到细化。13亚像素边缘检测对细化后的图像利用Zemike
温馨提示:当前文档最多只能预览
5 页,若文档总页数超出了
5 页,请下载原文档以浏览全部内容。
本文档由 匿名用户 于 2022-08-09 23:35:50上传分享