《应用于热光关联成像的自适应形态学滤波系统及方法.pdf》由会员分享，可在线阅读，更多相关《应用于热光关联成像的自适应形态学滤波系统及方法.pdf（13页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103034980 A (43)申请公布日 2013.04.10 CN 103034980 A *CN103034980A* (21)申请号 201210524657.9 (22)申请日 2012.12.07 G06T 5/00(2006.01) (71)申请人 上海电机学院 地址 200240 上海市闵行区江川路 690 号 (72)发明人 陈智鹏 娄鹏 贺婷婷 (74)专利代理机构 上海思微知识产权代理事务 所 ( 普通合伙 ) 31237 代理人 郑玮 (54) 发明名称 应用于热光关联成像的自适应形态学滤波系 统及方法 (57) 摘要 本发明公开了一种应用于热。
2、光关联成像的自 适应形态学滤波系统及方法， 该方法包括如下步 骤 ： 把关联图像进行二值化处理， 从而形成二进 制灰度图像 ； 通过形态滤波器使用一定大小的结 构元素对二进制灰度图像进行腐蚀， 去除关联成 像产生的斑点， 以消除对象边界上的像素 ； 对腐 蚀后的二进制灰度图像中值滤波以去除噪声 ； 二 进制灰度图像采取闭运算和膨胀操作实现恢复原 始图像， 通过本发明， 取得了相对于低通滤波、 均 值滤波及中值滤波图像而言更好的成像效果。 (51)Int.Cl. 权利要求书 2 页 说明书 6 页 附图 4 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明。
3、书 6 页 附图 4 页 1/2 页 2 1. 一种应用于热光关联成像的自适应形态学滤波系统， 至少包括 ： 二值化处理模组， 把关联图像进行二值化处理， 从而形成二进制灰度图像 ； 腐蚀模组， 通过形态滤波器使用一定大小的结构元素对该二进制灰度图像进行腐蚀， 去除关联成像产生的斑点 ； 噪声去除模组， 采用中值滤波去除腐蚀后的二进制灰度图像的噪声 ； 以及 原始图像恢复模组， 对二进制灰度图像采取闭运算和膨胀操作以实现恢复原始图像。 2. 如权利要求 1 所述的应用于热光关联成像的自适应形态学滤波系统， 其特征在于 ： 该系统还包括二次腐蚀模组， 对该二进制灰度图像进行第二次腐蚀图像消除其余。
4、斑点后再 采取闭运算和膨胀操作实现恢复原始图像。 3. 如权利要求 1 所述的应用于热光关联成像的自适应形态学滤波系统， 其特征在于 ： 该二值化处理模组采用 Otsu 法把关联图像转换成该二进制灰度图像， 选取阈值用来减少 组内变异的黑色和白色像素。 4. 如权利要求 2 所述的应用于热光关联成像的自适应形态学滤波系统， 其特征在于， 该腐蚀模组的腐蚀过程被定义为 ： 其中， I 为该二进制灰度图像， s 是结构元素。 5. 一种应用于热光关联成像的自适应形态学滤波方法， 包括如下步骤 ： 步骤一， 把关联图像进行二值化处理， 从而形成二进制灰度图像 ； 步骤二， 通过形态滤波器使用一定大小。
5、的结构元素对二进制灰度图像进行腐蚀， 去除 关联成像产生的斑点， 以消除对象边界上的像素 ； 步骤三， 对腐蚀后的二进制灰度图像中值滤波以去除噪声 ； 步骤四， 对该二进制灰度图像采取闭运算和膨胀操作实现恢复原始图像。 6. 如权利要求 5 所述的应用于热光关联成像的自适应形态学滤波方法， 其特征在于 ： 步骤三后还包括第二次腐蚀中值滤波后的二进制灰度图像来消除其余斑点的步骤。 7. 如权利要求 6 所述的应用于热光关联成像的自适应形态学滤波方法， 其特征在于 ： 于步骤一中， 采用 Otsu 法把关联图像转换成该二进制灰度图像， 选取阈值用来减少组内变 异的黑色和白色像素。 8. 如权利要求。
6、 6 所述的应用于热光关联成像的自适应形态学滤波方法， 其特征在于， 于步骤二中， 结构元素的大小采用如下步骤自动获得 ： 在该二进制灰度图像中标签连接部分 ； 计算数字连接部分的二进制灰度图像， 并将其设置为 n ； 计算像素个数 “1” 在二进制灰度图像， 并将其作为 pn ； 以及结构元素的大小 r 可以被 等价于公式 9. 如权利要求 8 所述的应用于热光关联成像的自适应形态学滤波方法， 其特征在于， 步骤在该二进制灰度图像中标签连接部分包括如下步骤 ： 游程长度编码输入图像 ； 初步运行扫描， 在等价表初步的分类和记录的分类等价 ； 权 利 要 求 书 CN 103034980 A 。
7、2 2/2 页 3 解决等价类 ； 以及 基于分解等价类运行重新标记。 10. 如权利要求 6 所述的应用于热光关联成像的自适应形态学滤波方法， 其特征在于 ： 于步骤二中， 腐蚀过程被定义为 ： 其中， I 为该二进制灰度图像， s 是结构元素。 权 利 要 求 书 CN 103034980 A 3 1/6 页 4 应用于热光关联成像的自适应形态学滤波系统及方法 技术领域 0001 本发明关于一种自适应形态学滤波系统及方法， 特别是涉及一种应用于热光关联 成像的自适应形态学滤波系统及方法。 背景技术 0002 光学成像是大家熟知的基本物理现象， 它反映了波的本性。自上世纪 80 年代以 来，。
8、 在对非线性晶体的自发参量下转换过程产生的双光子纠缠态进行理论和实验研究中， 发现了一些新的光学现象， 如关联成像， 关联干涉等。 研究人员主要致力于关联成像的理论 价值。 但是， 关联成像的质量往往比较差， 含有很多噪声， 综合国内外处理关联成像的方法， 大致有低通滤波， 均值滤波， 中值滤波等方法。 0003 低通滤波对关联成像的处理中， 原始图像经过快速傅里叶变换， 与低通滤波相乘 后进行傅里叶逆变化， 得到的图像虽然滤除了部分噪声， 仍有很多噪声未被滤除， 效果不明 显。因为低通滤波只能滤除高频， 低频成分被留下， 但是斑点噪声中也有较多低频成分。 0004 均值滤波对关联成像的处理中。
9、， 原始图像分别经 3*3， 6*6， 9*9 均值滤波后发现， 滤除的噪声越多， 原始图像也就越模糊， 此处理方法有缺陷， 均值滤波起到得功能是平滑图 像的作用， 在处理时同时不仅把噪声平滑处理了把图像同样平滑处理导致模糊不清。 0005 中值滤波对关联成像的处理中， 中值滤波的优势为可以去除椒盐噪声， 对图像噪 声处理有一定的效果， 但是同样对图像也模糊处理了。 0006 ， 没有系统的平稳化处理阐述与平稳化处理方法， 研究者将费时费力。 发明内容 0007 为克服上述现有技术的不足， 本发明之目的在于提供一种应用于热光关联成像的 自适应形态学滤波系统及方法， 其采用自适应形态学滤波的算法。
10、对关联成像进行处理， 取 得了相对于低通滤波、 均值滤波及中值滤波图像而言更好的成像效果。 0008 为达上述及其它目的， 本发明提出一种应用于热光关联成像的自适应形态学滤波 系统， 至少包括 ： 0009 二值化处理模组， 把关联图像进行二值化处理， 从而形成二进制灰度图像 ； 0010 腐蚀模组， 通过形态滤波器使用一定大小的结构元素对该二进制灰度图像进行腐 蚀， 去除关联成像产生的斑点 ； 0011 噪声去除模组， 采用中值滤波去除腐蚀后的二进制灰度图像的噪声 ； 以及 0012 原始图像恢复模组， 对二进制灰度图像采取闭运算和膨胀操作以实现恢复原始图 像。 0013 进一步地， 该系统。
11、还包括二次腐蚀模组， 对该二进制灰度图像进行第二次腐蚀图 像消除其余斑点后再采取闭运算和膨胀操作实现恢复原始图像。 0014 进一步地， 该二值化处理模组采用 Otsu 法把关联图像转换成该二进制灰度图像， 选取阈值用来减少组内变异的黑色和白色像素。 说 明 书 CN 103034980 A 4 2/6 页 5 0015 进一步地， 该腐蚀模组的腐蚀过程被定义为 ： 0016 0017 其中， I 为该二进制灰度图像， s 是结构元素。 0018 为达到上述及其他目的， 本发明还提供一种应用于热光关联成像的自适应形态学 滤波方法， 包括如下步骤 ： 0019 步骤一， 把关联图像进行二值化处理。
12、， 从而形成二进制灰度图像 ； 0020 步骤二， 通过形态滤波器使用一定大小的结构元素对二进制灰度图像进行腐蚀， 去除关联成像产生的斑点， 以消除对象边界上的像素 ； 0021 步骤三， 对腐蚀后的二进制灰度图像中值滤波以去除噪声 ； 0022 步骤四， 对该二进制灰度图像采取闭运算和膨胀操作实现恢复原始图像。 0023 进一步地， 步骤三后还包括第二次腐蚀中值滤波后的二进制灰度图像来消除其余 斑点的步骤。 0024 进一步地， 于步骤一中， 采用 Otsu 法把关联图像转换成该二进制灰度图像， 选取 阈值用来减少组内变异的黑色和白色像素。 0025 进一步地， 于步骤二中， 结构元素的大小。
13、采用如下步骤自动获得 ： 0026 在该二进制灰度图像中标签连接部分 ； 0027 计算数字连接部分的二进制灰度图像， 并将其设置为 n ； 0028 计算像素个数 “1” 在二进制灰度图像， 并将其作为 pn ； 以及 0029 结构元素的大小 r 可以被等价于公式 0030 进一步地， 步骤在该二进制灰度图像中标签连接部分包括如下步骤 ： 0031 游程长度编码输入图像 ； 0032 初步运行扫描， 在等价表初步的分类和记录的分类等价 ； 0033 解决等价类 ； 以及 0034 基于分解等价类运行重新标记。 0035 进一步地， 于步骤二中， 腐蚀过程被定义为 ： 0036 0037 其。
14、中， I 为该二进制灰度图像， s 是结构元素。 0038 与现有技术相比， 本发明一种应用于热光关联成像的自适应形态学滤波系统及方 法通过对关联图像进行二值化处理形成二进制图像灰度图像， 然后使用一定大小的结构元 素腐蚀， 采用中值滤波去除噪声， 并再经过腐蚀、 闭运算和膨胀获得过滤后的图像， 获得了 较好的成像效果， 试验证明， 相比低通滤波， 均值滤波， 中值滤波图像， 本发明具有更好的成 像效果。 附图说明 0039 图 1 为本发明之热光关联成像的实验机制示意图 ； 0040 图 2 为本发明之热光关联成像中数据采集和数据处理示意图 ； 0041 图 3 为本发明之热光关联成像的成像。
15、仿真结果 ； 说 明 书 CN 103034980 A 5 3/6 页 6 0042 图 4 为本发明一种应用于热光关联成像的自适应形态学滤波系统的系统架构图 ； 0043 图 5 为本发明一种应用于热光关联成像的自适应形态学滤波方法的步骤流程图 ； 0044 图 6 为本发明较佳实施例的实验结果示意图。 具体实施方式 0045 以下通过特定的具体实例并结合附图说明本发明的实施方式， 本领域技术人员可 由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。 本发明亦可通过其它不同 的具体实例加以施行或应用， 本说明书中的各项细节亦可基于不同观点与应用， 在不背离 本发明的精神下进行各种修饰与。
16、变更。 0046 在介绍本发明之前， 先介绍本发明的理论基础。热光关联成像的实验过程如图 1， 热光源被分光器分为两束 (50 50)， 一束光作为对比， 所有的透射光被凸透镜收集， 送进 检测器桶测量器 D1， D1 仅仅检测光强， 其它的光在自由空间传播后被送进 CCD 检测器 D2 0047 在这个实验中， 令 Z1 Z2， Z1 代表光源与参照物的距离， Z2 表示 D2 与光源的距 离， 两个探测器之间的测量符合代表瞬时的光强的关联度。 0048 原始图像的孔径函数为 X(r)， 其中 r 为位置矢量。根据 CCD 检测器 D2 的分辨率， 其可以表示为一个 n*m 阶的矩阵 X， 。
17、CCD 检测器 D2 的测量结果为瞬时光强， 其探测结果用 nm 阶的矩阵 I 表示， 0049 检测器 D1 的测量结果为 yi。其中， Xi 是 X 的第 i 行， Ii 是 I 的第 i 行， M nm， 如图 2 所示。 0050 可以得到它们的关系， 其可以表述为， 0051 x y (1) 0052 为检测器 D2 的测量结果， y 为检测器 D1 的测量结果， 原始图像信息包含在向量 x 中。我们希望从测量结果中得到 x 和 y。当然， 只有一次测量的实施， 关联成象不能得到， 因此， 经过 N 次测量的实施， 可以直接获得关联成像结果 ： 0053 0054 N 次测量后， 根。
18、据公式 (2)， 可以得到公式 (3) 0055 0056 因此， 关联成像的质量与次数相关， 当 N 增加时， 质量越来越好， 最后接近理论值 X*g(2)。这一点可以从图 3 中看出。 0057 当 N 1， 只有斑点， 随着 N 逐渐增加， 图像慢慢开始出现， 当 N 1000， 一个明确 的关联图象出现在图中。 值得注意的是， 关联成像中总是有大量的斑点， 虽然随着测量次数 的增加关联像的斑点会减少， 但这些斑点产生自随机性的热光源， 其强度的随机性服从负 指数分布。根据前面的分析， 当 N 无限增大， 这些斑点会消失。 0058 一、 形态学滤波器 说 明 书 CN 10303498。
19、0 A 6 4/6 页 7 0059 形态滤波方法主要采用形态学开、 闭运算进行滤波操作。 0060 1. 腐蚀 0061 腐蚀是最基本的一种数学形态学运算。腐蚀 “收缩” 或 “细化” 二值图像中的对象， 对 Z 中的集合 A 和 B， A 被 B 腐蚀， 记为 AB， 其定义为 0062 0063 对一个给定的目标图像A和一个结构元素B， 想象一下将B在图像上移动。 在每一 个当前位置 A， B+A 只有三种可能的状态 ： 0064 (1)B+A， A ； 0065 (2)B+A， Ac ； 0066 (3)B+A A 与 B+A Ac 均不为空。 0067 腐蚀具有使目标缩小、 目标内孔。
20、增大以及外部孤立噪声点消除的效果。 0068 2. 膨胀 0069 腐蚀可以视为将图像 A 中每一与结构元素 B 全等的子集 A+B 收缩为点 A。 0070 反之， 也可以将A中的每一个点A扩大为B+A， 这就是膨胀运算， 记为膨胀是 二值图像中 “加长” 或变粗的操作。变粗的程度由一个称为结构元素的集合控制。若用集 合语言表示， 其定义为 0071 0072 膨胀过程是B首先做关于原点的映射， 然后平移Z。 集合B在膨胀操作中通常被陈 为结构元素。膨胀是将图像中与目标物体接触的所有背景点合并到物体中的过程， 结果是 使目标增大、 孔洞缩小， 可填补目标中的孔洞， 使其形成连通域。 0073。
21、 3. 闭运算 0074 闭运算能平滑图像的轮廓， 一般融合窄的缺口和细长的弯口， 去掉小洞， 填补轮廓 上的缝隙。 0075 设 A 是原始图像， B 是结构元素图像， 则集合 A 被结构元素 B 做闭运算， 记为 A B， 其定义为 0076 0077 如果结构元素为一个圆盘， 那么膨胀可填充图像中的小孔、 比结构元素小的孔洞 以及图像边缘处的小凹陷部分， 而腐蚀可以消除图像边缘小的成分， 并将图像缩小， 从而使 其补集扩大。但是， 膨胀和腐蚀并不互为逆运算， 因此它们可以级联结合使用。在腐蚀和膨 胀两个基本运算的基础上， 可以构造出形态学运算族， 它由膨胀和腐蚀两个运算的复合与 集合操作。
22、 ( 并、 交、 补等 ) 组合成的所有运算构成。例如， 可先对图像进行膨胀然后腐蚀其 结果。这种运算称为闭运算。闭运算是数学形态学运算族中最为重要的组合运算之一。 0078 图 4 为本发明一种应用于热光关联成像的自适应形态学滤波系统的系统架构图。 如图 4 所示， 本发明一种应用于热光关联成像的自适应形态学滤波系统， 至少包括 ： 二值化 处理模组 40、 腐蚀模组 41、 噪声去除模组 42、 二次腐蚀模组 43 以及原始图像恢复模组 44。 0079 其中二值化处理模组 40 用于把关联图像进行二值化处理， 从而形成二进制灰度 图像， 在本发明较佳实施例中， 采用 Otsu 法 ( 图。
23、像分割中的大津法 ) 把关联图像转换成二 进制图像， 选取阈值用来减少组内变异的黑色和白色像素 ； 腐蚀模组 41 通过形态滤波器使 说 明 书 CN 103034980 A 7 5/6 页 8 用一定大小的结构元素对二进制图像进行腐蚀， 去除关联成像产生的斑点， 以消除对象边 界上的像素。 0080 从图像的斑点中删除像素取决于所处理的图像结构元素的大小和形状。 腐蚀过程 被定义为 ： 0081 0082 其中， I 为二进制图像， s 是结构元素。 0083 用于探测输入图像的结构元素是腐蚀操作中不可或缺的。 结构元素的矩阵仅仅只 由 0 和 1 组成， 其矩阵可以有任意形状和大小。像素值。
24、 1 定义邻域。 0084 结构元素大小的是未知的， 通常由手动设置， 然而， 这是不利于计算机自动处理。 所以在本发明较佳实施例中生成可以自动计算结构元素大小的二进制图像。 0085 为了解决上述问题， 实行下面的步骤 ： 0086 (1) ： 在二进制图像中标签连接部分， 它使用的一般程序如下 ： 0087 游程长度编码输入图像 ； 0088 初步运行扫描， 在等价表初步的分类和记录的分类等价 ； 0089 解决等价类 0090 基于分解等价类运行重新标记 0091 (2) 计算数字连接部分的二进制图像， 并将其设置为 n 0092 (3) 计算像素个数 “1” 在二进制图像， 并将其作为。
25、 pn 0093 (4) 用这种方法， 结果元素的大小 r 可以被等价于公式 (8)。 0094 0095 使用大小为 s 的结构元素图像经二值化腐蚀后， 许多点被删除。 0096 噪声去除模组 42 则采用中值滤波去除噪声 ； 二次腐蚀模组 43 则进行第二次腐蚀 图像来消除其余斑点 ； 原始图像恢复模组 44 采取闭运算和膨胀实现恢复原始图像。 0097 膨胀过程被定义为 (9)， 闭运算过程如公式 (10) 0098 0099 0100 图 5 为本发明一种应用于热光关联成像的自适应形态学滤波方法的步骤流程图。 如图 5 所示， 本发明一种应用于热光关联成像的自适应形态学滤波方法， 包括。
26、如下步骤 ： 0101 步骤 501， 把关联图像进行二值化处理， 从而形成二进制灰度图像， 在本发明较佳 实施例中， 采用 Otsu 法 ( 图像分割中的大津法 ) 把关联图像转换成二进制图像， 选取阈值 用来减少组内变异的黑色和白色像素 ； 0102 步骤 502， 通过形态滤波器使用一定大小的结构元素对二进制图像进行腐蚀， 去除 关联成像产生的斑点， 以消除对象边界上的像素 ； 0103 步骤 503， 对腐蚀后的二进制图像中值滤波以去除噪声 ； 0104 步骤 504， 第二次腐蚀中值滤波后的二进制图像来消除其余斑点 ； 以及 0105 步骤 505， 对第二次腐蚀后的图像采取闭运算和。
27、膨胀操作实现恢复原始图像。 说 明 书 CN 103034980 A 8 6/6 页 9 0106 为了验证本发明之应用于热光关联成像的自适应形态学滤波方法， 本发明较佳 实施例设计了相应的模拟实验。在实验中， 光源是热光源 (5050)， 其中每一个点的大 小是 10-5m。光强服从负指数分布， 其中 10-4。波长是 10-6 米， 探测器的分辨率是 210210， 其像素大小为 10-5 米。参数设置如下 ： 0107 0108 表 1 实验参数的设置 0109 典型实验结果如图 6 所示。 0110 可见， 本发明一种应用于热光关联成像的自适应形态学滤波系统及方法通过对关 联图像进行二。
28、值化处理形成二进制图像灰度图像， 然后使用一定大小的结构元素腐蚀， 采 用中值滤波去除噪声， 并再经过腐蚀、 闭运算和膨胀获得过滤后的图像， 获得了较好的成像 效果， 试验证明， 相比低通滤波， 均值滤波， 中值滤波图像， 本发明具有更好的成像效果。 0111 上述实施例仅例示性说明本发明的原理及其功效， 而非用于限制本发明。任何本 领域技术人员均可在不违背本发明的精神及范畴下， 对上述实施例进行修饰与改变。 因此， 本发明的权利保护范围， 应如权利要求书所列。 说 明 书 CN 103034980 A 9 1/4 页 10 图 1 图 2 说 明 书 附 图 CN 103034980 A 10 2/4 页 11 图 3 图 4 说 明 书 附 图 CN 103034980 A 11 3/4 页 12 图 5 说 明 书 附 图 CN 103034980 A 12 4/4 页 13 图 6 说 明 书 附 图 CN 103034980 A 13 。