专利名称：一种图像滤波方法
技术领域：
本发明属于图像处理技术领域，特别是涉及一种图像滤波方法。
背景技术：
以目标识别为目的的数字图像处理，包括了前期图像滤波、边缘增强、运
动目标提取等基于栅格图像(raster image)的处理过程，和后期区域分割等基 于矢量图形(vecter graphic)的处理过程。
相对于基于栅格图像处理的方法，公知的基于矢量图形的区域分割方法都 有很大的处理开销，并且其中有非常复杂的搜索和判断过程，不利于处理的并 行化和流水化。要使图像的区域分割简单和高效，在基于栅格图像的处理中， 应尽量使区域的边缘是连续的、区域中的噪声尽量少。公知的基于栅格图像处 理的边缘增强算法，如Sobel、小波变换等，都不能保证生成边缘的连续性；而 公知的基于栅格图像处理的区域填充算法都不能保证填充的正确。
对图像进行巻积运算是图像处理其中的一种方法。例如，用Sobel算子增 强物体的边缘，可参见http:〃en. wikipedia. org/wiki/Sobel一operator。在算 法实现中，通过使用巻积模版(convolution mask)遍历有效像素，利用巻积 运算算法对每个有效像素分别进行处理，获得目标图像，可参见 http://www. pages, drexel. edu/ weg22/edge. html。
对于现有的巻积运算算法，可抽象出以下过程
1.模版是NXN方阵，这里仅讨论N为奇数时的情况，设模版矩阵为<formula>formula see original document page 5</formula>注此处符号[]表示向下取整。 2.源图像是一个比模版大得多的矩阵，用模版在源图像上按行列顺序滑动，
模版的边缘不超出源图像的边缘。当模版滑动到其中心点与源图像的aij元素(符
号i表示行号，j表示列号)重合时，与模版重叠部分源图像的矩阵Aij为
<formula>formula see original document page 5</formula>3. 对T与Aij实施某种矩阵运算，设为0p，贝ij:
bij = T (Op) A" 用bij填充结果图像矩阵B位于行i与列j的元素的值。
4. 滑动模版，遍历所有有效像素，实施同样计算，获得整幅结果图像。
这种方法也被称为模版遍历法，虽然不能计算出结果图像B的外缘厚度为部分的像素，但可另作处理，例如直接省去该部分的像素。其缺陷是，当 2
模版较大时，算法的复杂度很高，巻积模板遍历过程中涉及到大量矩阵运算， 占用资源且效率低，难以在如视频图像识别等实时性要求较高的应用中发挥作 用。
发明内容
本发明目的在于针对现有技术的不足，提供一种高效的图像滤波方法，支持快速完成基于栅格的图像处理工作。
本发明的技术方案提供的图像滤波方法，利用模版对源图像中的像素进行 滤波处理得到目标图像，具体滤波处理方式包括以下步骤，
以源图像中的某个像素为中心点建立一个NXN方阵作为模版，其中N为奇数； 以模版的中心点为端点，在模版内发出M条射线，对应每条射线取模版内与其
距离最近的一个以上像素点，构成M个像素点集合Ap A2，…，AM; 对像素点集合A,， A2，…，AM分别进行第一次特征统计，得到M组数据f,， f2，…，
综合M组数据f,， f2，…，fM进行第二次特征统计，得到源图像的该像素的滤波处
理结果，从而确定目标图像中对应于该像素的像素值。
而且，遍历源图像中的像素，对每个像素进行滤波处理；综合目标图像中 对应于每个像素的像素值，得到目标图像。
而且，遍历源图像中的像素，每遍历到一个像素时，对该像素进行预处理， 根据预处理结果判断在目标图像中保留该像素的像素值，或是进一步对该像素 滤波处理；综合保留的像素值和滤波后得到的像素值，得到目标图像。
而且，M取2的n次方，n为大于或等于2的整数。
而且，M取4或8或16。
而且，对应每条射线取模版内与其距离最近的相同数目像素点。 本发明借鉴了模板遍历法，以中心观察点方式设定了用模板提取特征、从 而确定源图像上像素的滤波处理结果，获得目标图案的技术方案。模版中的元 素呈放射状分布，经过对放射状线条上的那些元素进行一次特征统计，然后对 一次特征统计的结果进行二次特征统计，以确定位于模版中心元素的特征。此方法支持多种基于栅格的图像处理工作，应用广泛，例如可实现特定边缘的消 除、断续边缘的连接或特定区域的填充等。采用本发明技术方案，可减少后期 图像分割过程的复杂度和运算开销，提高图像分割的正确率。
图l为本发明实施例的模板示意图； 图2为本发明实施例一的图像处理过程示意图； 图3为本发明实施例二的图像处理过程示意图。
具体实施例方式
本发明具有独创的模板设计思想。想象"我"站在一幅二值图像中，要确 定"我"是否处在某个特定的区域内，或"我"是否正好处于某条边缘上，可 以通过观察"我"周围以及自身像素点的特性作概率性判断。离"我"越近的 像素点与"我"的关系越密切，反之则关系较弱。放射线状的模版，正好符合 这一特征。例如，若"我"正好处于一条直线上，则"我"会看到在某个方向 及其反方向上有密度较高的白像素，而其它方向则很少看见白像素。再如，若
"我"处在某一区域中，则在大多方向上均可看见一定密度的白像素。因此本 发明提供的技术方案是以从中心点出发的射线选择像素点，然后通过两次特征 统计就可以得到滤波结果，由此大大减少了后期区域分割的复杂度和运算开销， 提高了区域分割的正确率。
参见图1，本发明提供的技术方案利用模版对源图像中的像素进行滤波处理 得到目标图像，具体滤波处理方式包括以下步骤，
(1)以源图像中的某个像素为中心点建立一个NXN方阵作为模版，其中 N为奇数。其中N设定为奇数，可以保障中心点的对称性， 一般可取5 17。本发明 实施例的N取值为ll，建议了 11X11的方阵。
(2) 以模版的中心点为端点，在模版内发出M条射线，对应每条射线取模版内 与其距离最近的一个以上(含一个)像素点，构成M个像素点集合a,， a2,…，am。
在模板内的射线若具有对称性，更利于简化后面的特征统计工作，因此建议M 取2的n次方，n为大于或等于2的整数。最佳实施例是M取4或8或16。对 应每条射线取模版内与其距离最近的同样数目像素点，也有利于简化后续工作。 取不同数目像素点则效率较低。本发明实施例中设置了 16条射线i， I，…，i16， 对应每条射线取模版内与其距离最近的4个像素点。所谓距离最近，包括与射 线相交的像素点。当某个像素点处于两条相邻射线之间时，优先将其分配给距 离更近的射线的对应像素点集合。
(3) 对像素点集合a,， a2，…,am分别进行第一次特征统计，得到M组数据fl， f2,…，fw。
进行第一次特征统计，能够从每一个像素点集合中提取一组代表其特征的数据。 具体实施时，统计实现方式根据具体图像处理工作对象和目的而定。例如源图 像为灰度图像，可以设定阈值，统计各像素点集合中灰度值大于阈值的像素点 数目；源图像为二值图像，可以设定判断像素值是否为白点，统计各像素点集 合中是白点的像素点数目。
(4) 综合M组数据fl， f2，…，fM进行第二次特征统计，得到源图像的该像素的 滤波处理结果，从而确定目标图像中对应于该像素的像素值。
进行第二次特征统计，是从每一个像素点集合的特征基础上提取代表中心点特 征的数据，作为滤波处理结果。具体实施时，第二次特征统计的统计实现方式 也是根据具体图像处理工作对象和目的而定。本发明提供的以上图像滤波流程，具体实施时可以采用计算机软件方式实
现流程的自动运行；也可以按技术方案构成滤波器算子，以滤波器形式在图像
处理工作中使用。两次特征统计的具体实现方式可以采用函数形式表述，以便
自动实现统计运算。
采用本发明技术方案，只需通过模板遍历源图像(外缘厚度为[^]部分的
2
像素另作处理，本发明不予涉及)，以遍历到的每一个像素为中心点，进行滤波 处理；遍历完毕后获得目标图像中对应于源图像内每个像素的像素值，即可得 到目标图像。就可以得到滤波后的目标图像。
如果增加预处理步骤，可以进一步提高滤波效率遍历源图像中的像素， 每遍历到一个像素时，对该像素进行预处理，根据预处理结果判断在目标图像 中保留该像素的像素值，或是进一步对该像素滤波处理；综合保留的像素值和 滤波后得到的像素值，得到目标图像。具体实施时，在进行图像滤波工作之前， 可以根据具体图像处理工作对象和目的设定预处理的判断条件。参见图2，本发 明提供了两个实施例，以供实施参考
实例一，目标阴影去除
在视频交通信息采集系统中，针对数字摄像设备获得的图片，其目的为获 得汽车目标。图2中的a幅为彩色原图经运动目标提取后的带阴影轮廓的目标 二值图，b幅为彩色原图经阴影分析后获得的疑似阴影二值图。图中白色像素值 为l，黑色像素值为0。为保证后续目标的获取，需去除不属于目标汽车的阴影 轮廓线。具体图像滤波包括以下过程
1.对于a幅图像的某像素a",只有符合以下条件，才进一步对该像素滤 波处理像素au是白点；
从b幅图像中观察与像素aij对应的像素，该像素的直接近邻(周围上下左右4 个点)中，既有疑似阴影像素点，又有非疑似阴影像素点。
通过这样的条件进行预处理，可以去掉确定是阴影或确定是非阴影的像素占。
然后以a幅图像为源图像，根据上步骤预处理结果，对符合条件的像素a"以 b幅图像中相应于aij的像素为中心点，按照以下设计进行滤波处理。
2. 设计模版取N值为ll，射线16条，每条射线提取的像素数为4 (见 图1)。
3. 设计第一次特征统计的函数f:若集合A中的白点数> 2，贝U f二l， 否则f=0。也就是说如果某个像素点集合a,， a2，…，a^中有一半或以上像素点 为白点，则视作该集合的特征为白点集。
4. 设计第二次特征统计的函数g:若16个像素点集合的特征值f, + f2+…
+ f16 > 6，则该点不属于阴影轮廓，否则将该点置0。也就是说当中心点周围 16条射线的相应像素点集合Al， a2，…，a,6有6个呈现特征为白点时，就将目标 图像中该点对应的像素值设定为0，起到去除阴影轮廓的效果。
整个去除阴影轮廓的实现是集合a幅图像和b幅图像得到c幅图像，c幅图 像即为目标图像。具体实施时，可以分离预处理步骤和像素滤波处理步骤，即 在对a幅图像和b幅图像内的像素点遍历预处理完毕后，确定所有符合条件的 像素点在a幅图像上的对应点；然后按上述设计，对所有a幅图像上的对应点 进行遍历滤波。也可采用逐点判断处理方式，对a幅图像和b幅图像内某个像 素点预处理，若符合条件，就以该点为中心点，继续对a幅图像上的对应点进行滤波，滤波处理完后返回遍历至a幅图像的下一像素点进行预处理；若不符
合条件，直接返回遍历至a幅图像的下一像素点进行预处理。具体遍历方式不
限，通常是从左到右、从上到下。在预处理时就可以先排除外缘厚度为[差]=5
2
部分的像素。
实例二，目标内噪点去除
仍以视频交通信息采集系统为例。在初步获取的汽车目标二值图像中，如
图3中的A幅图像所示，有不规则噪声点，应去除之。
1. 对于A幅图像的某像素aij ，当aij是白点时才进一步对该像素滤波处理
2. 设计模版取N值为ll，射线16条，每条射线提取的像素数为4 (见
图1)。
3. 设计第一次特征统计的函数f:若集合A中的白点数》2，则f=l，
否则f二0。也就是说如果某个像素点集合A,, A2，…，Aw中有一半或以上像素点
为白点，则视作该集合的特征为白点集。
3.设计第二次特征统计的函数g:若16个像素点集合的特征值f, + f2+… + f16》9，则该点属于目标，将该点置l。也就是当中心点周围16条射线的
相应像素点集合A,， A2，…，4有9个呈现特征为白点时，就将目标图像中该点
对应的像素值设定为1，起到去除噪声点的效果。
处理后结果如图3中的B幅图像所示。
权利要求
1. 一种图像滤波方法，其特征在于利用模版对源图像中的像素进行滤波处理得到目标图像，具体滤波处理方式包括以下步骤，以源图像中的某个像素为中心点建立一个N×N方阵作为模版，其中N为奇数；以模版的中心点为端点，在模版内发出M条射线，对应每条射线取模版内与其距离最近的一个以上像素点，构成M个像素点集合A1，A2，…，AM；对像素点集合A1，A2，…，AM分别进行第一次特征统计，得到M组数据f1，f2，…，fM；综合M组数据f1，f2，…，fM进行第二次特征统计，得到源图像的该像素的滤波处理结果，从而确定目标图像中对应于该像素的像素值。
2. 根据权利要求l所述的图像滤波方法，其特征在于遍历源图像中的像素， 对每个像素进行滤波处理；综合目标图像中对应于每个像素的像素值，得到目标图像。
3. 根据权利要求l所述的图像滤波方法，其特征在于遍历源图像中的像素， 每遍历到一个像素时，对该像素进行预处理，根据预处理结果判断在目标图像 中保留该像素的像素值，或是进一步对该像素滤波处理；综合保留的像素值和滤波后得到的像素值，得到目标图像。
4. 根据权利要求1或2或3所述的图像滤波方法，其特征在于M取2的n次 方，n为大于或等于2的整数。
5. 根据权利要求4所述的图像滤波方法，其特征在于M取4或8或16。
6. 根据权利要求1或2或3所述的图像滤波方法，其特征在于对应每条射线取模版内与其距离最近的相同数目像素点。
全文摘要
本发明设计了一种图像滤波方法，该方法设计了一个奇数阶方阵的模版，模版中的元素呈放射状分布；根据放射状线条提取像素点集合进行一次特征统计，然后对一次特征统计的结果进行二次特征统计，以确定位于模版中心的元素特征。此方法用于基于栅格的图像处理，可实现特定边缘的消除、断续边缘的连接或特定区域的填充等，用途广泛。可有效减少后期图像分割过程的复杂度和运算开销，提高图像分割的正确率。
文档编号G06T5/00GK101510300SQ200910061400
公开日2009年8月19日 申请日期2009年4月2日 优先权日2009年4月2日
发明者蔡东翔, 蔡雨轩, 冶 陶 申请人:武汉飞视通科技有限责任公司