鄭丹1，馬尚昌1,2，趙靜1

　　（1.成都信息工程大學 電子工程學院，四川 成都 610225；2.中國氣象局大氣探測重點開放實驗室，四川 成都 610225)

       摘要：圖像采集和處理方法的發展日新月異，針對不同圖像特征的圖像增強技術，可以加強圖像可懂性，提高視覺效果，抑制噪聲，為圖像的后續識別做更好的鋪墊。本文MATLAB平臺主要用于平滑和銳化的QR碼圖像處理，在QR碼圖像去噪問題上，結合濾波的不同模板以及噪聲類型，所獲得的不同濾波的仿真實驗結果表明：中值濾波窗口的尺寸大小是影響椒鹽噪聲去除有效性和提升圖像識別率的關鍵因素；空域圖像增強法中，平滑濾波所呈現出的功能效果更優于銳化濾波。

　　關鍵詞：圖像增強；空域濾波；中值濾波；噪聲；QR碼

　　中圖分類號：911.7文獻標識碼：ADOI： 10.19358/j.issn.16747720.2017.04.012

　　引用格式：鄭丹，馬尚昌，趙靜.基于空域濾波的圖像增強法的探討［J］.微型機與應用，2017,36（4）：4042，46.

0引言

　　圖像是最直觀的視覺信息，了解包含了大量信息的圖像是獲取信息的最直觀的方式之一，圖像技術已在科學研究、醫療、軍事、教育、交通、執法和安全等方面得到了廣泛的重視和極大的關注，并取得長足進展。圖像技術的不斷發展，信息交換的頻繁以及二維條碼的普及，提高了對圖像精細程度、分辨率技術等指標的要求。噪聲、曝光度、系統自身原因等會引起各種干擾因素，從而影響圖像的獲取和傳輸，導致出現失真、圖像降質的問題。為此，在圖像處理技術水平上，要提高層次效果，加強圖像的可懂度，保證各種特征分析和處理水平的提升。在圖像預處理中，圖像復原和圖像增強是提高視感質量的兩種方法。繁瑣的圖像恢復技術需使用“降質模型”以復原圖像［1］。而圖像增強技術則只需將感興趣的目標特征信息更精細化地表達出來，增強圖像中特定目標信息的可辨識能力，抑制噪聲，強化特色，提高可理解性，利于QR碼圖像的后續識別及內容的自動提取能力。

　　針對不同圖像特征，提出不同的增強技術。圖像增強技術主要包括：對比度拉伸、邊緣突出、圖像去噪、亮度校正以及偽彩色處理等［2］。基于空間的差異，該增強技術可分為：空域法和頻域法。以灰度映射變換為基礎的空域法，在像素組成的空間里直接對像素進行點操作和鄰域操；而作用于傅里葉變換的頻域增強法，是建立在卷積運算上的一種間接增強算法［3］。

　　本文重點介紹空間域的圖像增強算法，在MATLAB平臺上對QR碼進行平滑濾波和銳化濾波處理，引入不同的噪聲信號，對非線性濾波范圍內的中值濾波所呈現出的濾除效果的實驗結果，分析出不同濾波法的優劣勢。

1空域圖像增強技術

　　圖像增強是改變QR碼圖像中的像素值的過程，改進了人或機器對重要圖像細節或目標的檢測能力，特定目標的圖像增強技術沒有通用理論和完美算法，實則為一個交互過程（如圖1所示），最終獲得一個改進新版本。

　　空域濾波本質上是作用于模板上的鄰域操作，模板可看作一個小的覆蓋在圖像上的窗，每次執行對一個像素的操作，由原始值和它的鄰域像素值確定結果像素值。根據模板的特點，空域濾波可劃分為基于傅里葉分析的線性濾波和對鄰域直接操作的非線性濾波［4］；按處理效果來分類，又可分為平滑濾波（可由低通濾波器完成）和銳化濾波兩類，平滑濾波通過消除混雜在圖像中的干擾因素，達到主觀質量的要求，強化圖像表現特征；高通濾波器（HPF）作用于QR碼圖像呈現出的總體效果是一個受控制的銳化程度,HPF對高頻分量的保留或增強會產生噪聲加強的副作用。

　　1.1平滑濾波

　　1.1.1均值濾波

　　平滑濾波器濾去圖像中微小細節，有效抑制加性噪聲，減少局部灰度的起伏，但容易引起由圖像灰度尖銳變化所帶來的邊緣模糊的負影響。鄰域均值法是典型的空間域平滑噪聲技術，原始圖像中鄰域里的像素值和模板系數乘積的和是結果像素的輸出［5］。一個常用的3×3同質均值濾波器的所有系數均相等（全為1），通過對模板卷積后的結果除以放縮因子來實現；而非同質的均值濾波器則給模板中心一個較高權重的值，所有其他系數都根據它們與中心的距離加權，這是一種特殊的模板（如圖2所示）。速度快、算法簡單的均值濾波會以付出圖像模糊加重為代價，來消除噪聲。鄰域均值法圖像平滑處理由式（1）可得：

　　其中M為鄰域S內所包含的像素總數；S為事先確定的鄰域（該鄰域不包括（x,y）點）。

　　在均值濾波中：算術均值濾波會導致一定的圖像模糊（與窗口尺寸成正比），從而減小噪聲的影響，對高斯、均勻和厄朗噪聲工作效果最好；作為算術均值濾波器變型之一的幾何均值濾波，能較好地保留圖像細節，主要用于高斯噪聲圖像［6］；同樣對高斯噪聲很管用的調和均值濾波可濾除鹽噪聲，黑色像素（椒噪聲）卻不受影響；逆調和均值濾波可以消減鹽噪聲或椒噪聲的量，但不是同時兩者。

　　1.1.2中值濾波

　　空域噪聲消除技術涉及：均值濾波和序統計濾波。中值濾波是一種能有效抑制噪聲的最常用和最好用的排序濾波，它對窗中的值排序、選取正中間像素值來替換原始像素值。至今，中值濾波器（如圖3所示）是使用最廣泛的排序濾波器，根據需求來調整中值濾波的空間尺寸，一般常用的有3×3、5×5、7×7或9×9等模塊，分布稀疏的中值模板更適用于大尺度的中值濾波器［78］。一個2D中值濾波可用式（2）表示：

　　添加噪聲的方差為0.04，采用5×5的濾波窗口，得到均值濾波和中值濾波的仿真對比結果（如圖4所示），由此結果可知，經均值濾波處理后的QR碼圖像中，椒鹽噪聲明顯減少的同時圖像本身被模糊；中值濾波所得出的結果明顯好于相同尺寸窗的均值濾波的結果，中值濾波對減少“椒鹽噪聲”（一類導致圖像中出現非常亮（鹽）和非常暗（椒）的孤立點的噪聲）非常有效（明顯比具有相比擬鄰域尺寸的平均濾波器要好），椒鹽噪聲的斑點全部被去除，并保持了細節的清晰。

　　1.2銳化濾波

　　圖像增強處理中，除了對比度拉伸、改善顏色效果、提高細微層次外，還需突出加強目標主題的邊界和細節信息。模板卷積用于實現線性銳化濾波，卷積操作可以用來檢測或強調一幅圖像的高頻內容，而線性高通濾波器可使用具有正的和負的系數的2D卷積模板來實現［9］；對圖像進行非線性銳化濾波處理中最常用到梯度算子，同樣sobel算子、prewitt算子、log算子等亦可突出邊緣［10］。而在頻域中通常采用高通濾波技術，能保留或增強圖像的高頻分量（如微小細節、點、線和邊緣），即能凸顯圖像中的亮度過度部分。本文內容還包含運用微分在空間域進行銳化濾波的定義和實現，對sobel算子、log算子和拉普拉斯算子所得出的效果圖進行對比。

2空域濾波仿真實驗

　　2.1不同模板的濾除實驗

　　窗尺寸和模板系數參數的配置直接影響中值濾波的去噪效果。圖5展示了對一幅受0.06密度的椒鹽噪聲污染的QR碼圖像使用不同模板的中值濾波所呈現出的效果，可以注意到：對于椒鹽噪聲，當所用的平滑模板的尺寸增大時，衰減噪聲能力加強，但計算量的增加比消噪效果的改善更加明顯。

　　2.2三大噪聲的濾除實驗

　　給原圖像分別添加椒鹽噪聲、高斯噪聲以及乘性噪聲，針對不同類型的干擾，通過仿真實驗得到3×3模板的中值濾波結果（如圖6所示），中值濾波除了對椒鹽噪聲有較好的濾除效果（椒鹽噪聲的斑點全部被去除）外，高斯噪聲圖像濾除后的質量也得到了一定幅度的提升，而乘性噪聲相對而言比較難以去除。中值濾波比小尺寸的線性平滑濾波器顯著降低了圖像的模糊程度，有效地去除了脈沖噪聲（椒鹽噪聲）。

　　2.3銳化濾波實驗

　　銳化可提高圖像上邊緣與線性目標的反差，突出邊緣細節信息或亮度變化大的區域［11］。高頻提升濾波是銳化技術之一，生成一個銳化圖像并將其加到原始圖像上。高頻成分受到抑制，導致圖像細節輪廓模糊不清，經銳化處理的算子濾波圖像和原圖像對比（如圖7）可以發現：經sobel算子、log算子實現的輪廓銳化后，被模糊的邊緣區域得到較大提高，圖像輪廓清晰突出。縮放圖像以使其灰度擴展到整個動態范圍，可以得到拉普拉斯算子所產生細節的較好觀察效果。拉普拉斯算子檢測的是變化率的變化率，是具有各向同性的（即旋轉不變時）二階微分，它能對任何方向的亮度過渡產生響應。但拉普拉斯算子濾波的缺點是，圖像中清晰顯示的部分經濾波后出現失真情況。

3結論

　　本文利用MATLAB平臺，對QR碼圖像分別進行平滑和銳化濾波的增強技術實驗，在QR碼圖像去噪問題上，結合濾波的不同模板以及噪聲類型，對比其他去噪方法，將仿真實驗效果進行比較分析，得出以下結論：

　　（1）空域法圖像增強處理中，從消除噪聲的能力考慮，中值濾波明顯好于用相同尺寸窗的均值濾波效果，均值濾波的鄰域取得越大，圖像的模糊程度也會相應增加。

　　（2）濾波窗口尺寸會對中值濾波算法的效果有一定的控制性：采用大尺寸窗口的模板，在增強去噪能力的同時也會削弱細節的保留能力；反之，去除噪聲干擾的效果會隨著模板窗口的變小而顯著降低。選擇一個合適濾波表達的關鍵是發現在窗口尺寸、主觀質量的兼容性之間的較好折衷。

　　（3）中值濾波最適用于強度大、分布稀松的椒鹽噪聲圖像，對高斯噪聲的濾除效果需進一步提高，對乘性噪聲的消噪效果相對較差；

　　（4）從圖像增強處理功能效果方面，平滑濾波比銳化濾波更占優勢，就一種平滑方法而言，應在保持噪聲去除效果的同時，加強圖像清晰程度的掌控，以便提高QR碼的識別率。

　　采用空域圖像增強技術能更好地解決特定的圖像處理問題，其關鍵取決于技術的正確選擇、參數（如窗口尺寸和模板系數）的配置以及使用順序的合理安排。通過不同方法的探討與嘗試，獲得QR碼圖像增強的最為適合的方法，以提高對QR碼圖像的識別能力。

參考文獻

　　［1］ 李艷梅.圖像增強的相關技術及應用研究［D］.成都：成都科技大學，2013.

　　［2］ 許欣.圖像增強若干理論方法與應用研究［D］：南京：南京理工大學，2010.

　　［3］ 高成，董長虹.Matlab圖像處理與應用［M］.北京：國防工業出版社，2008.

　　［4］ 柏春嵐.基于空域圖像增強的研究與分析［J］.河南城建學院學報，2011,20（1）：57-60.