基于图像识别的苹果分级研究 第6页
颜色无彩色变化，颜色的变化就只是亮度的改变。对于彩色而言，颜色中掺入的
白色越多就越明亮，反之越暗淡。色调是指这些由各种光谱混合而成的颜色中的
主要光谱的颜色，换句话说色调反映某种颜色中占主导的光线。饱和度是与色调
图3—1 Lena直方图
3．2苹果分级系统中图像处理
    图像处理就是对图像中的像素点进行运算，因此需要很多的运算方法，而且
根据不同的需要有不同的算法。而图像处理功能的实现也在于算法的提出和实现。
到目前为止，图像处理中算法研究已经有了丰富的成果，但是还是有很多图像对
于某些算法不适用，需要进一步研究探索出新的成果。本节结合本课题对苹果图
像处理的应用，主要涉及有图像增强，边缘检测、图像二值化、图像细化等算法。
  和大多数图像识别系统一样，苹果分级系统在提取特征时首先经过图像增强
处理，以增强需要的信息，削弱或消除干扰、无用的信息。本课题在设计过程中
对图像按先后顺序进行了图像增强(中值滤波)、边缘检测、图像二值化、图像细
化处理，以及对苹果图像斑点的清除处理。图3．2是苹果图像的处理过程。
中值滤波L_-J sobeI边缘检测L_-J图像二值化L—--j图像细化
    图3．2苹果图像处理过程
  值得一提的是，在对苹果图像处理过程中，滤波(中值)、边缘检测(选用
S0bel算子)、图像细化是很多场合都能用到的算法，设计过程中用VC编程实现。
图像二值化是对苹果图像的特殊情况，我在传统直方图二值化法基础上改进的二
值化法，该算法已在前面章节详细介绍过。
3．2．1图像增强
    图像在成像、复制、扫描、传输以及显示等过程中总要或多或少地使图像原
来的信息受到损害，使其质量降低。因此必须改善处理图像，使需要的信息得以
变得更清楚，或者弥补原始图像受损失的信息，改善待图像的目的是不同，采用
的方法也不同。突出所需要的信息的图像处理过程叫图像增强。
3．2．1．1图像增强原理
  根据处理所进行的空间的不同图像增强可以分为基于图像域的方法和基于频
域的方法，即空间域法和频率域法。空间域法主要是在空间域上对图像的像素直
接进行运算处理，即可直接得到增强后的图像；而频率域法是将图像变换到某个
空间(例如频率域)中进行运算处理，最后将运算处理后的结果再进行对应变换
的反变换得到增强后的图像。
  空间域法图像增强方式每次图像处理进行运算的对象是单个像素值或者是一
个模板(图像的一个小的子图像)。基于像素的处理叫点处理，在增强运算过程中
与其它像素无关，而基于模板处理的增强对每个像素的运算都与某个领域内的像
素相关。模模板可以有多种，通常是方的。严格的讲，点运算也是一种模板运算，
其模板元素个素为1。因而也可以说点运算是模板运算的一种特例。
  空域增强方法直接作用于像素，可用下式表示为：
g(x，y)=EH【厂(x，y)】    (3—1)其
中厂(．)和g(．)分别表示输入前后的图像，EH表示增强的操作。如果EH定义在
(x，y)上，则．EH是点操作；如果Ell定义在(x，y)的某个领域上，则EH是模板操
作。
  为了快速有效地对图像进行处理，常常把图像所在的空间转换到其它图像空
间，便于利用各个空间的特有性质，可以快速有效的对图像进行处理，最后将该
空间的图像转换成原图像空间的图像，得到处理后的图像。频率域通常是人们考
虑转换的空间。频率域空间对图像进行增强操作需要做好的工作主要包括两个方
3．2．1图像增强
    图像在成像、复制、扫描、传输以及显示等过程中总要或多或少地使图像原
来的信息受到损害，使其质量降低。因此必须改善处理图像，使需要的信息得以
变得更清楚，或者弥补原始图像受损失的信息，改善待图像的目的是不同，采用
的方法也不同。突出所需要的信息的图像处理过程叫图像增强。
3．2．1．1图像增强原理
  根据处理所进行的空间的不同图像增强可以分为基于图像域的方法和基于频
域的方法，即空间域法和频率域法。空间域法主要是在空间域上对图像的像素直
接进行运算处理，即可直接得到增强后的图像；而频率域法是将图像变换到某个
空间(例如频率域)中进行运算处理，最后将运算处理后的结果再进行对应变换
的反变换得到增强后的图像。
  空间域法图像增强方式每次图像处理进行运算的对象是单个像素值或者是一
个模板(图像的一个小的子图像)。基于像素的处理叫点处理，在增强运算过程中
与其它像素无关，而基于模板处理的增强对每个像素的运算都与某个领域内的像
素相关。模模板可以有多种，通常是方的。严格的讲，点运算也是一种模板运算，
其模板元素个素为1。因而也可以说点运算是模板运算的一种特例。
  空域增强方法直接作用于像素，可用下式表示为：
g(x，y)=EH【厂(x，y)】    (3—1)其
中厂(．)和g(．)分别表示输入前后的图像，EH表示增强的操作。如果EH定义在
(x，y)上，则．EH是点操作；如果Ell定义在(x，y)的某个领域上，则EH是模板操
作。
  为了快速有效地对图像进行处理，常常把图像所在的空间转换到其它图像空
间，便于利用各个空间的特有性质，可以快速有效的对图像进行处理，最后将该
空间的图像转换成原图像空间的图像，得到处理后的图像。频率域通常是人们考
虑转换的空间。频率域空间对图像进行增强操作需要做好的工作主要包括两个方
    中值滤波采用模板增强的方法，用一个含有奇数个点的模板在图像上移动，
将该模板下像素居中的中值代替基点。根据不同的图像，可以选用不同的模板，
二维中值滤波的模板可以是线状、方形、圆形、十字形等。
    中值滤波的步骤是：(1)将模板在图像上漫游，并将模板中心与图像的某个像
素(也可叫着基点)重合；(2)读取模板下各对应像素的灰度值；(3)将这些灰度值
从小到大排成一列；(4)找出这些值里排在中间的一个值；(5)将这个中间值赋给对
应模板中心像素。中值滤波器的主要功能是让与周围像素灰度值的差比较大像素
改取与周围像素值接近的值，从而消除孤立的点。由于它不是简单的取均值，因
而产生的模糊度比较小。
  如图3．1是本课题在苹果图像采用中值滤波的前后对照，可以看出，中值滤
波的效果明显，消除了原图中的大量噪声(扫描线和孤立点)，对于水果采用中值
滤波是合理的，满足研究要求。
图3．3苹果图像的中值滤波(左边是原图，右边是中值滤波后图像)
3．2．2边缘检测
    利用计算机进行图像处理有两个目的：一是产生更适合人观察和识别的图像；
二是希望能由计算机自动识别和理解图像。无论为了哪种目的，图像处理中关键
的一步就是对包含有大量各式各样的景物信息的图像进行分解。即将图像分解成
具有某些特征的最小部分(图像的基元)。相对于整幅图，这种基元更容易被快速
处理。图像的边缘是图像的最基本的特征。
  边缘按灰度变化可分为两类，一类是阶跃性边缘，它的边缘两边的像素值有

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]  ... 下一页  >>