论文研究 结合Wallis滤波的数字影像特征提取算法 .pdf

结合Wallis滤波的数字影像特征提取算法，王竞雪，石利，针对Wallis滤波在增强影像对比度的同时也增强了影像上噪声信息不利于后续特征提取的问题，提出一种结合Wallis滤波的数字影像特征提取取国科技论又在线∑∑)是否等于?如果=,则迭代停止;否则=+,转步骤)。权系数值是通过影像梯度,和参数计算得到,参数值决定影像平滑过程中边缘纽节信息被保留程度。越大,边缘细节信息将被平滑掉:越小,边缘以及噪声都被保留,没有达到平滑效果。因此,取值对最终影像平滑效果起着决定性的作用。参数通常取~倍标准差大小。滤波的影像增强技术木文提出一种结合滤波的数字影像特征提取算法。该算法在滤波对影像进行纹理增强之前,先増加自适应平湑滤波对影像进行去噪平滑处理。算法整体流程如图所示。具体步骤如下:)首先采用自适应平滑滤波对影像进行去噪,详细过程如节内容所示。)对平滑后影像分区域计算灰度均值和标准偏差。将影像划分为固定大小、互不重叠的矩形窗口区域,窗口的尺度对应于要增强的纹理模式的尺度;分别计算窗口的和/输入影像输入迭代次数逐点计算梯度、权矩阵目适应半滑滤波窗口卷积迭代计算,直到迭代次数/缩入输出影像分区域计算、计算每个区域、计算每个区域中心像素变换后灰度值,记为短阵双线性内插任一像素的算矩阵均值和标准偏差次滤波变换次全局经典滤波变换输出影像图整体流程图)根据输入的参数计算每个区域滤波器的乘性系数和加性系数。其中,参数和值分别设定为和的数值,其中应随着区域尺度的减小而减小,以防止大量像素的灰度值达到饱和(即落于[]之外);影像反差扩展常数取值范围为,本文采用的值,可防止影像上的低灰度值被堦强:影像亮度系数取值范围为,本文采用的值,可以很好地保持影像原有的局部灰度均值;)根据公式、每个区域的和计算该区域中心点滤波变换后的灰度值,将其记为矩阵,计算所有区域中心点变换后灰度值的均值和标准方差,分别记为和)对原始影像逐像素进行滤波变换。由于各窗凵不重叠,所以影像上任取国科技论又在线像素的系数、均采用双线性内插得到,并根据式计算出所有像素新的灰度值)利用公式对滤波变换后影像再次进行全局经典滤泼变换。其中和用和代替。该过程可以进一步增强影像锐化程度,增加影像对比度。)输出影像。滤波在数字影像特征提取中的应用分別将滤波应用于特征点提取和特征线提取过程中。实验数据分别选用数字航空影像和言网提供的航空影像数据,从中选择鄙分子影像进行特征提取。首先采用改进滤波变换对影像进行增强。滤波实验中参数设置分别为:矩形区域大小为像素;、分别取和;、取值分别为和然后在对增强后的影像进行特征点、线提取,并与原始影像特征提取结果进行对比分析。自适应平滑滤波去噪为了验证自适应平滑滤波在滤泼处理中的影响,实验选取张彩色影像进行自适应平滑滤波去噪实验。实验过稈中取值为,取值为倍影像标准差。图分别为组实验影像与其对应的自适应平滑滤波后的结果影像。采用峰值信噪比图像表述归一化均方误差结构相似度对滤波效果进行客观评价,统计结果如表所示。从表可以看出图像表述归一化均方误差越小滤波效果越好,峰值信噪比越大滤波效果越好,同时结构相似度的值越接近,说明滤波后结构保持的越好。上述实验结果表明,不论是从滤波输岀图像的视觉效果,还是去噪后图像定量评价指标,都表明自适应滤波算法不仅能很好的滤除噪声,而且能较好的保护图像的边缘细节,有利于后续的滤波处理。表幅实验影像滤波结果客观评价统计影像数据数据数据数据数据图采用组数据的原始影像与自适应平滑滤波后影像基于算子特征点提取算子是利用灰度方差提取影像上的特征点。检测灰度值变化较大的点,主要检测个方向上具有最大最小灰度方差的点作为特征点。计算每个像元的兴趣值。以待检测像元为中心建立大小的影像窗凵,在窗口内分别计算该像元个方向相邻像元灰度差的平方和,选择个方向上灰度差平方和的最小值作为该像元的兴趣值:设定经验阙值,将兴趣值大于阈值的点作为候选特征点;在一定大小的局部窗口内,选择一个兴趣值最大的点作为该窗∏的特征点。影像增强处理及其利用算子对增强后影像进行特征点提取结果如图所示。图为数字航空影像,原始影像上灰度均勺,由于分辨率较高,影像质量较好,但部分边缘区域对比度不明显。分别采用直接滤波和结合自适应滤波的滤波技术对取国科技论又在线影像进行增强处理,结果分别如图和图所示。从图中叮以看岀,原始影像被增强,原影像中灰度变化较小的区域经滤波后得到显著增强。种算法结果差异目视区分并不明显,但是,采用算子对其诖行特征点提取,结果差异较人。图和图分别为采用算子对原始影像、滤波增强后影像和两次滤波后影像进行特征点提取结果,特征点提取数目分别为和。由于原始影像上对比度较弱,部分边缘线上点没有被提取出来;滤波增强后影像上尽管提取特征点数目最多,但结果中存在大量噪声点。这是由于没有对影像进行噪声去除,直接采用滤波对原始影像进行增强后,影像上对比庋和噪声都被放大而产生的影响;二次滤波增强后的影像上特征点提取较好,建筑物角点及边缘点都能很好的提取出来。g原始影像滤波增强后影像二次滤波增强后影像图特征点提取结果图特征点提取结果图特征点提取结果图影像增强处理及其利用算子对增强后影像进行特征点提取结果基于相位编组的特征线提取特征线是指影像上的边缘与线。边缘可以定义为影像局部区域特征不相同的那些区域闩的分界线,而线则可以认为是具有很小宽度的其中间区域具有相同的影像特征的边缘对,也就是距离很小的一对边缘构成一条线。常用的特征线提取方法主要有:变换、链码、相位编绢种方法。其中相位编组法是建立在梯度相伩一致的基础上。根据像素的梯度方冋信息,将图像或者边缘检测点划分为不同支持区域,按照角度分区原则将相邻的梯度方向相近的点编组为一个直线支持区,然后对支持区进行直线拟合。算法具体实现如下:)利用算子计算每个像元的梯度幅值和棁度方向;)梯度相位编组。将°°分为个分区,每个分区间隔跨度为。根据梯度方向角将像元划分到对应的分区内,并赋予其对应的分区号。为了避免分区处特征线提取结果不连续,相位编组算法采用交替重叠的分区方式进行二次编码。采用方向链码或联通成分法将具有相同标号的邻接点连接,形成直线支持区,对次分区方式下编码不同的像元将其归为较长的直线支持区内;)在每个直线支持区内进行直线拟合或者提取对应的直线。原始影像及滤波后影像如图所示。图原始影像采用从官网下载的航空影像,原始影像灰度值较小,因此影像整体偏暗,对比度不明显。本文先采用自适应平滑滤波对影像进行平滑,再利于滤波技术对平滑后的影像进行增强,得到结果如图所示。图中纹理信息得到丰富,原始影像中存在非常弱的纹理模式得到了増强,提髙了影像取国科技论又在线的信噪比,效果较好。图为直接基于滤波增强影像,原始影像上的纹理模式得到了增强,但是噪声也被增强。原始影像滤波增强后影像二次滤波增强后影像图原始影像及滤波后影像采用相位编组方法分别对原始影像滤波后影像和二次滤波后的影像进行特征线提取。特征线提取数目及其包含像素的数目如表所示,特征线提取数目由少到多依次为滤波增强影像、原始影像、二次滤波后影像。特征线提取结果如图所示。图中、方框内为提取得到部分建筑物屋顶轮原线,对应区域放大显示分别如图、图所示。通过对比分析可以看出,经二次滤波增强后的影像更适合于特征线提取,提取得到的建筑物边缘连续性较好,轮廓较为完整。直接基于滤波增强后影像特征线提取结果中,建筑物边缘线存在断裂要多于二次滤波后的影像。这是由于经过滤波增强后,影像噪声信恳也同时得到増强,采用相位编组对影像进行特征线提取过程中,大部分连续边缘的断裂都是由于噪声点或者对比度不均匀引起的,噪声点梯度相位信息相对于其周围点会有所不同,因此产生连续边缘的断裂。此外,由于噪声引起连续边缘断裂,部分短直线在提取过程中由于小」直线长度阈值被剔除,也会导致连续边缘问断及直线提取数目较少。表特征线提取结果影像数据提取特征线数目特征线包含像素数目原始影像滤波增强后影像次滤波增强后影像图.征线提取结果图特征线提取结果图特征线提取结果图柑位编组特征线提取结果取国科技论又在线区域放大显示∥4y区域放大显小图图中对应区域放大显结论针对滤波在增强影像的同时也会放大噪声的问题,本文通过增加自适应平滑滤波对其进行改进,抑制了原始影像上的噪声信息,避免了噪声对后续特征提取的影响。然后,分别利用算子和相位编组方法对本文算法滤波增强后的影像进行特征点、特征线提取,并与原始影像和直接基于滤波增强后影像的特征提取结果进行对比,结果表明:特征提取数目较原始影像有所增加,而直接基于滤波处理后的影像,由于噪声的影响特征点提取结果较差,存在大量噪声点,特征线提取结果连续边缘断裂较多。通过组特征提取实验验证了结合自适应平滑滤波的滤波在数字图像特征提取中的有效性,有利于后续基于特征的影像匹忾、影像配准、三维建模等应用。参考文献张力,张祖勋,张剑滤波在影像匹配中的应用武汉测绘科技人学学报,王智均,李德仁,李清泉变化在小波景像融合中的应用武汉测绘科技大学学报,,朱酮娜,刘飞基」滤波的改进小波去噪方法研究地理空间信息,,:朱巧云,答星基于滤波器的异源遥感影像匀光方法测绘与空间地理信息,潘俊立体正射影像无缝镶嵌技术研究武汉:武汉大学取国科技论又在线王密,潘俊面向无缝影像欻据库应用的一种新的光学遥感影像色彩平衡方法国土资源遙感,,景哓车,李剑锋,熊玉庆諍止图像的一和自适应平滑滤波算法通信学报,佟雨兵张其善祁云平基于与联合的图像质量评价模型中国图象图形学报,,胡星,马林华,茹乐,等低信噪比下图像传输的纠错编码方法中国科技论文秦树海,佟惠罕,饶敏一神新的图像质量评价方法导弹与制导学报,,闰利,胡晓斌利用视觉模型的图像质量评价研究武汉大学学报信息科学版王舒鹃,方莉利用算子提取特征点实现过程分析电脑知识与技术,,张剑清潘丽王树根摄影测量学武汉:武汉大学出版社安文无人机遥感影像建筑物提取算法研究郑州:解放军信息工程大学,: