[发明专利]图像处理中的改进形态学滤波方法

说明书

技术领域

本发明涉及一种图像处理技术领域的方法，具体是一种图像处理中的改进形 态学滤波方法。

背景技术

基于数学形态学的图像处理是近年来兴起的一种颇为新颖的图像处理技术， 从集合的角度来对信号进行几何形态分析和描述。现在，数学形态学已经广泛应 用于图像处理与分析、图像去噪、模式识别、人工智能、机器视觉、工业检测、 生物医学工程等领域，发挥巨大功能，并不断发展和完善。形态学滤波，究其本 质，可分解为形态学变换与结构元素选取两个基本的问题。腐蚀和膨胀是数学形 态学的两个基本操作，利用这两个基本操作可以组合构成许多具有不同特性的形 态学滤波；当形态学变换确定后，形态学滤波的性能就仅仅取决于结构元素的选 取，包括结构元素的形状和参数值，选取不同的结构元素会导致滤波对不同几何 结构元素的分析和处理。

由腐蚀和膨胀组合构成的开、闭操作是数学形态学的两个最基本操作，具有 高通滤波的某些特性，被广泛应用于图像平滑处理：开操作可以去掉图像中的一 些孤立子域和毛刺，去除图像中的亮噪声；闭操作可以填充图像中的一些小洞和 将两个邻近的目标连接起来，能有效去除图像中的暗噪声。由于数字图像中可能 同时存在亮、暗噪声的干扰，而单独的开操作或闭操作存在有向性，即分别只能 对图像中的一种噪声进行有效地抑制和消除。为了能够去除图像中的亮、暗噪声， 可以先后对图像进行开操作和闭操作，则必然会增加处理的时间和复杂度。

经对现有技术的文献检索发现，P.T.Jackway在Electronics Letters (2000)(电子快报)上发表的“Improved morphological top-hat”(改进的形 态学top-hat)，该文中提出了改进的形态学Top-Hat算子在腐蚀阶段引入了一 种环形结构元素，从而使此方法经过一次操作处理即可同时去除图像中的亮、暗 噪声，提高了处理效率，降低了平滑处理的操作量。其不足之处在于，当图像中 噪声密度较大且图像背景存在一定灰度梯度时，改进的形态学Top-Hat算子性能 下降，往往不能完全有效地去除图像的噪声。

发明内容

本发明的目的在于针对现有技术存在的不足和缺陷，提出了一种图像处理中 的改进形态学滤波方法，通过构造环形结构元素，并将环形结构元素分解为八个 方向窗口来分别感知图像背景的灰度梯度；同时，结合中值滤波和极小值滤波构 建的改进的形态学滤波方法，不仅能够保持中值滤波去噪的性能，而且兼顾了形 态学滤波能能够有效保持图像中目标的几何特性的性能。从而克服了传统形态学 开操作或闭操作一次只能去除一种噪声，改进的形态学Top-Hat算子在噪声密度 大和图像存在灰度梯度时性能下降，中值滤波不能保持图像中目标的几何特性等 缺点。

本发明是通过以下技术方案实现的，包括如下步骤：

第一步，定义内部结构元素和外部结构元素，由此构造一个环形结构元素；

第二步，采用环形结构元素对图像进行改进的形态学腐蚀操作，得到腐蚀后 图像；

第三步，利用扁平结构元素对所得到的腐蚀图像进行传统的膨胀操作，恢复 由于腐蚀操作造成的灰度平移和定义域的缩小。

所述构造一个环形结构元素，具体为：环形结构元素由内外两部分嵌套而成： 内部结构元素B_i和外部结构元素B_o，且满足B_i＜B_o，则环形结构元素B定义为： B＝B_o-B_i，即相当于从外部结构元素覆盖区域中挖空内部结构元素覆盖区域 后，余下的一个环形结构。环形结构元素值取相同的灰度值。

所述采用环形结构元素对图像进行改进的形态学腐蚀操作，具体为：利用步 骤一构造的环形结构元素从上到下、从左到右依次遍历并处理图像中的每一个像 素点。在每一个待处理像素点，将环形结构元素分解为上、下、左、右、左上、 左下、右上、右下八个方向窗口，分别选取每一个方向窗口范围内的灰度值的中 值，然后选取这些中值中的最小灰度值并作为当前处理像素点的灰度值。这一综 合处理定义为改进的形态学腐蚀操作。这样，经过改进的形态学腐蚀处理后，就 可以得到腐蚀后图像。