小波变换和大津法在竹编工艺中的应用

小波变换和大津法在竹编工艺中的应用 小波变换和大津法在竹编工艺中的应用 2011年第25卷第2期 (总第86期) 测试技术 J0URNALOFTESTANDTECHN0LoGY V01.25No.22011 (SumNo.86) 文章编号:1671—7449(2011)O2—0158—05 小波变换和大津法在竹编工艺中的应用 杜鹏,高宏力,张磊,张永胜 (西南交通大学机械工程学院,四川成都610031) 摘要:本文提出了一种新的竹编工艺,采用了数字图像处理算法,通过小波变换对扫描图等含噪图像进行 滤波去噪,通过Ostu算法对图像进行黑白二值处理,从而就可以把任何一幅数字图案编织成竹编工艺品.为 了去除图像中包含的大量噪声,提高基于图形处理的产品加工精度和效率,分析了维纳滤波对于图像消除噪 声的特点,采用小波自适应阈值去噪技术剔除图像中的干扰噪声.研究了大津法,P—tile法和一维最大熵阈值 法用于图像二值化处理的具体实现过程,分析了存在的不足,采用大津法对图像进行二值化处理.实践运行 结果 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明,提出的方法能够有效消除图像噪声,提高了图像处理的精度. 关键词:图像处理;小波变换;二值化;大津法;阈值 中图分类号:TH164文献标识码:Adoi:10.3969/j.issn.1671—7449.2011.02.012 ImageProcessingTechniqueBasedonWaveletTransformand OstuCombinedwiththeResearchonBambooTechnology DUPeng,GAOHongli,ZHANGLei,ZHANGYongsheng (SchoolofMechanicalEngineering,SouthwestJiaotongUniversity,Chengdu610031,China) Abstract:Byusingdigitalimageprocessingalgorithms,includingwavelettransformtofilterthenoisyimag— esthathavebeenscannedandOstutodosomebinarization,anewbambooweavingtechnologyisprosentedin thisarticle.Withthistechnology,wecantransferanykindofdigitalphotosintobambooweavinghandicrafts. Inordertoremovemassnoisecontainedintheimageandtoimproveprecisionandefficiencyoftheproducts basedongraphicsprocessing,wegiveananalysistotheWienerfiltertoeliminatenoisecharacteristicsofthe image,anduseadaptivewaveletthresholdtechniquestoremovetheinterferenoise.WestudyOtsumethod, P—tilemethodandone—— dimensionalmaximumentropythresholdmethodappliedtothespecificimplementa— tionprocessoftheimagebinarizationprocessing,analyzetheirshortcomings,andtheOtsumethodisadopt— ed.PracticaloperationresultshoWSthattheproposedmethodcaneffectivelyeliminateimagenoiseandim— proveaccuracyoftheimageprocessing. Keywords:imageprocessing;WaveletTransform;binarization;()stu;threshold 收稿日期: 基金项目: 作者简介: 通信作者: 2O1009—28 国家重大科技专项资助项目(20092x040141023);中央高校基本业务费资助项目 (SWJTU09CX019);西南交通大学校 基金资助项目(2008B13) 杜鹏(1984一),男,硕士生,主要从事故障诊断与状态检测,图像处理技术研究 高宏力(1971),男,副教授,主要从事智能制造技术,智能化状态监测与故障诊断技术研究. (总第86期)小波变换和大津法在竹编:[艺中的应用(杜鹏等)l59 0引言 传统的竹编工艺品一般是由黑白两色的竹丝交叉编织而成,其图案比较简单,一般是中国山水画, 花虫鸟兽以及名人肖像等比较固定的图案.而且传统竹编主要依靠编织工人的经验积累,往往要求工人 具有比较高的编织水平,制作周期也较长.另外,由于传统竹编往往一列仅有几十条竹丝,因此编织出 来的图案精度不高,不够细腻. 鉴于此,该文提出了一种新的竹编工艺,采用 了数字图像处理算法,通过小波变换对扫描图等含 噪图像进行滤波去噪,通过Ostu算法对图像进行 黑白二值处理,从而就可以把任何一幅数字图案编 织成竹编工艺品.基于图像处理技术的竹编工艺相 对于传统竹编工艺,有以下优势: 1)极大地丰富了竹编工艺品的图案; L1L2L3L4L5L6L7L8L9LlO ?? ?? ?? ?? __ __ ?? ?? ?? ?? 图2图像编织原理 Fig2Principleofimageweaving 1图像去噪技术 图l图像处理流程图 Fig1Flowchartsofimageprocessing 2)采用机器编织,明显提高了编织效率; 3)编织通道有360路,编织出来的图案分辨率较高,形 象生动. 图像处理流程如图l所示. 具体的编织过程可以根据编织图2中"X"图像的竹丝工 艺品的过程进行说明.图2中"L"和"H"分别代表经向和纬 向,为叙述方便,假设经向排列的竹丝数量为l0,竹丝的宽 度为1Inm.计算机采集到图像后,将图像进行等比例缩放, 经向和纬向宽度缩小为10×1mm,然后对图像进行去噪及 二值化处理,形成10×10的二值图像,转化为0—1矩阵(如 图中白色为0值,黑色为1值)后按行输入到计算机,再通过 一 系列的机械结构,就可以实现对竹丝的编织. 图像在拍摄或者传输过程中可能夹带了噪声,去噪是图像处理中常用的手法.本文 采用维纳滤波和 小波变换对图像进行去噪处理.维纳滤波是一种对退化图像进行恢复处理的一种 常用算法,也是最 早,最为人们熟知的线性图像复原方法.其设计思想是寻找一个滤波器,使得复原 后的图像g(-一,,)与原 始图像. 厂(,)均方误差最小,即 E{[g(,Y)一'(z,)]}=rain. 其 数学 数学高考答题卡模板高考数学答题卡模板三年级数学混合运算测试卷数学作业设计案例新人教版八年级上数学教学计划 形式比较复杂 m=×丽等, 式中:G(",)表示退化图像的傅里叶变换;H(",)是退化函数;(",)是噪声的功率谱;,(",) 表示原始图像的功率谱. 维纳滤波对噪声有明显的抑制作用,相对于均值滤波和中值滤波,维纳滤波对噪声的抑制效果更 好. 1.1小波变换去噪原理 .将含噪信号进行多尺度小波变换,从时域变换小波去噪的基本原理可用图3说明 到小波域,在 ?mmm? 160测试技术2011年第2期 每一尺度下把属于噪声的小波系数去掉,保留并增强属 于信号的小波系数,然后用小波逆变换恢复原信号.信号 和噪声在不同尺度的小波变换下呈现的特性截然相反, 这是信噪分离的基本原理. 含小去 噪波小波小波噪 图分系数--逆变换图 处理像解像 1.2小波阈值去噪法 图3小波去噪原理 假设在大小为"z×72的数字图像厂(i,J)上叠加了加Fig3Principleofwaveletdenoising 人均值为0,方差为0.005的高斯白噪声(i,j),F(i,J)是从f(i,J)中恢复出的图像,则 ,'(i,J)=F(i,)+(i,J), 式中:i=1,2,…,"21;=1,2,…,一1. 由于小波变换是线性变换,图像经过小波变换后,小波系数满足 f(,)=(i,)+(i,), 式中:,(i,J)是含噪图像对应的小波系数;(i,J)是恢复出的图像对应的小波系数;叫(i,J)是高 斯白噪声对应的小波系数. 小波阈值去噪的理论依据是:信号的小波系数幅值大于噪声的系数幅值,幅值比较小的系数很大 程度上是噪声,因此设定阈值可以把信号系数保留,噪声系数归零.用阈值法进行小波系数取舍,实际 上是按一定的准则将小波系数划分成两类:一类是重要的系数;一类是不重要的系数.一般以小波系数 的绝对值作为划分小波系数分类的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 ,在图像去噪中根据阈值取舍小波系数常用的公式为 ,lC(i,)Ic(,)1?, c(i,10lc(,)>. 小波阈值图像去噪过程: 1)将带噪图像在各尺度上进行小波分解,保留大尺度低分辨率下的全部小波系数; 2)对于各尺度高分辨率下的小波系数,设定一个阈值,幅值低于该阈值的小波系数置0,高于的则 保留; 3)将处理后获得的小波系数利用小波逆变换进行重构得到去噪后的图像. 这里对图像进行小波分解时采用"Daubechies5"小波.图像分解的层数为3层,因为当图像分解为3 层时,含噪图像信噪比达到所有分解层的最大值,而最小均方误差则达到最小. 小波阈值去噪方法实现简单,计算量较小,噪声几乎完全得到了抑制.阈值法去噪能够得到理想图 像的近似最优估计,因而在实际中得到了广泛应用. 为说明小波变换的有效性,对含有高斯白噪声的汽车图像进行去噪处理.同时采用维纳滤波去噪 法,小波阈值去噪法进行去噪效果对比,图4列出了经过维纳滤波和小波变换去噪的图像对比图. 一一一一(a)原始图像(b)加噪图像(c)维纳滤波(d)小波变换 图4去噪图像对比 Fig4Thecontrastofdenoiscdimage 从比较结果看:维纳滤波去噪效果不错,但丢失了很多边界信息,不能体现原图的很多细节.小波 阈值去噪法具有计算速度快,适应性广泛且能得到理想图像的近似最优估计等优点,成为应用最广的小 波变换图像去噪方法,一般当信噪比高时,均可选用该方法去噪. (总第86期)小波变换和大津法在竹编工艺中的应用(杜鹏等)161 2图像二值化 图像二值化是指用灰度变换来研究灰度图像的一种常用方法,即设定某一阈值将灰度图像的像素 分成大于阈值的像素群和小于阈值的像素群两部分.阈值是把目标和背景区分开的标尺,选择阈值的原 则就是既要尽可能保存图像信息,又要尽可能减少背景和噪声的干扰. 常见的全局阈值方法包括P—tile方法,Ostu法和一维最大熵阈值法等3类方法.Ptile法依据的原 理是由用户给定目标物在一幅图像中所占比率,然后根据"对像物和背景物的错误区分概率最小"这一原 则,用最小误差理论求解阈值,依此阈值为基础对图像整体实施二值化处理.一维最大熵阈值法的思想 是统计图像中每一个灰度级出现的概率,计算该灰度级的熵,选取使熵最大的灰度级作为分割图像的阈 值. 2.1Ostu法(大津法) 大津法依据的原理是利用方差作为判据,选取使类间方差最大和类内方差最小的图像灰度值作为 最佳阈值.设一幅图像分为1,z级,灰度值i的像素数为.则: 总像素数 N=? 各像素值概率 P=/N. 然后用一整数t将其分为两组 是=(1,2,…,t), k2=(t+1,f+2,?一,). 则k产生的概率 平均灰度 走产生的概率 .= ?Pi=1 o= ?×Pi0=(t)(t),1 平均灰度 "l= :×P/叫=[一(t)]/r1一(t), 式中:是整体图像灰度的统计均值,即图像的总平均灰度为=.×".+×". 从最小灰度值到最大灰度值遍历t,当t使得值g=硼.×("一")+u.×("一")最大时t 即 为分割的最佳阈值. 因方差是灰度分布均匀性的一种量度,方差值越大,说明构成图像的两部分差别越 大,当部分目 标错分为背景或部分背景错分为目标都会导致两部分差别变小,因此使类间方差 最大的分割意味着错分 概率最小.直接应用大津法计算量较大,因此采用了等价的公式 g=(1×l×("n一"1). 2.2处理结果对比 用上述3种方法对一幅图像进行二值化处理,如图5所示 l62测试技术2011年第2期 (a)原始图像(b)P—tile法阈值=106(C)一维最大熵阈值法闽值=73(d)大津法阈值=70 图5二值化图像对比 Fig5ThecontrastofBinaryimage 可以看出,P—tile法得出的阈值不够准确,图像还原不好.一维最大熵阈值法得出的阈值跟大津法的 阈值相似,但其程序含有迭代循环算法,花费的时间比较多.而大津法得出的图像与原始图像差距较小, 其选取出来的阈值非常理想,对各种情况的表现较为良好,是一种比较稳定的图像分割方法. 3结束语 实验表明,基于小波变换和大津法的图像处理技术能够有效去除图像的噪声,得到生动细腻的黑白 图像,为新型竹编机的研制起到了很大作用,从此竹编工艺不再拘泥于固定的图案样式,竹编艺术将向 多元化发展. 参考文献: 王俊芳,王正欢,王敏.常用图像去噪滤波方法比较分析[J].现代商贸工业,2009(16):310—311. WangJun~ng,WangZhenghuan,WangMinCompari~mofconmaonlyusedfilte,ingmethod ofimagedenoising[J].Mod— ernBusinessFradeIndustry,2009(16):310—3l1.(inChinese) 朱来东,廉小亲,江远志,小波变换在信号降噪中的应用及MATLAB实现[J].北京工商大学,2009(2):46—49 ZhuLaidong,LianXiacx4in,JiangYuanzhi.Applicationofwavelettransforminsignalde—noisingandrealizationwithmatlab J].JournalofBeijingTechnologyandBusinessUniversity,2009(2):46—49.(inchinese) 艾泽潭,石庚辰.小波变换在图像去噪中的应用:J].科技导报,2010(1):103,106. AiZetan,ShiGcngchen.WavelettransformusedinimagedenoisinglJ].Science&I'ech nologyReview,2010(1):103— 106.(inchinese) 乔万波,曹银杰一种改进的灰度图像二值化方法[J]电子科技,2008(11):63—71. qiaoWanbo,CaoYinjie.AnimprovedbinarizationmethodforgrayimagesJ].ElectronicScienceandTechnology,2008 (11):63—71.(inchinese) 王强.图像分割中闽值的选取研究及算法实现[J]计算机与现代化,2006(10):54— 56. WangQiang.ResearchonchoiceofthresholdvalueandrealizationofalgorithmincuttingapartpictureJ].Computerand Modernization,2006(10):54—56.(inchinese) 江明,刘辉,黄欢.图像二值化技术的研究[J]软件导刊,2001(11):283—286. JiangMing,LiuHui,HuangHuan.Fheresearchofbinarization[JSoftwareGuide,2001(11):283—286.(inchinese) 吕俊哲.图像二值化算法研究及其实现J]科技情报开发与经济,2004(12):266. LuJunzhe.Theresearchonthebinaryimagealgorithmandinrealizati[J].Sci/techInformationDevelopment&Economy, 2004(12):266,(inchinese) 1?j1j1j]1J1j1jL二_l寸l卜