>
摘 要:本文提出基于改进的Prewitt算子结合高斯滤波器及灰度变换的方法对图像进行增强,实验结果显示运用本文的方法对拍摄的低对比度图像的增强是有效的。
关键词:低对比度图像;灰度变换;Prewitt算子;图像增强
引言
光学字符识别(optical character recognition ,OCR) 技术已在众多领域得到了广泛应用。字符分割的好坏直接影响OCR 系统性能指标。在图像分割技术中,低对比度图像的分割又是一难点。对于低对比度图像的处理,现有的研究有低对比度图像自适应阈值算法, 基于小波变换的图像增强算法, 图像处理和数字图像增强系统以及基于软阈值的小波图像增强方法等。在一些采用摄像机采集图像进行字符识别的应用中,如在线零件号码识别,车辆车牌识别,激光打印的纸板字符识别,由于周围环境的影响或本身材质的问题,一般来说图像质量不是很好,对比度比较低,采用单一的阈值方法不能得到理想的二值化图像,这将直接影响字符的识别。本文就纸板的字符图像为对象,针对低对比度的图像增强问题进行研究,提出基于改进的Prewitt算子的基础上结合高斯滤波以及图像的灰度变换的方法,经实验达到较好的二值化图像,方便于图像后处理。
图1 一副低对比度图像
图2 Prewitt算子
图3 进行字符截取的结果
图4 运用本文提出的方法处理图3的结果
图5 运用传统的Prewitt算子处理图3的结果
图6 运用Sobel算子处理图3的结果
图7 运用本文提出的方法处理的结果
算法介绍
改进的Prewitt 算法
本研究选用的图像经CCD采集如图1所示,图中显示的字符与背景色的灰度非常接近。
从图像的直方图上来看没有明显的峰值差异,无法用阈值或现有的其它方法使其实现有效的二值化。本文先采用Prewitt算子进行边缘轮廓提取,使得图像摆脱背景灰度与字符灰度相似的干扰,Prewitt算子由图2 所示的两个卷积核形成。在处理时, 图像中每个点都用这两个核进行卷积, 然后取其最大作为输出。
本文采用Prewitt算子的改进方法, 图像处理的过程中,处理对象不是图像的灰度, 而是灰度的对数. 这样既可保留原方法对光强变化不敏感的优点, 同时通过平滑克服了抗干扰性差的缺点, 提高信噪比. 计算公式如下:
线性变换
灰度的线性变换是将图像中所有的点的灰度按照线性灰度变换函数进行变换,线性灰度变换函数f(x)是一个一维线性函数:
灰度变换方程为:
式中参数fA为线性函数的斜率,fB为线性函数在y轴的截距,DA表示输入图像的灰度,DB表示输出图像的灰度,当fA>1时,输出图像的对比度将增大,当fA<1时,输出图像的对比度将减小。
高斯滤波器
高斯滤波器的数学表达式为:
等式(6)中的D(u,v)是距傅立叶变换原点的距离,s是高斯曲线的量度。使 s=D0,可以依据定义得到更为熟悉的等式:
这里D0为截止频率。 当D(u,v)=D0, 滤波器函数的值为最大值的0.607倍。
在本文中,GLPFs的使用是为了消除噪声和拉伸字符的边界。
灰度变换
灰度拉伸和灰度的线性变换有点类似,都用到了灰度的线性变换。但不同之处在于灰度拉伸不是完全的线性变换,而是分段进行线性变换。灰度拉伸的变换函数表达式如下:
灰度拉伸可以更加灵活地控制输出灰度直方图的分布,它可以有选择地拉伸某段灰度区间以改善输出图像。
实验结果
由于算子处理的图像的值因改进的方法而产生变换,处理后的结果对其每个像素的灰度经实验应乘因子100(经验值),经线性拉伸变换后,对图像进行分割,对直方图投影图进行分割,把图中为字符的部分分割下来并取原图的部分(见图3),再对其进行处理,为了对字符的处理更为有效,再对图3进行高斯滤波,实验选择参数D0=30,实验结果显示字符边缘因滤波而有些扩张,而且部分噪声消除了,然后对其进行改进的Prewitt算子处理,再一次进行高斯滤波, 得到的图像进行灰度拉伸,此时选用的参数x1=40,y1=100,x2=220,y2=220,最后对图像进行线性变换,使图像灰度得到均衡,选用的参数fA=8, fB=-128,得到的图像如图4所示。
此外,本实验分别采取了传统的Prewitt算子和Sobel算子处理图3,并结合灰度拉伸及滤波作用得出的结果如图5和图6所示,比较图4、5、6可以看出,图4的处理质量明显高于其它两幅,算法的计算量并没有加大,从而得出本文的方法优于其它的方法。
图像的后处理往往需要二值化的图像,简单地对图4进行二值化处理,结果如图7所示,可以看出此时分割图像的字符就十分容易了。
结语
本文所提出的基于改进的Prewitt算子结合灰度变换的算法对低对比度图像的处理结果较好且速度快,既可保留原方法对光强变化不敏感的优点, 同时通过平滑克服了抗干扰性差的缺点, 有助于图像的后续处理。■
参考文献
1 阮秋棋. 数字图像处理. 电子工业出版社,2001.1
2 Rafael C. Gonzalez. 数字图像处理(第二版). 电子工业出版社,2007.7