车底检测系统智能图像处理技术

2023-12-01 11:38

常规降噪算法：

1、均值滤波器

采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图象中的颗粒噪声。领域平均法有力地抑制了噪声,同时也由于平均而引起了模糊现象,模糊程度与领域半径成正比。

几何均值滤波器所达到的平滑度可以与算术均值滤波器相比,但在滤波过程中会丢失更少的图象细节。

谐波均值滤波器对“盐”噪声效果更好,但是不适用于“胡椒”噪声。它善于处理像高斯噪声那样的其他噪声。

逆谐波均值滤波器更适合于处理脉冲噪声,但它有个缺点,就是必须要知道噪声是暗噪声还是亮噪声,以便于选择合适的滤波器阶数符号,如果阶数的符号选择错了可能会引起灾难性的后果。

2、自适应维纳滤波器

它能根据图象的局部方差来调整滤波器的输出,局部方差越大,滤波器的平滑作用越强。它的目标是使恢复图像f^(x,y)与原始图像f(x,y)的均方误差e2=E[(f(x,y)-f^(x,y)2]较小。该方法的滤波效果比均值滤波器效果要好,对保留图像的边缘和其他高频部分很有用,不过计算量较大。维纳滤波器对具有白噪声的图象滤波效果佳。

3、中值滤波器

它是一种常用的非线性平滑滤波器,其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值,从而可以消除孤立的噪声点,所以中值滤波对于滤除图像的椒盐噪声非常有效。中值滤波器可以做到既去除噪声又能保护图像的边缘,从而获得较满意的复原效果,而且,在实际运算过程中不需要图象的统计特性,这也带来不少方便,但对一些细节多,特别是点、线、尖顶细节较多的图象不宜采用中值滤波的方法。

2.4 形态学噪声滤除器

将开启和闭合结合起来可用来滤除噪声,首先对有噪声图象进行开启操作,可选择结构要素矩阵比噪声的尺寸大,因而开启的结果是将背景上的噪声去除。***后是对前一步得到的图象进行闭合操作,将图象上的噪声去掉。根据此方法的特点可以知道,此方法适用的图像类型是图象中的对象尺寸都比较大,且没有细小的细节,对这种类型的图像除噪的效果会比较好。

2.5 小波去噪

这种方法保留了大部分包含信号的小波系数,因此可以较好地保持图象细节。小波分析进行图像去噪主要有3个步骤:(1)对图象信号进行小波分解。(2)对经过层次分解后的高频系数进行阈值量化。(3)利用二维小波重构图象信号。

前沿降噪算法：

1、BM3D 降噪

BM3D（Block-matching and 3D filtering，3维块匹配滤波）BM3D可以说是当前效果***好的算法之一。 该降噪方法提高了图像在变换域的稀疏表示。BM3D 降噪方法的优点是更好的保留图像中的一些细节，BM3D采用了不同的去噪策略。通过搜索相似块并在变换域进行滤波，得到块评估值，***后对图像中每个点进行加权得到***终去噪效果。 

该算法的思想跟NL-Means有点类似，也是在图像中寻找相似块的方法进行滤波，但是相对于NL-Means要复杂得多，理解了NL-Means有助于理解BM3D算法。BM3D算法总共有两大步骤，分为基础估计和***终估计。在这两大步中，分别又有三小步：相似块分组，协同滤波和聚合。

2、DCT 降噪

 因为车底图像噪声往往分布在高频部分，因此可以将车底图像转换到频域，进行高频处理，把高频部分虑掉.DCT 变换是正交变换。这个方法是对滑动的窗口内的图像做 DCT 变换，在局部变换域做系数收缩。由滑动窗口产的重叠部分满足图像的过完备表示。如果采用的变换不能将普通图像的细节过完备表示，那么这种变换的过完备性就不能抵消无效的收缩。因此只使用二维变换获得稀疏表示只适于特定的图像模式。

3、PCA 降噪

 PCA（主成分分析法）是一种非常适用，又相对简单的数据处理的方法。它是利用降维的方法，将数据表示的信息的主要成分提取出来，所以叫做主成分分析法。主成分分析法***直观的目的是要将冗余的数据特征进行降维处理，与此同时保留数据***重要的一部分特征，使其主要的特征成分***大的保持整个数据信息完整性。应用于图像降噪的方法的提出克服了标准正交变换带来的缺点，这种方法对于高结构性的图像细节都有很好的结果。

4、K-SVD 降噪

 K-SVD可以认为是K-means的一种扩展，K-SVD降噪方法解决了固定变换矩阵基底不能自适应图像纹理信息的缺点。

5、非局部均值降噪

 非局部均值降噪，其出发点是借鉴了越多幅图像加权的效果越好的现象，那么在同一幅图像中对具有相同性质的区域进行分类并加权平均得到去噪后的图片，应该降噪效果也会越好。该算法使用自然图像中普遍存在的冗余信息来去噪声。与双线性滤波、中值滤波等利用图像局部信息来滤波不同，它利用了整幅图像进行去噪。即以图像块为单位在图像中寻找相似区域，再对这些区域取平均，较好地滤除图像中的高斯噪声。

6、小波阈值降噪

  信号通常是低频或者平稳信号的形式，而噪声一般都是高频信号，所以降噪的过程也就是滤除高频信号的一个过程，小波阈值降噪就是利用的这一原理。在小波分析中经常用到近似和细节，近似表示信号的高尺度，即低频信息；细节表示信号的低尺度，即高频信息。对含有噪声的信号，噪声分量的主要能量集中在小波解的细节分量中。在以上过程中，小波基和分解层数的选择，阈值的选取规则，和阈值函数的设计，都是影响***终去噪效果的关键因素。

7、基于平移不变 Contourlet 变换的 SAR 图像降噪

 该变换克服了 Contourlet 不能够平移不变的缺点，不仅能很好的抑制噪声，还能达到更强的鲁棒性。

山东华时数字技术有限公司自主研发并生产全系列各种型号车底安全检查系统，技术实力雄厚，车底成像效果好、设备质量稳定可靠。欢迎各位合作伙伴联系合作事宜，共同为中国安检事业做出贡献！

原创文章，转载或摘录请注明：

摘自山东华时数字技术有限公司官网（http://www.huashtech.com）。

谢谢合作！