中值濾波在智能車圖像處理中的應(yīng)用

蔣 旭，吳 濤（昆明理工大學(xué)機電工程學(xué)院，云南 昆明650500）

0 引言

智能車攝像頭對圖像進(jìn)行采集的過程中，由于來自系統(tǒng)內(nèi)部、外部諸多因素的干擾和光學(xué)系統(tǒng)成像時的失真，智能車獲取的圖像與原始圖像相比較發(fā)生了降質(zhì)和畸變，使智能車從中提取到的道路信息減少甚至造成失真。為了讓智能車獲取更為準(zhǔn)確的道路信息，需對圖像進(jìn)行降噪、銳化等處理，以增強圖像。隨著計算機的發(fā)展，降噪方法層出不窮，但是很多方法都是基于計算機發(fā)展起來的，運算量都相對比較大，現(xiàn)階段應(yīng)用比較多且較為簡單的有空間鄰域平均、頻率域低通道濾波和多幅圖像平均等，但處理后會使圖像產(chǎn)生模糊效應(yīng)，需進(jìn)行銳化處理，因此，會增加運算量。而智能車賽道邊線的提取是一個簡單而又十分重要的過程，只需對賽道邊線提取并處理，對點、線和尖頂?shù)燃?xì)節(jié)不做處理。

1 中值濾波在智能車圖像處理中的應(yīng)用

中值濾波［1］首先是被應(yīng)用于一維信號［2］處理技術(shù)中，后來被二維信號處理［3－4］技術(shù)所使用。在一定的條件下，可有效地克服線性濾波器所帶來的圖像細(xì)節(jié)模糊，且對濾除脈沖干擾及圖像掃描噪聲最為有效。所謂的“中值”是指將一個數(shù)據(jù)序列中的數(shù)據(jù)按照從大到小（或者相反）的順序排列，如果這個序列的長度為奇數(shù)，則排在中間那個數(shù)就是此序列的中值；如果序列的長度為偶數(shù)，可以定義處于中間2個數(shù)的平均數(shù)為中值。

1．1 一維中值濾波

最簡單的辦法就是用一個含有奇數(shù)點的條形或者方形滑動窗口［1］，在智能車攝像頭采集回來的圖像上逐點滑動，將窗口正中那點的值用窗口內(nèi)各點灰度的中值替代。在一般情況下，可以這樣定義一維中值濾波：設(shè)有一個一維序列 ｛x1，x2，x3，…，xn｝，取窗口長度為奇數(shù)m，對此序列進(jìn)行中值濾波，就是從輸入序列中相繼抽出 m 個數(shù)，xi－v，…，xi－1，xi，xi＋1，…xi＋v，i為窗口的中心位置，v＝（m－1）／2，再將這m個點按其數(shù)值大小排列，取其序號為正中間的那個數(shù)作為濾波輸出。用數(shù)學(xué)公式表示為：

將智能車攝像頭采集回來的圖像進(jìn)行橫向一維中值濾波，其降噪前后的效果對比如圖1所示。由圖1可知，橫向像素相對變得平和，獨立噪點基本被消除。

圖1 橫向一維中值濾波的效果對比

將智能車攝像頭采集回來的圖像進(jìn)行縱向一維中值濾波，其降噪前后的效果對比如圖2所示。由圖2可知，縱向像素相對變得平和，獨立噪點基本被消除。

圖2 縱向一維中值濾波的效果對比

1．2 二維中值濾波

采用條形窗口的辦法是一維中值濾波，將這種方法推廣到二維，采用方形窗口，就形成二維中值濾波。對二維序列｛xi，j｝進(jìn)行中值濾波時，濾波窗口也是二維的，二維數(shù)據(jù)的中值濾波可以表示為：

A 為濾波器的窗口，窗口的尺寸i，j∈Z，xi，j∈A，可取3×3，5×5或者更大。濾波窗口［5］的形狀也不一定拘泥于正方形，可以有多種不同的形狀，如線狀、方形、圓形和十字形等。在實際應(yīng)用中，對于有緩變的較長輪廓線物體的圖像，采用方形或者圓形窗口為宜；對于包含頂尖角物體的圖像，適宜用十字形窗口，如圖3所示。

將智能車采集到的圖像進(jìn)行十字形窗口中值濾波，其前后對比如圖3所示。在細(xì)節(jié)的地方，像素點相對減弱，對比度也相對減弱，但是噪點基本被消除，智能車在對賽道信息［6］的提取過程中只需對圖像進(jìn)行二值化，即可準(zhǔn)確獲取賽道信息，從很大程度上減弱了噪點對賽道信息的干擾，從而提高了微控制器的控制效率［7］。

圖3 十字形窗口濾波的前后對比

2 中值濾波圖像頻譜分析

中值濾波常用來減弱隨機干擾或孤立噪聲，對于其性能的分析，由于中值濾波是非線性濾波，因此，要得到一般的定量結(jié)論比較困難。

從頻域［8］的角度來分析，由于中值濾波是非線性的，在輸入和輸出之間不存在一一對應(yīng)的關(guān)系，故不能用一般線性濾波器頻率特性的研究方法。為了能夠直觀定性地看出中值濾波輸入和輸出頻譜變化情況，采用總體試驗觀察方法。

設(shè)X（u，v）為輸入圖像頻譜，Y（u，v）為輸出圖像頻譜，參照線性系統(tǒng)的方法，定義為：

H（u，v）為中值濾波器的頻率響應(yīng)特性。經(jīng)中值濾波后，圖像降噪頻譜如圖4所示。實驗表明，H（u，v）與X（u，v）有關(guān)，呈不規(guī)則波動不大的曲線，其均值比較平坦。可以認(rèn)為經(jīng)中值濾波后，傳輸函數(shù)近似為“1”，即中值濾波對信號的頻域影響不大，頻譜基本不變。

圖4 圖像降噪頻譜示意

由圖4可知，一維中值濾波對圖像的像素有一定的減弱作用，二維中值濾波從很大程度上對圖像的像素有減弱作用，且賽道上的噪點基本被消除。而智能車在賽道信息的提取過程中只需要把賽道和邊界區(qū)別開來，對細(xì)節(jié)無需做處理，可見中值濾波在智能車圖像降噪過程中有很好的實用性和可行性。

3 結(jié)束語

總體來說，和低通濾波器相比較，中值濾波能夠較好地保留原圖像中的躍變部分，非常有效地去除孤立噪聲，但在使用中值濾波時必須注意如何保持圖像中有效的細(xì)線狀物體。而智能車對賽道提取的過程中重點是能準(zhǔn)確地對賽道邊線進(jìn)行識別和提取，不需要對賽道的微小細(xì)節(jié)做處理。中值濾波可滿足智能車圖像處理的要求，有很好的降噪效果，能為智能車提供更為準(zhǔn)確的道路信息。

［1］ 朱秀昌，劉 峰，胡 棟．?dāng)?shù)字圖像處理與圖像通信［M］．北京：北京郵電大學(xué)出版社，2008．

［2］ 許錄平．?dāng)?shù)字圖像處理學(xué)習(xí)指導(dǎo)［M］．北京：科學(xué)出版社，2009．

［3］ 劉俊山，李旭輝．?dāng)?shù)字圖像處理［M］．北京：清華大學(xué)出版社，2013．

［4］ Kenneth R Castleman．?dāng)?shù)字圖像處理［M］．朱志剛，等譯．北京：電子工業(yè)出版社，2011．

［5］ 劉 瑜，朱秀珍．?dāng)?shù)字圖像處理與圖像通訊實驗［M］．北京：北京郵電大學(xué)出版社，2008．

［6］ 王 建，張曉煒，楊 錦，等．基于視覺傳感器的智能車控制算法設(shè)計［J］．微型機與應(yīng)用，2010，29（20）：74－76．

［7］ 王宜懷，吳 瑾，蔣銀珍．嵌入式系統(tǒng)原理與實踐［M］．北京：電子工業(yè)版社，2012．

［8］ 白 龍，杜向黨，張 宇，等．基于圖像的SCARA機器人的視覺伺服系統(tǒng)仿真［J］．機械與電子，2012（10）：75－78．