基于形態(tài)學(xué)融合濾波的農(nóng)業(yè)圖像改進(jìn)MSR增強(qiáng)算法

劉寶鍾　徐欣

摘要：農(nóng)業(yè)圖像增強(qiáng)對(duì)于提高圖像識(shí)別與分析結(jié)果的準(zhǔn)確性有很大幫助。多尺度Retinex（muti-scale retinex，MSR）算法由于對(duì)噪聲具有較強(qiáng)的敏感性，容易在增強(qiáng)圖像信息的同時(shí)放大噪聲，為此結(jié)合形態(tài)學(xué)濾波思想對(duì)MSR算法進(jìn)行改進(jìn)。首先分別采用半徑為1、2的棱形結(jié)構(gòu)元素構(gòu)建了開啟-閉合、閉合-開啟的形態(tài)濾波器，將它們分別對(duì)含有噪聲的農(nóng)業(yè)圖像進(jìn)行濾波，獲得了濾波圖像1、濾波圖像2；然后根據(jù)局部像素最大化原則對(duì)濾波圖像1、濾波圖像2進(jìn)行融合，得到濾波后圖像；最后采用MSS算法對(duì)濾波后的圖像進(jìn)行增強(qiáng)。分別采用圖像標(biāo)準(zhǔn)差（standard devia-tion，SD）、歸一化均方根誤差（normalized mean square error，NMSE）對(duì)增強(qiáng)后的圖像進(jìn)行客觀性評(píng)價(jià)。結(jié)果表明，該算法對(duì)于低對(duì)比度且含有噪聲的農(nóng)業(yè)圖像的增強(qiáng)效果明顯優(yōu)于形態(tài)學(xué)濾波、MSR算法。

關(guān)鍵詞：形態(tài)學(xué)融合濾波；農(nóng)業(yè)圖像；MSR算法；局部像素最大化原則

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1002—1302（2016）01—0394—02

農(nóng)業(yè)圖像增強(qiáng)的根本目的是突出圖像中的感興趣信息，弱化其余信息，盡可能提高圖像判讀、分析的針對(duì)性。農(nóng)業(yè)圖像受野外成像環(huán)境多樣性的影響以及在傳輸、解碼過程中會(huì)存在不同程度的噪聲并且在此過程中圖像對(duì)比度也有所降低。對(duì)于農(nóng)業(yè)圖像的預(yù)處理，近年來學(xué)者們著重在濾波、增強(qiáng)2個(gè)方面進(jìn)行針對(duì)性的研究，但是該類成果要么是針對(duì)圖像中的噪聲進(jìn)行濾波，要么著重于進(jìn)行圖像增強(qiáng)，因而傾向性較為明顯。當(dāng)處理對(duì)比度較低且含有噪聲的農(nóng)業(yè)圖像時(shí)，該類算法的處理效果則不盡如人意。因此，要實(shí)現(xiàn)對(duì)農(nóng)業(yè)圖像的有效處理，將圖像濾波和增強(qiáng)算法進(jìn)行有機(jī)融合是比較理想的選擇。根據(jù)這一思路，本研究將形態(tài)學(xué)濾波與多尺度Retinex（muti-scale retinex，MSR）增強(qiáng)算法有機(jī)結(jié)合，提出了1種改進(jìn)型MSR增強(qiáng)算法，即首先提出了1種形態(tài)學(xué)融合濾波算法對(duì)圖像進(jìn)行噪聲濾除，然后對(duì)濾波后的圖像進(jìn)行MSR增強(qiáng)。

1算法原理

1.1形態(tài)學(xué)融合濾波

形態(tài)學(xué)圖像處理的基本思路是采用預(yù)先設(shè)計(jì)的不同形狀（圓形、矩形、菱形等）、不同尺寸（結(jié)構(gòu)元素半徑）的結(jié)構(gòu)元素通過不同的運(yùn)算方法來對(duì)圖像進(jìn)行處理和分析。形態(tài)學(xué)運(yùn)算方法最基本的是腐蝕和膨脹運(yùn)算，令函數(shù)F（i，j）表示任意一幅圖像，B（i，j）為結(jié)構(gòu)元素，腐蝕和膨脹運(yùn)算定義為：

膨脹運(yùn)算能夠?qū)D像中處于結(jié)構(gòu)元素范圍內(nèi)的信息進(jìn)行合并，對(duì)于圖像中的空洞或凹陷部分（如裂縫）能夠進(jìn)行適當(dāng)填補(bǔ)，能夠?yàn)V除圖像中負(fù)噪聲點(diǎn)（噪聲點(diǎn)灰度值明顯低于圖像中其余像素點(diǎn)灰度值），但是對(duì)于圖像中的正噪聲（噪聲點(diǎn)灰度值明顯高于圖像中其余像素點(diǎn)灰度值）則無能為力。腐蝕運(yùn)算則能夠有效去除圖像中的正噪聲點(diǎn)，對(duì)于圖像中小于結(jié)構(gòu)元素尺寸且亮度較大的區(qū)域能夠進(jìn)行削弱甚至消除。因此，腐蝕和膨脹運(yùn)算互補(bǔ)性較強(qiáng)，將二者進(jìn)行有機(jī)組合，形成了開啟運(yùn)算、閉合運(yùn)算：

開啟運(yùn)算能夠有效去除圖像中呈孤立分布的正噪聲點(diǎn)（如圖像中孤立存在的斑點(diǎn)、毛刺），從整體上平滑圖像，但如果圖像中的負(fù)噪聲點(diǎn)過于密集且彼此間的距離明顯小于結(jié)構(gòu)元素尺寸，開運(yùn)算處理的結(jié)果只能是進(jìn)一步放大圖像中負(fù)噪聲點(diǎn)的分布區(qū)域；如果圖像中的正噪聲點(diǎn)較多，對(duì)圖像首先進(jìn)行膨脹運(yùn)算然后進(jìn)行腐蝕運(yùn)算（即閉運(yùn)算）也難以有效去除該類噪聲點(diǎn)。開動(dòng)、閉合運(yùn)算的性能是基于采用同一形狀、同一尺寸的結(jié)構(gòu)元素得出的，進(jìn)一步提高噪聲濾波性能，最為有效的思路是采用不同尺寸的結(jié)構(gòu)元素。這是因?yàn)椴捎贸叽巛^大的結(jié)構(gòu)元素能更為有效地去除噪聲點(diǎn)，但是會(huì)模糊圖像；而采用尺寸較小的結(jié)構(gòu)元素，盡管噪聲去除能力下降，但能很好地刻畫圖像中的邊緣輪廓信息。基于上述分析，本研究采用不同尺寸的結(jié)構(gòu)元素（圖1）將開啟、閉合運(yùn)算有機(jī)結(jié)合，并采用圖像融合的策略，提出了農(nóng)業(yè)圖像形態(tài)學(xué)融合濾波的思路，具體步驟如下。

（1）采用如圖1-a所示的尺寸為1的菱形結(jié)構(gòu)元素對(duì)含有噪聲的農(nóng)業(yè)圖像（尺寸大小為M×N）首先進(jìn)行開啟運(yùn)算，然后進(jìn)行閉合運(yùn)算，得到濾波圖像1。

（2）采用如圖1-b所示的尺寸為2的菱形結(jié)構(gòu)元素對(duì)含有噪聲的農(nóng)業(yè)圖像首先進(jìn)行閉合運(yùn)算，然后進(jìn)行開啟運(yùn)算，得到濾波圖像2。