基于改進Prewitt算子的農業圖像去噪算法

徐欣+劉寶鍾

摘要：農業圖像的獲取受到氣候、光照、拍攝角度、拍攝器件電壓等因素的限制，所獲取的圖像含有噪聲，無法直接用于判讀分析。對該類圖像去噪進行研究，首先，將經典Prewitt算子的檢測模板由2個方向擴充為8個方向，進一步豐富了Prewitt算子的檢測模板序列，將其應用于農業圖像邊緣輪廓檢測，獲得邊緣圖像和非邊緣圖像；其次，對邊緣圖像采用經典中值濾波算法進行處理，剔除其中的噪聲點；再次，在對經典中值濾波特征分析的基礎上，提出了一種具有噪聲檢測功能的改進加權中值濾波算法，將其應用于處理非邊緣圖像；最后，將處理后的邊緣圖像、非邊緣圖像進行充分融合。試驗結果表明，本研究算法對于農業圖像的處理效果明顯優于經典中值濾波以及2種改進型中值濾波。

關鍵詞：農業智能化；農業圖像；Prewitt算子；檢測模板；經典中值濾波

中圖分類號：TP391.41；S126 文獻標志碼：A 文章編號：1002—1302（2016）01—0406—02

總體上看，導致農業圖像中含有噪聲且清晰度不高的原因主要有2類：（1）農作物、農產品生長環境較為復雜，圖像獲取受到天氣、空氣能見度等因素的限制，導致獲取的圖像對比度不高；（2）由于在野外工作，大型成像設備的電壓偶爾不穩定，會在獲取的圖像中產生一些隨機噪聲點。如果直接以該類圖像為研究對象，對其進行圖像分割、目標識別的效果必將大打折扣，為了最大限度發揮圖像的作用，有必要首先對圖像進行濾波處理。圖像濾波思路歸結起來有2類：（1）直接法。采用一些已有的算法如中值濾波、維納濾波等算法直接對圖像進行處理，具有算法原理簡單、易于操作等優點。（2）間接法。采用小波變換、輪廓波變換等方法對圖像進行多尺度變換，在此基礎上采用一些濾波算法進行處理，然后進行圖像重構。由此可見，相對于間接法而言，直接法更具有優勢。因此，本研究借助直接法的思路，提出了一種具有邊緣檢測效果的農業圖像改進自適應加權中值濾波算法，以期為農業圖像濾波處理提供一種有效方法。

1改進Prewitt算子

Prewitt圖像邊緣檢測算子采用水平和垂直的模板（圖1）來實現對圖像中邊緣輪廓信息的有效檢測，但對于農業圖像來說，圖像中邊緣輪廓除了呈水平、垂直方向分布之外，還有相當一部分信息呈多方向分布，如植物的葉片邊緣、果實邊緣等信息，單純采用圖1中的檢測模板，無法準確地提取出圖像中的邊緣輪廓。因此，在圖1的基礎上對Prewitt算子進行改進，設計了6種新的檢測模板（圖2），連同圖1中的模板，共同組成改進后的Prewitt算子的檢測模板序列。

采用圖1、圖2中所涉及的8個方向的檢測模板，能基本勝任含有復雜信息的農業圖像邊緣輪廓的提取。一幅農業圖像中任意3×3大小區域可抽象表示成如圖3所示的形式。

對圖1所定義圖像區域采用改進的Prewitt算子（以圖1-a模板為例）進行邊緣提取，定義如下運算：

3算法思路與試驗分析

（1）對農業圖像采用改進的Prewitt算子檢測邊緣輪廓，獲得邊緣圖像和非邊緣圖像；（2）由于圖像中混入不同程度的噪聲，那么邊緣圖像中勢必含有大量的“雜點”即噪聲點，采用經典中值濾波（3×3尺寸的濾波窗口）進行處理；（3）對于非邊緣圖像采用改進加權中值濾波進行處理，對應著第2節中的步驟1～7；（4）對（2）、（3）中獲得的邊緣、非邊緣圖像進行疊加，獲得最終處理后的圖像。

根據上述思路，將研究算法編寫成MATLAB程序，對一幅油桃成熟期果實圖像進行試驗。同時分別將本研究所提算法與經典中值濾波、極值中值濾波以及開關中值濾波算法的去噪結果進行對比。上述4種算法的試驗結果見圖4。

原始圖像存在一定程度的模糊，圖中含有一些細小的“亮點”和“黑點”，即隨機噪聲點。為了測試本研究中4種算法特別是本研究所提算法的去噪能力，在該圖像中另外添加一定程度的隨機噪聲，添加了密度為15%的隨機噪聲圖像如圖4-b所示。經典中值濾波（濾波窗口長、寬均為3）結果如圖4-c所示，圖中含有大量的較大的“黑點”，這主要是因為該算法無法預先對圖像中的噪聲點進行判別，將大量的噪聲點的灰度值直接對濾波對象進行賦值，導致出現了大量噪聲點集聚的現象，即出現了較大的“黑點”。極值中值濾波和開關中值濾波效果整體上優于經典中值濾波，圖4-d、4-e中的“黑點”密度明顯降低，但這2類算法盡管均預先對圖像中的噪聲點進行了有效判別，但是沒有考慮到各像素點與待濾波點間的相關性，從而導致濾波后圖像存在一定的模糊。圖4-f為本研究所提算法處理結果，經仔細辨認，圖中仍然有噪聲點零星分布，但總體上不影響判讀和分析。

為了印證上述主觀分析結果，分別對上述試驗結果的均方差（mean square error，MSE）進行計算，MSE值越大說明濾波后圖像質量越差，結果見表1。

由表1可知，極值中值濾波與開關中值濾波性能優于經典中值濾波，本研究所提算法性能又優于其余3種算法。

4結論

為了有效處理農業圖像，首先采用改進后的Prewitt算子對圖像進行檢測，將圖像分成邊緣圖像和非邊緣圖像2部分，分別采用經典中值濾波和改進加權中值濾波進行處理；然后對處理后的邊緣、非邊緣圖像進行融合。試驗結果定性定量表明，本研究所提算法對于農業圖像的處理效果明顯優于經典中值濾波、極值中值濾波及開關中值濾波，有一定實用性。