轮胎痕迹图像处理中懿滤波去噪技术
- 格式：pdf
- 大小：1.90 MB
- 文档页数：4
） Ｊ 一 描 述 噪 声 总 功 率
方 差 ： （ ， ４ ） 一 （ ， ４ ） ］ 。 ｆ 一 描 述 噪 声 的 交 流 功 率
均值平 方 ： 一 表示 了噪声 的直流功率
按噪声统计特 性 、噪声幅度分 布形状 、噪声频 谱 形状 ，噪声和 信号之间的关 系等 因素来 区分有平稳 噪 声 、非平稳 噪声 、高斯 噪声 、瑞利噪声 、白噪音 、三
ｌ ＋ 一 ｌ 】
从噪声 中提取信号 波形的各种 估计方法 中 ，维 纳 （ Ｗｉ ｅ ｎ ｅ ｒ ） 滤 波 是一 种最 基本 的 方法 ，适用于 需 要
从噪 声中分离 出的有用信号 是整个信号 （ 波形 ），而
不只 是它的几个 参量 。其基本依据 就是最小均方 误差
准则 。
性信号处 理技术 ，中值 滤波的基 本原理是把 数字 图像
道路交通科学技术 ２ ０ １ ５． ０ １
技术研究 『 Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ
氓
２维纳 滤波 去噪
图像 中的边缘和轮 廓等细节部 分与图像频谱 的高 频成 分相对应 ，因此 采用高通滤 波的方法让高 频分量 Ｉ Ｉ Ｉ ． ￣Ｕ 通过 ，使低频 分量受到抑止 ，就可增强高频成分 ， 使 图像的边缘和轮 廓变得清 晰 ，实现 图像 的锐 化 。常
影 响到 后续 每个 处 理流 程和 最 后的 识 别精 度 。图像 预处 理 的 目的是 为 了方 便 以后 对轮 胎 图像进 行 边缘 检测 和 特征 点提 取 ，所 以预 处理 的 方法 也是 根 据其 后 的工 作流 程 决定 的 。图像 预处 理 的方 法 中图 像 的
均 方 值：
１ ＋ 一 １ ｌ Ｄ ＇ １ 、 Ｉ
其中：
（ １ ）
一
Ｄ（ “ ， ｖ ） ：
（ ）
式中 ： 表示滤波器的阶数 ： Ｄｏ 为截至 频率 。
与高通 滤波相反 ，低 通滤波能 消除图像 的噪声 。
巴特沃斯低通滤波 器格式 为 ：
１中 值滤 波去 噪
Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ； 技术研究
轮胎痕迹图像处理 中的 滤波去 噪技术
文 ／ 张汉欣
Ｅ Ｉ ｌ 壹本 文 以 快 速 准 确 识 别 涉 车 现 场 轮 胎 痕 迹 为 目 的 ， 针 对 道 路 交 通 事 故 现 场 轮 胎 痕 迹 图
尺 寸 一 般 先 选 用 ３，再 取 ５，逐 步 放 大 ，直 到 效 果 满 意 为 止 。ＭＡＴＬ ＡＢ 图 像 处 理 工 具 箱 提 供 了 ｍｅ ｄ ｆ ｉ ｌ ｔ ２
统 计 方 法 来 认 识 的 随机 误 差 ” ，因 而描 述 噪 声 的 方 法
图像预处理包括 灰度变换 、滤 波去噪 、增强技 术
等 。预 处理 首 先能 减少 或 消除 已采 集 图像 中 的 噪声 等 干 扰 ，提高 图 像信 噪 比 ；其 次 ，可 减少 或 消 除图
可用 其概率分布 函数和概 率密度分布 函数 。实际应用 常用 其数字特征 即均值方差 、相关 函数 等来描述 。
像 ，详 述 图像 平 滑 处 理 过 程 中各 种 滤 波 器 的 滤 除 噪 声 效 果 ， 应 用 实验 验 证 维 纳 滤 波 器 的 技 术
效果最好 ，痕迹 图像 的清晰度 显著提 高，为轮胎痕迹 图像 的边缘检测和特征提取 奠定 良好的
理 论 基础 。
巨 囱
Ｏ引言
轮 胎 痕 迹 ； 图 像 ； 增 强 ； 滤 波
或 数字序列 中一点的值 用该点的一 个邻域 中各 点值的 中值 代替 ，让 周围的像 素值接近 的真实值 ，从 而消除 孤 立的噪声 点 。二维 中值滤波是一 维的推广 ，与一维 不 同的是 ，窗口可取不 同的形态 。不同图像 的范围和 不 同的使用 要求 ，往往 采用不 同的窗 口形态和 大小 。
用 的 高 通 滤 波 器 是 巴特 沃 斯 滤 波 器 ，其 格 式 为 ：
１
鹦 窿
（ ａ） 原 图
患
（ ｂ） 高斯 噪声
簟譬 麓簟鼙
氓 畈
睦 麓 ■ 童 秘 ｜ 擘
（ Ｃ） 淑盐噪声 （ ｄ）乘法性噪声
图 １ 原 图与 常用三种 不同类型噪 声的对比
因为 这些 数字 特 征都 可从 某 些方 面反 映出 噪声 的特
征 。例如 ：
像模糊 （ 包括 运 动模 糊 ）；第 三 ，可 减少 或 消除 图
像 退 化 ，减少 图 像 失真 （ 如 几 何失 真 ）；第 四 ，还 可转 变 模式 结构 ，例 如把 非线 性 模式 转 化成 线 性模 式 ，以便 于 图像 的后 续处 理 。轮 胎痕 迹 图像 预处 理 是轮 胎痕 迹 模糊 识 别流 程 的第 一步 ，处 理效 果 直接
面亮度分布假定为 ｆ （ ｘ ， ）， 对其接收起干扰作用的 亮度分布Ｒ（ ｘ ， ） 即可称为图像噪声 。
噪声在 理论上可定义 为 “成多维 图像信 号 ，而图 像 噪声也将同样受到这样 的分解和 合成 。图 １为图像 中常用 的三种不 同类型的典型噪声 。
信号 波 形 从 噪声 污 染 中 ｌ 灰 复 称 为滤 波 。这 是 信 号处
理中经常采用的主要方法之一 ， 具有十分重要的应用价值。
中值滤波是 一种非 线性信号处 理技术 。它在一定 条件下 ，既可 消除噪声 ，又保护 了图像的细节 。运算 过程并不 需要图像 的统计运算 ，运算速度快 。中值滤 波是基于排 序统计理论 的一种能 有效抑制 噪声的非线
平滑处 理尤为重要 。 噪声是干扰 人们视觉 、听觉等 器官对所接收 的信
号源信 息认知的重要 因素 。例 如 ，一幅黑 白图片的平
角 噪声 、加 法噪声 、乘法 噪声 等 。大多数数字 图像 系
统 中 ，输 入图像都是采用 先冻结再扫描方式 将多维图 像变成 一维电信号 ，再对 其进行处理 、存储 、传输 等
