什麽是影像前处理

本篇会介绍较常用的影像前处理方式,二值化与型态学

  • 二值化

所谓二值化影像即是影像中只有「黑」与「白」的表现,将一个彩色影像转为灰阶影像后,针对影像中的每个像素点,设定一个灰阶值标准,也称作阀值(threshold), 灰阶值大于标准的像素点转为白点,灰阶值小于标准的像素点转为黑点,经过转换就可以得到一张二值化影像。 阀值的设定通常是透过直方图的分布来选择适合的值,如图一,直方图的分佈有明显的波峰波谷,位于波谷的阀值可以区分图像中的两个不同灰阶区块,这就是一个适合的阀值设定;图二为二值化后的直方图分布,所有像素点灰阶值依标准被转换为0或255,也就是黑或白。

图一 图二

透过二值化处理,可以将一些隐藏在图像中或是不易發觉的资讯有效的显现出来,譬如我们想要找出图三影像中的杂质,若不做任何的影像处理,既不易筛选且会耗费大量的时间,但若是经过二值化处理后,如图四,所有的杂质都被筛选出来显示于影像中,不仅清楚并且快速。

图三 图四
  • 形态学

形态学大多是利用二值化的影像做后续的处理,根据应用的需求,来增强影像上的特徵或是纹理,主要分为四种方式

  1. 侵蚀(erosion)

透过侵蚀演算法可以消除影像中一些杂讯,下图即为侵蚀的效果,可以看到做完侵蚀处理的二值化影像,黑色边框中的白色杂讯数量受到侵蚀而减少。

  1. 膨胀(dilation)

透过膨胀演算法可以对侦测到的边缘做增强,将影像中的间隙填补起来,下图即为膨胀的效果,膨胀处理后影像会扩大

  1. 断开(opening)

断开的处理为先侵蚀再膨胀,目的在使物体的轮廓平滑,除去影像中的杂讯小点,消除窄小的细线,也就是断开物体与物体间的较细的连结,使物体可以较明显的区分开来。如下图,左图为一张盖在纸上的指纹,因为转印的关係,有许多的杂讯,透过断开处理,可以消除许多杂讯,并且使指纹的轮廓更加平滑。

  1. 闭合(closing)

闭合的处理为先膨胀再侵蚀,目的也是平滑轮廓,只是方式与断开的处理相反,闭合的功用是先将影像中的一些小洞和断线填补起来,让原本应是一体的物件趋向完整。如下左图中的数字某些部分有残破的现象,经过闭合处理后,会如右图中所示,影像中的残破的现象减少了,数字会变得较完整。