Page 40 - 理化检验-物理分册2021年第十二期

刘吉华, 等: MATLAB软件在铁路车轮钢组织定量分析中的应用

3.2 图像的预处理
首先对读入的图像进行剪裁, 保留目标区域, 将
SEM 图中标尺部分去除。为了减小干扰, 更精确地
对图像进行分割处理, 在图像分割前, 需要对图像进
行预处理, 图像预处理可分为图像去噪和图像增强。
图像去噪的目的是为了处理由于显微镜光路存
在误差、 传感器噪声或金相试样中存在晶界或孤立
点等噪声, 最大限度去掉这些因素对图像分割和特
征提取的影响。中值滤波是一种能有效抑制噪声的
非线性信号处理技术, 在滤除噪声的同时, 能够保护
信号的边缘, 使之不被模糊。且 MATLAB 软件自
带中 值 滤 波 工 具, 操 作 简 单 便 捷, 笔 者 使 用
MATLAB软件自带中值滤波工具对图像进行去噪
处理。在二维情况下中值滤波可表达为
;(
Y i j =MedX i j =Med [ X i + m , j = n m , n ) ∈W ]
图5 图1a ) 滤波前后的对比图
( 1 )

式中: m 为窗口水平像素点个数; n 为窗口垂直像素 Fi g 5 Com p arisondia g ramsbeforeandafterfilterin g ofFi g 1a

a beforefilterin g b afterfilterin g
为中
点个数; X i j 为被处理的像素点; Y i j 为以 X i j
概率。
心, 中值处理的输出值; W 为平面窗口尺寸。
寻找到满足等式的z 值, 可表达为
在对不同窗口尺寸进行对比后, 较小的窗口尺
- 1 - 1 )
z k = G
寸能较好地保留图像边缘特征, 该次试验使用窗口 T r k = G ( s k
( k= 0 , 1 , 2 …, l-1 ) ( 4 )
尺寸为3×3个像素点。
直方图规定化的关键是找到合适的映射函数,
图5为图1a ) 滤波前后图像分割的对比, 未滤
使规定化后图像直方图适用于三角形算法。笔者使
波时, 成片的白色区域内含有很多黑色的像素点, 这
用高斯函数对原函数灰度直方图轮廓进行拟合, 拟
些像素点可能是图像噪声干扰或珠光体相中含有的
合的函数图像作为映射函数图像。
铁素体片层。经过滤波后, 可以减小这些因素对于
图6为对图4c ) 直方图轮廓进行拟合的函数图
计算结果的干扰。
像, 拟合后的映射图像与原直方图在波峰部分基本
因为图1b ) 和c ) 的灰度直方图不满足三角形算
一致, 只对小的波峰位置做处理, 使直方图满足三角
法要求, 将使用直方图规定化处理方法对图 1b ) 和
形算法要求。图 7 为图 1c ) 使用直方图规定化前
c ) 的灰度直方图进行图像增强处理, 使直方图满足
后, 图像分割对比。图1c ) 的灰度直方图( 即图4c ))
三角形算法对直方图的要求。直方图规定化是通过
为非常规单峰直方图, 在使用三角形算法进行分割
一个映射函数图像, 将原直方图变成规定形状的直
方图而对图像进行增强的方法。
对于离散图像, 直方图规定化基本公式为 [ 13 ]
k k
q j
S k = T r k = ∑ P r r j = ∑

j = 0 j = 0 q
( k= 0 , 1 , 2 …, l-1 ) ( 2 )
k
v k = G z k = ∑ P z z j = S k

j = 0
( k= 0 , 1 , 2 …, l-1 ) ( 3 )
式中: P r r 和 P z z ) 分别为原始灰度图像和期望
(
()
的灰度分布概率密度函数; k 为灰度级数目; 为图 图6 对图4c ) 直方图轮廓进行高斯曲线拟合后的映射函数图像
q

Fi g 6 Thema pp in g functionima g eafterGaussiancurve
像中像素的总数; 为在图像中出现这种灰度级的
q j
fittin g ofthehisto g ramcontourinFi g 4c
( ) 为第 级灰度级的
次数; l 为灰度级的数目; P r r j j
2 4