CN116993600A - 一种融合相邻平均法的太赫兹图像处理方法、装置及设备 - Google Patents

Abstract

本发明公开一种融合相邻平均法的太赫兹图像处理方法、装置及设备，该方法包括以下步骤：对太赫兹灰度图进行处理得到滤波图、增强图、二值化图、二值化去干扰图、二值化平滑图、前景图、背景图、融合图和结果图。本发明中，通过图像增强拉大了图像像素之间的亮度差距，改善了图像的视觉效果，通过轮廓查找与分析可去除干扰区域，在水平和垂直方向上对轮廓点进行高斯滤波，减少了外围轮廓的毛刺现象，采用相邻平均法对前景图进行平滑去噪处理，减少了条带噪声，通过权重函数对前景图和背景图进行融合，在尽可能保持边缘和背景信息的同时去除大部分噪声，达到太赫兹图像的重构，图像质量高，且对后续太赫兹图像的目标检测、识别等工作具有指导意义。

Description

一种融合相邻平均法的太赫兹图像处理方法、装置及设备

技术领域

本发明属于太赫兹图像处理技术领域，具体涉及一种融合相邻平均法的太赫兹图像处理方法、装置及设备。

背景技术

随着THz科技的发展，太赫兹成像技术在安防安检、生物医学、无损检测领域的应用越来越多。目前的太赫兹成像系统生成的太赫兹图像，受成像设备限制、传输环境干扰等因素干扰，不可避免地会引入噪声，在一定程度下影响了图像的质量，进而对后续的图像处理和显示产生相应的干扰。太赫兹图像总是有着较低的信噪比，现有的去噪方法虽然可以去除太赫兹图像中的部分噪声，但是背景干扰区域仍然较多，特别是环境温度不一致时，极易对后续的处理造成干扰，最终的显示效果也不佳。

发明内容

为解决现有技术中存在的技术问题，本发明的目的在于提供一种融合相邻平均法的太赫兹图像处理方法、装置及设备。

为实现上述目的，达到上述技术效果，本发明采用的技术方案为：

一种融合相邻平均法的太赫兹图像处理方法，包括以下步骤：

S101、根据输入的太赫兹原始图像，将其由RGB色彩模式转换至灰度色彩模式，得到灰度图；

S102、对步骤S101得到的灰度图进行滤波去噪，得到滤波图；

S103、对步骤S102得到的滤波图进行图像增强，拉大图像像素之间的亮度差距，获得增强图；

S104、对步骤S103获得的增强图进行图像二值化处理，得到二值化图；

S105、对步骤S104获得的二值化图进行轮廓查找与分析，得到二值化去干扰图；

S106、对步骤S105获得的二值化去干扰图进行平滑处理，得到二值化平滑图；

S107、通过步骤S103的增强图和步骤S106的二值化平滑图经过图像与的操作，得到前景图；采用相邻平均法对前景图进行进一步的平滑去噪处理；

S108、对步骤S106的二值化平滑图取反，再和步骤S103的增强图经过与的操作，得到背景图；

S109、通过权重函数对步骤S107的前景图和步骤S108的背景图按一定的比例进行融合，为使融合之后的图像过渡区域平缓，对融合图进行滤波和变换操作，得到最终的融合图；

S1010、将得到的融合图由灰度色彩模式再转换回RGB色彩模式，获得结果图。

优选地，步骤S102中，图像滤波通过下列公式来实现：

式中，O(i,j)是图像中(i,j)像素的滤波结果；

(i,j)是像素在图像中的位置；

(m,n)是卷积核中的坐标，其中心点的坐标是(0,0)；

K(m,n)是卷积核在(m,n)上的权重参数；

I(i+m,j+n)是与K(m,n)相对应的图片像素值。

优选地，步骤S103中，采用sigmoid增强算法对步骤S102得到的滤波图进行图像增强。

优选地，步骤S105中，对步骤S104获得的二值化图进行轮廓查找与分析，得到二值化去干扰图的步骤包括：

首先，通过预设轮廓个数阈值，排除掉部分纯背景图的干扰；其次，判断当前轮廓的父轮廓与子轮廓个数，结合此轮廓的面积阈值，排除掉部分小区域的背景噪声干扰；最后，定位到面积最大的轮廓区域，再通过预设的轮廓区域对图像整体的最小占比，排除掉部分干扰区域，得到二值化去干扰图。

优选地，步骤S106中，对步骤S105获得的二值化去干扰图进行平滑处理，得到二值化平滑图的步骤包括：

为使二值化去干扰图的轮廓边缘更为平滑，通过指定尺寸的卷积核，在水平和垂直两个方向上分别对轮廓点进行高斯滤波，使得图像的背景与前景交汇区域更为自然平滑。

一种融合相邻平均法的太赫兹图像处理装置，包括：

太赫兹灰度图获取模块，用于获取太赫兹灰度图；

太赫兹滤波图获取模块，用于对太赫兹灰度图进行滤波去噪，得到滤波图；

太赫兹图像增强模块，用于对滤波图进行图像增强，拉大图像像素之间的亮度差距，获得增强图；

图像二值化处理模块，用于对增强图进行图像二值化处理，得到二值化图；

二值化去干扰图获取模块，用于对二值化图进行轮廓查找与分析，得到二值化去干扰图；

二值化平滑图获取模块，用于对二值化去干扰图进行平滑处理，得到二值化平滑图；

前景图获取模块，用于对增强图和二值化平滑图进行图像与的操作，得到前景图并对其采用相邻平均法进行平滑去噪处理；

背景图获取模块，用于对二值化平滑图取反，再与增强图经过与的操作，得到背景图；

融合图获取模块，用于通过权重函数对前景图和背景图按一定的比例进行融合并对融合后的图像进行滤波和变换操作，得到所需融合图；

结果图获取模块，用于将融合图由灰度色彩模式转换回RGB色彩模式，获得结果图。

一种融合相邻平均法的太赫兹图像处理设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上所述一种融合相邻平均法的太赫兹图像处理方法的步骤。

一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述一种融合相邻平均法的太赫兹图像处理方法的步骤。

与现有技术相比，本发明的有益效果为：

本发明公开了一种融合相邻平均法的太赫兹图像处理方法、装置及设备，该方法中，采用sigmoid增强算法等进行图像增强，拉大了图像像素之间的亮度差距，改善了图像的视觉效果，有目的性地调整了图像的整体或局部特性，通过轮廓查找与分析可去除干扰区域，在水平和垂直两个方向上分别对轮廓点进行高斯滤波，减少了外围轮廓的毛刺现象，使图像的背景与前景交汇区域更为自然平滑，采用相邻平均法对前景图进行平滑去噪处理，可减少条带噪声，实现前景图的模糊平滑，通过权重函数对前景图和背景图进行融合，在尽可能保持边缘和背景信息的同时去除大部分噪声，达到太赫兹图像的重构，融合了多种图像去噪和平滑方法，在满足需求的条件下，性能方面也远远优于深度学习处理方法，在某些背景干扰较大的情况下，本发明的效果也不受影响，极大提高了图像的质量，且对后续太赫兹图像的目标检测、识别等工作具有指导意义。

附图说明

图1为本发明的二值化图和二值化去干扰图；其中，图1a为二值化图，图1b为二值化去干扰图；

图2为本发明的二值化图和二值化去干扰图；其中，图2a为二值化图，图2b为二值化去干扰图；

图3为本发明的二值化平滑图；

图4为本发明的前景图获取流程图；

图5为本发明的背景图的获取流程图；

图6为本发明的融合图的获取流程图；

图7为本发明的结果图。

具体实施方式

下面对本发明进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

如图1-7所示，一种融合相邻平均法的太赫兹图像处理方法，包括以下步骤：

S101、根据输入的太赫兹原始图像，将其由RGB色彩模式转换至灰度色彩模式，得到灰度图；

其中，RGB图像转GRAY灰度图像的常用公式为：

Gray＝R*0.299+G*0.587+B*0.114

其中，R是RGB图像某像素点R通道的值；

G是RGB图像某像素点G通道的值；

B是RGB图像某像素点B通道的值；

Gray是对应像素点输出的灰度值。

S102、对步骤S101得到的灰度图进行滤波去噪，得到滤波图；

图像滤波就是在尽量保留图像细节特征的条件下，对图像的噪声进行抑制，是图像处理过程的前置步骤或基础。图像滤波通过下列公式来实现：

式中，O(i,j)是图像中(i,j)像素的滤波结果；

(i,j)是像素在图像中的位置；

(m,n)是卷积核中的坐标，其中心点的坐标是(0,0)；

K(m,n)是卷积核在(m,n)上的权重参数；

I(i+m,j+n)是与K(m,n)相对应的图片像素值。

S103、对步骤S102得到的滤波图进行图像增强，拉大图像像素之间的亮度差距，获得增强图；

图像增强的目的是改善图像的视觉效果，有目的性地调整图像的整体或局部特性。本文主要采用的是sigmoid增强算法进行图像增强，sigmoid函数参考下列公式：

式中，x是输入；

S(x)是与输入x相对应的输出。

为了控制指数并将其限制在某一点上，在sigmoid型函数中引入了两个系数，即自适应sigmoid函数，可参考下列公式：

其中，x表示输入；

g表示增益；

k表示截至；

S(x)表示输出，通过控制这两个参数，可以突出显示图像的不同特征，并可以对像素值进行自适应变换。

S104、对步骤S103获得的增强图进行图像二值化处理，得到二值化图，如图1a、2a所示；

图像二值化就是将图像上的像素点的灰度值设置为两个灰度值中的其中一个，比如常见的设置为0或255，使整个图像呈现为黑白图像。可参考下式：

其中，g(x,y)代表图像对应坐标为(x,y)处的像素值；

T为预设或计算得到的阈值；

G(x,y)代表输出的像素值。

S105、对步骤S104获得的二值化图进行轮廓查找与分析，轮廓检测算法基于边缘检测算法，检测所有的轮廓，并获取各轮廓间外层、内层的等级关系，并且保存轮廓上所有点；

根据应用环境的特殊性，考虑了各轮廓之间的归属关系，在通道式太赫兹安检设备中，一般情况下行人所在的区域轮廓为最大的轮廓(面积最大)，理论上其不存在父轮廓，可能存在子轮廓；

首先，通过预设轮廓个数阈值，排除掉部分纯背景图的干扰；其次，判断当前轮廓的父轮廓与子轮廓个数，结合此轮廓的面积阈值，排除掉部分小区域的背景噪声干扰；最后，定位到面积最大的轮廓区域，再通过预设的轮廓区域对图像整体的最小占比，排除掉部分干扰区域，得到二值化去干扰图，如图1b、2b所示。

S106、对步骤S105获得的二值化去干扰图进行平滑处理，得到二值化平滑图，如图3所示；

为了使二值化去干扰图的轮廓边缘更为平滑，在调整周围像素对边缘像素的影响程度时，指定尺寸为15*15的卷积核，在水平和垂直两个方向上分别对轮廓点进行高斯滤波，减少了外围轮廓的毛刺现象，使得图像的背景与前景交汇区域更为自然平滑；

卷积是通过一定大小的卷积核作用于图像的局部区域，将局部图像区域的像素值与卷积核中的数据做内积运算。将图像看作一个矩阵，从左上角开始选择一个与卷积核大小一致的窗口，然后将该窗口中的数值与卷积核中的数值作内积运算，再依次向右、向下滑动窗口，覆盖整个图像矩阵，最后获得输出矩阵即输出图像的过程。

S107、通过步骤S103的增强图和步骤S106的二值化平滑图经过图像与的操作，得到前景图，如图4所示；为了提升视觉效果，以k＝5的卷积核尺寸，采用相邻平均法对前景图进行进一步的平滑去噪处理，可减少条带噪声，实现前景图的模糊平滑；

相邻平均法是典型的线性滤波算法，是指用当前像素点周围k*k个像素值的均值来代替当前像素值。使用该方法遍历处理图像内的每一个像素点，可完成整幅图像的均值滤波。卷积核的选择经过多次试验得出，过小时平滑效果不佳，过大时平滑过度。

S108、对步骤S106的二值化平滑图取反，再和步骤S103的增强图经过与的操作，得到背景图，如图5所示；

S109、通过权重函数对步骤S107的前景图和步骤S108的背景图按一定的比例进行融合：

步骤S107的前景图的加权系数为1.0(输入图片1的融合占比)，步骤S108的背景图的加权系数为0.6(输入图片2的融合占比)，加权后图像的偏移量为0.0，输出图像为步骤S109的融合图。具体的计算公式可参考下式：

dst＝src1*alpha+src2*beta+gamma

其中，src1是输入图片1，这里指步骤S107的前景图；

alpha是输入图片1的权重，这里指步骤S107的前景图的融合占比；

src2是输入图片2，这里指步骤S108的背景图；

beta是输入图片2的权重，这里指步骤S108的背景图的融合占比；

gamma是加到权重总和上的标量值，这里指加权后图像的偏移量；

dst是输出图像，这里指步骤S109的融合图；

在尽可能保持边缘和背景信息的同时去除大部分噪声，达到太赫兹图像的重构，为了使融合之后的图像过渡区域平缓，对融合图又做了滤波和变换操作，得到最终的融合图，如图6所示；

图像融合是将2张或2张以上的图像信息融合到1张图像上，使得融合图像含有更多的信息，能够更方便人来观察或者计算机处理。在本方面中应用图像融合，以达到在尽可能保留背景信息的前提下，实现对前景区域的去噪和平滑效果。

S1010、将得到的融合图由灰度色彩模式再转换回RGB色彩模式，获得结果图，如图7所示。

一种融合相邻平均法的太赫兹图像处理设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上所述一种融合相邻平均法的太赫兹图像处理方法的步骤。

一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述一种融合相邻平均法的太赫兹图像处理方法的步骤。

本发明未具体描述的部分或结构采用现有技术或现有产品即可，在此不做赘述。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种融合相邻平均法的太赫兹图像处理方法，其特征在于，包括以下步骤：

S101、根据输入的太赫兹原始图像，将其由RGB色彩模式转换至灰度色彩模式，得到灰度图；

S102、对步骤S101得到的灰度图进行滤波去噪，得到滤波图；

S103、对步骤S102得到的滤波图进行图像增强，拉大图像像素之间的亮度差距，获得增强图；

S104、对步骤S103获得的增强图进行图像二值化处理，得到二值化图；

S105、对步骤S104获得的二值化图进行轮廓查找与分析，得到二值化去干扰图；

S106、对步骤S105获得的二值化去干扰图进行平滑处理，得到二值化平滑图；

S107、通过步骤S103的增强图和步骤S106的二值化平滑图经过图像与的操作，得到前景图；采用相邻平均法对前景图进行进一步的平滑去噪处理；

S108、对步骤S106的二值化平滑图取反，再和步骤S103的增强图经过与的操作，得到背景图；

S109、通过权重函数对步骤S107的前景图和步骤S108的背景图按一定的比例进行融合，为使融合之后的图像过渡区域平缓，对融合图进行滤波和变换操作，得到最终的融合图；

S1010、将得到的融合图由灰度色彩模式再转换回RGB色彩模式，获得结果图。

2.根据权利要求1所述的一种融合相邻平均法的太赫兹图像处理方法，其特征在于，步骤S102中，图像滤波通过下列公式来实现：

式中，O(i,j)是图像中(i,j)像素的滤波结果；

(i,j)是像素在图像中的位置；

(m,n)是卷积核中的坐标，其中心点的坐标是(0,0)；

K(m,n)是卷积核在(m,n)上的权重参数；

I(i+m,j+n)是与K(m,n)相对应的图片像素值。

3.根据权利要求1所述的一种融合相邻平均法的太赫兹图像处理方法，其特征在于，步骤S103中，采用sigmoid增强算法对步骤S102得到的滤波图进行图像增强。

4.根据权利要求1所述的一种融合相邻平均法的太赫兹图像处理方法，其特征在于，步骤S105中，对步骤S104获得的二值化图进行轮廓查找与分析，得到二值化去干扰图的步骤包括：

首先，通过预设轮廓个数阈值，排除掉部分纯背景图的干扰；其次，判断当前轮廓的父轮廓与子轮廓个数，结合此轮廓的面积阈值，排除掉部分小区域的背景噪声干扰；最后，定位到面积最大的轮廓区域，再通过预设的轮廓区域对图像整体的最小占比，排除掉部分干扰区域，得到二值化去干扰图。

5.根据权利要求1所述的一种融合相邻平均法的太赫兹图像处理方法，其特征在于，步骤S106中，对步骤S105获得的二值化去干扰图进行平滑处理，得到二值化平滑图的步骤包括：

为使二值化去干扰图的轮廓边缘更为平滑，通过指定尺寸的卷积核，在水平和垂直两个方向上分别对轮廓点进行高斯滤波，使得图像的背景与前景交汇区域更为自然平滑。

6.一种融合相邻平均法的太赫兹图像处理装置，其特征在于，包括：

太赫兹灰度图获取模块，用于获取太赫兹灰度图；

太赫兹滤波图获取模块，用于对太赫兹灰度图进行滤波去噪，得到滤波图；

太赫兹图像增强模块，用于对滤波图进行图像增强，拉大图像像素之间的亮度差距，获得增强图；

图像二值化处理模块，用于对增强图进行图像二值化处理，得到二值化图；

二值化去干扰图获取模块，用于对二值化图进行轮廓查找与分析，得到二值化去干扰图；

二值化平滑图获取模块，用于对二值化去干扰图进行平滑处理，得到二值化平滑图；

前景图获取模块，用于对增强图和二值化平滑图进行图像与的操作，得到前景图并对其采用相邻平均法进行平滑去噪处理；

背景图获取模块，用于对二值化平滑图取反，再与增强图经过与的操作，得到背景图；

融合图获取模块，用于通过权重函数对前景图和背景图按一定的比例进行融合并对融合后的图像进行滤波和变换操作，得到所需融合图；

结果图获取模块，用于将融合图由灰度色彩模式转换回RGB色彩模式，获得结果图。

7.一种融合相邻平均法的太赫兹图像处理设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述一种融合相邻平均法的太赫兹图像处理方法的步骤。

8.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述一种融合相邻平均法的太赫兹图像处理方法的步骤。