玄武巖纖維瀝青混合料試件截面的數(shù)字圖像增強(qiáng)

張佳俊 楊富禹

摘要：玄武巖纖維瀝青混合料試件截面的圖像增強(qiáng)是在獲取圖像的過程中，多種因素的綜合影響下會導(dǎo)致圖像質(zhì)量有所降低。圖像增強(qiáng)是為了改善圖像的視覺效果，使人或機(jī)器能夠清晰獲取圖像中的目標(biāo)，需要解決噪聲影響和提高圖像細(xì)節(jié)分辨率。數(shù)字圖像技術(shù)是提取和描述玄武巖纖維瀝青混合料細(xì)觀結(jié)構(gòu)的有效途徑，可以通過圖像增強(qiáng)、圖像分割來實(shí)現(xiàn)集料和其他組分的分離。本文結(jié)合Matlab軟件實(shí)現(xiàn)圖像的灰度變換增強(qiáng)，同時(shí)采用代數(shù)運(yùn)算、除噪濾波進(jìn)行處理。實(shí)驗(yàn)結(jié)果表明， 該算法的圖像增強(qiáng)優(yōu)于現(xiàn)有的模糊圖像增強(qiáng)算法以及能更有效地抑制噪聲，提高清晰度，取得了較好的增強(qiáng)效果。

關(guān)鍵詞：玄武巖纖維;瀝青混合料;數(shù)字圖像增強(qiáng);細(xì)觀結(jié)構(gòu);除噪

0引言

圖像是人類獲取信息、表達(dá)信息和傳遞信息的重要手段?數(shù)字圖像處理技術(shù)起源于20世紀(jì)20年代，目前廣泛應(yīng)用于航空航天、軍事、醫(yī)學(xué)、 工程學(xué)、統(tǒng)計(jì)學(xué)等領(lǐng)域，成為眾多學(xué)者學(xué)習(xí)和研究的重要工具。在瀝青混合料圖像中?集料、瀝青 膠漿和空隙在色彩上存在較大差別，通過對灰度圖像進(jìn)行增強(qiáng)和分割處理可以實(shí)現(xiàn)集料和其他組分的分離，快速、準(zhǔn)確地確定粗集料的形態(tài)特征。將數(shù)字圖像與有限元建模相結(jié)合可對瀝青混合料進(jìn)行細(xì)觀力學(xué)分析?是定量研究集料對瀝青混合料性能影響的有效方法。在瀝青混合料數(shù)字圖像處理中，通常采用直方圖增強(qiáng)、圖像平滑濾波增強(qiáng)、圖像銳化等技術(shù)根據(jù)需要對圖像進(jìn)行增強(qiáng)。本文針對瀝青混合料灰度圖像中可能出現(xiàn)的雙峰特性不明顯，不利分割的情況，采用灰度變換方法對圖像進(jìn)行增強(qiáng)處理[1]。瀝青路面裂縫圖像檢測過程中，圖像處理算法在很大程度上影響檢測和識別的效果和精度。其中，通過圖像增強(qiáng)是獲得裂縫特性的關(guān)鍵之一。模糊集合理論已在圖像增強(qiáng)領(lǐng)域取得了較好的效果，經(jīng)典方法主要有Pal算法和Pal改進(jìn)算法。但其存在缺點(diǎn)：算法核心的非線性變換函數(shù)在變換后，其反函數(shù)局部無解，導(dǎo)致圖像部分灰度信息丟失;對閾值參 數(shù)（渡越點(diǎn)）的選取需要人工介入;運(yùn)算速度較慢等。經(jīng)典邊緣提取方法主要包括Prewitt算子和Sobel算子等，其處理速度快、實(shí)現(xiàn)簡單，但對裂縫邊緣提取的效果不太理想。針對上述缺點(diǎn)，本文提出一種新的廣義模糊增強(qiáng)算子， 以解決圖像部分灰度信息丟失問題，并將其引入圖像增強(qiáng)算法中，以提高運(yùn)算速度。最后，結(jié)果證明，能夠很好地獲得瀝青路面裂縫特性[2]。

朱丹丹等人提出了一種Contourlet變換和遺傳算法相結(jié)合的施工瀝青紅外圖像增強(qiáng)方法，該算法 利用了Contourlet變換的多分辨率、多方向性、各向異性和 近鄰界采樣的特性，并且利用自適應(yīng)遺傳算法尋找 模糊增強(qiáng)的最優(yōu)參數(shù)，很好地減弱了背景噪聲，提高了紅外圖像的清晰度，改善了紅外圖像的質(zhì)量，提高了溫度離析監(jiān)測的準(zhǔn)確性。并通過實(shí)驗(yàn)研究，驗(yàn)證了算法的可行性和有效性[3]。

1.灰度變換原理

灰度變換是一種空域處理方法?其本質(zhì)是按一定的規(guī)則修改每一個像素的灰度?從而改變圖像的動態(tài)范圍實(shí)現(xiàn)期望的增強(qiáng)效果?；叶茸儞Q按映射函數(shù)可分為線性、分段線性和非線性等多種形式。

1.1線性灰度變換

線性灰度變換是將輸入圖像灰度值的動態(tài)范圍按線性關(guān)系公式拉伸擴(kuò)展至指定范圍或整個動態(tài)范圍。在實(shí)際運(yùn)算中，原圖像f（x，y）的灰度范圍為[a，b]，使變換后圖像g（x，y）的灰度擴(kuò)展為[c，d]，則采用下述線性變換來實(shí)現(xiàn)：

線性灰度變換對圖像每一個灰度范圍作線性拉伸?將有效地改善圖像視覺效果。

1.2分段線性灰度變換

為了突出圖像中感興趣的研究對象，常常要求局部拉伸某一范圍的灰度值，或?qū)Σ煌秶幕叶戎颠M(jìn)行不同拉伸處理，即分段線性拉伸，數(shù)學(xué)表達(dá)式如下：

分段線性灰度變換的優(yōu)點(diǎn)是可以根據(jù)用戶的需要，拉伸特征物體的灰度細(xì)節(jié)，相對抑制不感興趣的灰度級。

1.3非線性灰度變換

非線性灰度變換在整個灰度范圍內(nèi)采用統(tǒng)一的變換函數(shù)?利用變換函數(shù)的數(shù)學(xué)性質(zhì)實(shí)現(xiàn)對不同灰度值區(qū)間的擴(kuò)展和壓縮。

1）對數(shù)擴(kuò)展。對數(shù)變換常用來擴(kuò)展低值灰度，壓縮高值灰度，這樣可以使低值灰度的圖像細(xì)節(jié)更容易看清，從而達(dá)到增強(qiáng)的效果。其具體形式為：

式中：[f（x，y）+1]是為了避免對零求對數(shù);C為尺度比例系數(shù)，用于調(diào)節(jié)動態(tài)范圍。

2）指數(shù)擴(kuò)展。指數(shù)擴(kuò)展的基本形式為：

式中：a 為可以改變曲線的起始位置;c 為可以改變曲線的變化速率?指數(shù)擴(kuò)展可以對圖像的高亮度進(jìn)行大幅擴(kuò)展。

2.玄武巖纖維瀝青混合料的圖像增強(qiáng)及Matlab的實(shí)現(xiàn)

2.1數(shù)字圖像采集

本文采用CCD數(shù)碼相機(jī)作為圖像的獲取設(shè)備，在室內(nèi)照明條件下拍攝瀝青混合料剖切面圖像。結(jié)合Matlab軟件將采集到的RGB原圖轉(zhuǎn)換為256級灰度圖像，其語法格式為：

I=rgb2gray（Y）;imshow（I），title（‘灰度圖像’）得到的灰度圖像見圖1。

2.2圖像增強(qiáng)

1）灰度變換增強(qiáng)。灰度變換可以針對直方圖“谷底”部分的灰度級范圍進(jìn)行局部拉伸，增大此范圍內(nèi)集料的灰度對比度?以便于下文進(jìn)行閥值分割時(shí)閾值的確定。在此采用灰度變換方法對圖像進(jìn)行局部對比度擴(kuò)展，針對（0.2，0.6）、（0.3，0.7）、（0.2，0.8）、（0，1）4個不同的灰度范圍對圖像進(jìn)行灰度變換，程序語言如下：

J1=imadjust（I，[0.2，0.6]，[ ]）;subplot（2，2，1），imshow（J1），title（'0.2～0.6'）;

J2=imadjust（I，[0.3，0.7]，[ ]）;subplot（2，2，2），imshow（J2），title（'0.3～0.7'）;

J3=imadjust（I，[0.2，0.8，[ ]）;subplot（2，2，3），imshow（J3），title（'0.2～0.8'）;J4=imadjust（I，[0，1]，[ ]）;subplot（2，2，4），imshow（J4），title（'0～1'）;

得到局部對比度調(diào)整后的圖像?如圖3所示：

2）代數(shù)運(yùn)算。

從圖3可以看出，對（0.3，0.7）灰度范圍內(nèi)采取線性變換效果較好對比鮮明?但整體偏暗。為了增強(qiáng)圖像的整體亮度?同時(shí)不改變圖像的對比度?這里使用圖像的乘法運(yùn)算來對亮度進(jìn)行整體縮放。為了驗(yàn)證本文算法的可行性和有效性，對其進(jìn)行Matlab仿真實(shí)驗(yàn)。在Matlab中通過對圖像矩陣乘以一個常數(shù)來實(shí)現(xiàn)：R=immultiply（J2，1.8），從而得到圖3。

3）除噪濾波

圖像在獲取、傳輸、處理的過程中，難免會受到各種噪聲的干擾?使圖像退化，質(zhì)量下降。本文使用二維自適應(yīng)濾波（wiener2函數(shù)）來消除噪聲?通過M×N（在此使用3×3模板）大小領(lǐng)域局部圖像均值和方差?采用像素式自適應(yīng)濾波器對圖像進(jìn)行濾波。其優(yōu)點(diǎn)是消除噪聲的同時(shí)還能保持圖像中的細(xì)節(jié)部分?不會像其他濾波方法那樣平滑圖像后導(dǎo)致圖像過分模糊?得到濾波后的效果如圖4所示。

估計(jì)噪聲能量。[P，noise]=wiener2（R，[3 3]）;noise=0.0613

圖像平滑。P=wiener2（R，[33]）;imshow（P）

3結(jié)論

圖像灰度變換屬于圖像預(yù)處理范疇，直接影響到后續(xù)的圖像分割處理效果。本文介紹了灰度變換的基本理論，結(jié)合matlab語言對雙峰特性不明顯的瀝青混合料圖像實(shí)例采用灰度變換進(jìn)行增強(qiáng)處理。該方法可以快速提取出瀝青混合料圖像中的集料顆粒，清晰識別集料 顆粒邊界特性，效果良好，為后繼研究的開展提供了快速、精確的數(shù)字圖像處理技術(shù)。

參考文獻(xiàn)

[1]錢野，袁峻.基于灰度變換的瀝青混合料圖像增強(qiáng)及分割實(shí)現(xiàn)[J].交通信息與安全，2009（5）：4.

[2]伯紹波，閆茂德，孫艷，等.瀝青路面裂縫圖像增強(qiáng)與邊緣提取算法研究[J].電子技術(shù)應(yīng)用，2007，33（12）：4.

[3]朱丹丹，王斌，楊奕，等.Contourlet變換和遺傳算法相結(jié)合的瀝青紅外圖像增強(qiáng)方法[J].計(jì)量學(xué)報(bào)，2019（1）：6.

本論文依托吉林省大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目，項(xiàng)目編號：202010191130