“數(shù)字圖像處理”綜合實(shí)踐教學(xué)改革與創(chuàng)新
——以路面裂縫圖像增強(qiáng)為例

張湃，孟慶瑩

（唐山學(xué)院智能與信息工程學(xué)院，河北唐山，063000）

0 引言

綜合類實(shí)踐教學(xué)是在學(xué)生學(xué)習(xí)相關(guān)理論的基礎(chǔ)上，為了更好的進(jìn)行實(shí)踐和研究而開(kāi)設(shè)的一種綜合性的實(shí)驗(yàn)教學(xué)模式。它在考查學(xué)生課程基本知識(shí)點(diǎn)的同時(shí)，又培養(yǎng)了學(xué)生的動(dòng)手操作能力、誤差分析能力、資料搜集、查閱能力和實(shí)驗(yàn)數(shù)據(jù)分析能力[1]。

“數(shù)字圖像處理”課程是通信類專業(yè)本科教學(xué)一門(mén)重要的專業(yè)課程，該課程重點(diǎn)突出圖像處理的基礎(chǔ)理論和具體應(yīng)用實(shí)例的工程實(shí)現(xiàn)?；趫D像處理綜合實(shí)踐教學(xué)能夠幫助學(xué)生在理解算法等基本知識(shí)點(diǎn)的同時(shí)，對(duì)實(shí)際問(wèn)題，如圖像復(fù)原、圖像去噪、圖像增強(qiáng)[2]等應(yīng)用能夠有較深入理解與掌握。目前，針對(duì)圖像處理的應(yīng)用非常廣泛，如路面裂縫識(shí)別技術(shù)[3]，路面裂縫識(shí)別技術(shù)是針對(duì)目前道路交通而設(shè)計(jì)的，由于路面存在各種缺陷，會(huì)造成交通擁堵，甚至有可能發(fā)生事故，因此利用邊緣增強(qiáng)和提取算法來(lái)實(shí)現(xiàn)對(duì)路面裂縫的識(shí)別，能夠有效檢測(cè)裂縫的形態(tài)，大小以及判斷是否需要修復(fù)等問(wèn)題。本實(shí)驗(yàn)基于“路面裂縫圖像增強(qiáng)”的應(yīng)用背景，結(jié)合“數(shù)字圖像處理”課程教學(xué)和實(shí)驗(yàn)教學(xué)的培養(yǎng)方案，以路面裂縫圖像增強(qiáng)為案例，設(shè)計(jì)相應(yīng)的綜合性實(shí)驗(yàn)項(xiàng)目。主要綜合了信號(hào)與系統(tǒng)、多媒體通信技術(shù)和現(xiàn)代通信原理等相關(guān)專業(yè)課程的理論知識(shí)，選擇Matlab 作為仿真軟件[4]，在開(kāi)發(fā)環(huán)境下完成對(duì)路面裂縫的增強(qiáng)。

1 路面裂縫圖像增強(qiáng)原理

實(shí)際問(wèn)題中不僅存在裂縫，而且收集的人行道裂縫圖像中也存在噪聲。因此，改善人行道裂縫圖像的主要目的是增加人行道裂縫與背景之間的對(duì)比度，使裂縫更加可見(jiàn)，這要求在算法配置中盡可能去除圖像噪聲，同時(shí)，路面裂縫邊緣盡可能不要出現(xiàn)模糊。本實(shí)驗(yàn)中介紹的非下采樣輪廓波變換（NSCT）[5]不僅可以抑制偽Gibbs變形引起的裂縫不透明度，還可以準(zhǔn)確區(qū)分排氣表面裂縫的紋理特征，以消除噪聲并增加裂縫和背景之間的對(duì)比度。

NSCT首先使用未增強(qiáng)金字塔濾波器組（NSPFB）實(shí)現(xiàn)多維圖像退化，然后使用未增強(qiáng)濾波器工具（NSDFB）在每個(gè)尺度上完成接收子屬性圖像的多向退化，以獲得子帶圖像（系數(shù)）不同的尺度和方向。在圖像退化和重建過(guò)程中，NSCT避免了采樣和圖像捕獲，因此NSCT變換不僅具有多尺度、多方向的優(yōu)點(diǎn)，而且具有良好的局部特性和空間、頻率的平移不變性，這在很大程度上解決了頻譜混疊的問(wèn)題，并且使每個(gè)子帶的系數(shù)矩陣不同，這不僅是相同尺度的屬性，而且是相同大小的屬性。圖1是NSCT變換圖，降級(jí)后的頻域圖像如圖2所示。

圖1 NSCT變換

圖2 分解后理想頻域分布

非降采樣單元濾波器組的層次結(jié)構(gòu)通過(guò)多級(jí)迭代實(shí)現(xiàn)。它可以提供完全符合以下恢復(fù)條件的基本低通和高通濾波器組，如式（1）所示：

其中，H0(z)H0(z)，H1(z)為=分別是低通和高通濾波器，G0(z)，G1(z)為低通和高通重構(gòu)濾波器。通過(guò)這組濾波器，圖像被分為二維低頻子帶和二維高頻子帶，為了理解多層結(jié)構(gòu)，只需要對(duì)低頻子帶繼續(xù)迭代濾波。NSCT濾波器提供了所需的象限濾波器組和并行濾波器組，避免了圖像采樣。

因此，非采樣濾波器組具有以下結(jié)構(gòu)：

（1）通過(guò)扇形濾波和象限濾波將圖像分為四個(gè)子帶；

（2）迭代并行濾波器組后，將其分為不同方向的子帶。

圖3 非下采樣塔式濾波器組(NSPFB)

圖4 非下采樣方向?yàn)V波器組(NSDFB)

2 路面裂縫圖像增強(qiáng)算法設(shè)計(jì)

處理灰度圖像是改善人行道裂縫圖像的第一步。使用特定算法的語(yǔ)言將彩色圖像轉(zhuǎn)換為灰度圖像的處理過(guò)程[6]。彩色圖像的顯示必須從三種基本顏色（紅色、綠色和藍(lán)色）開(kāi)始。三種基本顏色紅色（R）、綠色（g）和藍(lán)色（b）可以合并創(chuàng)建自然界中的所有顏色。例如，某些顏色包含的紅色成分較多，而其他成分較少。為了便于共享和應(yīng)用，此顏色中的紅色成分?jǐn)?shù)量被人為劃分為256個(gè)級(jí)別，即0~255。級(jí)別0表示顏色不包含紅色成分，級(jí)別255表示，顏色包含100%的紅色成分。類似地，綠色和藍(lán)色可以人為地劃分為256個(gè)級(jí)別，因此，就其本質(zhì)而言，256×256×256（約1600萬(wàn)）顏色可以從紅色、綠色和藍(lán)色組合而成。

每個(gè)像素中的所有像素都可以用它們的RGB分量表示。決定每個(gè)像素顏色的值是R、G和B。因此，每個(gè)像素的顏色范圍在彩色圖像中為0$2553，而灰色圖像是彩色圖像中的一個(gè)特殊圖像，其RGB分量具有相同的值。因此，每個(gè)像素范圍的變化為0~255，其中全黑為0（最暗）和255都是白色（最亮），因此在處理采集的數(shù)字圖像之前，為了減少處理圖像后的計(jì)算量，首先將彩色圖像轉(zhuǎn)換為灰色圖像。本實(shí)驗(yàn)采集的人行道裂縫圖像是彩色圖像。因此，首先需要將這些彩色圖像轉(zhuǎn)換為灰色圖像?；叶葓D像是指僅包含亮度信息而不包含顏色信息的圖像。f(x,y)來(lái)表示，x、y為圖像像素點(diǎn)的空間坐標(biāo)，該函數(shù)f(x,y)的值即是像素點(diǎn)的亮度值，將灰度圖像看作矩陣，彩色圖像可以用式（2）表示：

其中，R、G、B分別表示圖像坐標(biāo)(x,y)處的紅色、綠色、藍(lán)色各分量值。

顏色還可用YUV顏色模型表示，Y是亮度分量，U、V是色度分量。Y分量包含了灰度圖中所有的信息，YUV和RGB之間有著如式（3）的對(duì)應(yīng)關(guān)系：

利用式（3）可以得到式（4）：

根據(jù)式（4），Y可以由R、G、B通過(guò)矩陣換算。

本實(shí)驗(yàn)采用NSCT變換用于增強(qiáng)圖像的算法步驟如下：

第一步：路面裂縫的灰色圖像處理。原始輸入圖像是一個(gè)彩色圖像，可以從前面部分的灰色處理原理中獲得。灰色處理彩色圖像可以減少不同后處理的計(jì)算量。因此，輸入彩色圖像必須在其他操作之前進(jìn)行灰色處理。在MATLAB中，灰色處理圖像可直接命名為灰色處理函數(shù)，以便方便、快速地實(shí)現(xiàn)灰色處理彩色圖像。圖像和灰色圖像如圖5所示。

圖5 輸入圖像與灰度處理后對(duì)比圖像

根據(jù)上述對(duì)比圖，可以獲得灰色圖像處理效果，但由于采集的人行道裂縫圖像接近黑白，處理結(jié)果不明顯，但是，這種處理減少了以后大量的計(jì)算，并為其他功能的實(shí)現(xiàn)和操作節(jié)省了時(shí)間。

第一步：本實(shí)驗(yàn)中呈現(xiàn)的灰色人行道裂縫圖像是人行道裂縫圖像，用作NSCT變換的輸入，用以獲得基于不同尺度和方向的變換系數(shù)；

第二步：評(píng)估輸入成像噪聲的標(biāo)準(zhǔn)偏差；

第三步：在每個(gè)量表上使用DFB：

(1)包括噪音評(píng)估；

(2)閾值的計(jì)算；

(3)放大系數(shù)計(jì)算；

(4)計(jì)算每個(gè)標(biāo)度上所有子頻率系數(shù)的平均數(shù)和最大數(shù)；

(5)完成各方向子頻率系數(shù)的分類和修改。

第四步：使用修正系數(shù)重建增強(qiáng)圖像，并比較NSCT圖像效果。

在本實(shí)驗(yàn)中，NSCT對(duì)圖像進(jìn)行了三次修改。下一個(gè)參數(shù)是人行道裂縫圖像的多層NSCT轉(zhuǎn)換。本實(shí)驗(yàn)僅給出參考的第一層和第二層，第三層和第四層僅在模擬實(shí)驗(yàn)中顯示。NSCT人行道裂縫用于在四個(gè)不同方向上改善圖像，從圖中可以清楚地看到提取方向不同，在第三層，它也在四個(gè)方向上進(jìn)行處理；第四層，在八個(gè)不同的方向上進(jìn)行處理。

對(duì)路面裂縫進(jìn)行處理和重建后，可獲得圖6所示的效果圖和效果對(duì)比圖。

圖6 經(jīng)NSCT增強(qiáng)后與原始圖像對(duì)比圖

由兩幅圖可明顯得出，采用NSCT算法對(duì)路面裂縫圖像進(jìn)行增強(qiáng)后的效果，明顯好于經(jīng)典濾波算法的增強(qiáng)，且前者在去除圖像中噪聲的同時(shí)，盡可能的防止路面裂縫邊緣出現(xiàn)模糊，使裂縫邊緣較清晰，紋理分明。

圖7 經(jīng)典濾波算法增強(qiáng)后與原始圖像對(duì)比圖

基于NSCT的閾值識(shí)別和裂縫提取算法應(yīng)用于人行道裂縫圖像。該算法取得了良好的效果。利用尺度和方向?yàn)V波去可以實(shí)現(xiàn)對(duì)裂縫圖像的有效分解，在表征裂縫的形狀和位置方面突出，同時(shí)抑制了噪聲以及其他由于光照不均等因素的干擾，經(jīng)實(shí)驗(yàn)證明是一種有效的算法。

3 結(jié)語(yǔ)

本實(shí)驗(yàn)對(duì)數(shù)字圖像處理課程的實(shí)驗(yàn)教學(xué)改革進(jìn)行了探索，以路面裂縫增強(qiáng)案例為例，設(shè)計(jì)Matlab仿真實(shí)驗(yàn)，其目標(biāo)是在虛擬環(huán)境中完成計(jì)劃的試點(diǎn)項(xiàng)目，鍛煉學(xué)生的實(shí)踐能力和創(chuàng)新能力，幫助學(xué)生從系統(tǒng)的角度理解和獲取理論知識(shí)點(diǎn)，同時(shí)，實(shí)驗(yàn)設(shè)計(jì)與項(xiàng)目教學(xué)法相結(jié)合，激發(fā)了學(xué)生的學(xué)習(xí)積極性。虛擬仿真測(cè)試是對(duì)現(xiàn)有硬件實(shí)驗(yàn)的有益補(bǔ)充，有助于實(shí)現(xiàn)課程教學(xué)目標(biāo)。