基于matlab图像预处理方法研究综述

吴晴

（江西农业大学计算机与信息工程学院 330045）

基于matlab图像预处理方法研究综述

吴晴

（江西农业大学计算机与信息工程学院 330045）

人机交互技术越来越深入人们的日常生活，而手势作为一个自然、直观的交互通道，在人机交互过程中起着非常重要的作用。本文主要研究手势识别过程中的利用matlab对图像进行预处理。主要处理手势图像在生成等过程中受到噪声的影响。为之后手势识别过程中手势分割和特征提取提供了非常有效的数据样本。图像预处理主要包括：图像平滑和图像二值化。

手势识别；图像处理；matlab；图像平滑；图像二值化

1 引言

手势作为一个自然、直观的交互通道，在很多领域都得到了广泛的应用。尤其是在人机交互方面，成为了仿人机器人融入人类社会的关键。因此手势识别技术是其中的一项非常关键的技术。

在手势识别过程中，要能准确的进行手势识别，第一步的图像处理就尤为的重要。目的就是改善图像的质量。当在获取手势信息转换成能够用计算机处理的数字图像时，手势图像在生成、变换的过程中会因受到不同噪声的干扰而出现不同程度的畸变。所以本文就是使用matlab对图像进行预处理，针对采用何种滤波方法去除不同噪声（主要为椒盐噪声和高斯噪声），加强图像的有用信息，过滤掉不需要的信息。本文手势图像的预处理包括图像平滑和图像二值化。

2 图像处理的优点

在手势识别的过程之中，当获取到的手势信息可以转化成为可供计算机处理的数字图像的时候，手势图像的质量会受到生成、传输、变换过程中很多因素的影响与干扰，使得手势图像的画质因为噪声而产生不同程度上的变形，因此，需要对手势图像进行图像处理。图像处理的目的是为了将手势图像中的噪声去除掉，从而加强图像中的有用信息[1]。图像处理过程是对手势图像的一个过滤过程，将会对其产生干扰的因素排除掉，保留需要处理的部分，并过滤掉不需要的部分。图像处理具有高效的矩阵运行机制、多样化的操作途径、功能强大的工具箱、良好的扩展能力以及完善的帮助系统五个优点。

3 图像平滑技术

在本文中主要致力于去除图像在生成过程中产生的噪声影响。把图像平滑技术分为两大类：①对噪声图像的整体或大的部分进行校正从而来得到平滑的图像。本文要介绍的是Wiener滤波器。②对图像局部小邻域的一些像素加以运算。本文介绍的是频域平滑技术、空域平滑技术和中值滤波法。从而得出针对何种噪声应该采用何种滤波方法，得出更好的平滑效果。

3.1 Wiener滤波技术

Wiener滤波是一种线性滤波，它是使原始图像和其恢复图像之间的均方误差最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显[2]。本文用matlab中的wiener2来分别对高斯噪声和椒盐噪声进行处理和原图像进行对比。

3.2 频域平滑技术

频域平滑技术是通过一个低通滤波器来对图像进行处理的频域平滑方法。在分析图像时，一幅图像的边缘、跳跃部分以及噪声代表图像的高频分量，而大面积的背景区则代表图像信号的低频分量。用频域低通滤波器除去其高频部分就能去掉噪声，使图像得到平滑[3]。本文用matlab建立一个二阶巴特沃斯（Butterworth）低通滤波器来分别对高斯噪声和椒盐噪声处理后得到的平滑图像。观察可得处理后的效果差异不大。

3.3 空域平滑技术

空域平滑技术是一种线性滤波常用到的是领域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。本文用matlab中的filter2用法中的fspecial函数来分别对高斯噪声和椒盐噪声处理后得到的平滑图像。

3.4 中值滤波法

中值滤波法是一种非线性滤波，因为不管是直接得到的灰度图像，还是通过彩色图像转换得到的灰度图像，它都会有噪声的存在，噪声非常影响图像的质量。它的优点在于采用中值滤波不仅可以去除噪声，而且还可以保持图像的边缘特性，不会使图像产生显著的模糊。本文用matlab中的medfilt2来分别对高斯噪声和椒盐噪声处理后得到的平滑图像。观察可得对椒盐噪声的处理效果更佳。

4 图像二值化

4.1 图像二值化概述

图像二值化是指将图像上像素点的灰度值设置为0或255，或是让整个图像呈现出只有明显黑白两个灰度级图像的效果。将整体图像中感兴趣的目标像素作为前景像素，其余作为背景像素。如果图像f（x，y）的灰度值在[a，b]范围之内，二值化的阈值设为t（a≤t≤b），则图像二值化的一般表达式为：

即通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。本文用matlab中的graythresh来自动确定阈值进行二值化图像和用matlab中的imhist来编写设计直方图。

4.2 图像二值化的方法

图像二值化的方法大致可以分为整体阈值二值化、局部阈值二值化以及动态阈值二值化三种。整体阈值二值化，指仅仅通过像素点（i，j）的灰度值f（i，j）来确定阈值的方法被称为整体阈值选择法。局部阈值二值化，指通过像素点（i，j）的灰度值f（i，j）和像素周围点局部灰度的特性来确定阈值的方法被称之为局部阈值选择法。动态阈值二值化，是指当阈值的选择不仅取决于该像素阈值以及周围各像素的灰度值，还与该像素的坐标位置有关系时被称为为动态阈值选择法[4]。

5 结论

在手势识别过程中，图像处理是第一步，也是尤为重要的一步。图像质量的高低直接影响了手势识别过程中的手势分割和特征提取。本文在matlab软件上对图像进行不同滤波器和二值化的方法研究并进行了对比，取得了显著的实验成果，Wiener滤波对高斯噪声效果更佳，中值滤波对椒盐噪声效果更佳，为下一步的手势分割做好了样本数据的提供。

[1]胡友树.手势识别技术综述[J].中国科技信息，2005（02）：42～41.

[2]梁娜.手势识别中的图像预处理技术研究[J].无线互联科技，2015（01）：161～162.

[3]顾立忠.基于表观的手势识别及人机交互研究[D].上海交通大学，2008.

[4]吴彩芳，谢钧，周开店.基于手势识别的人机交互技术研究[J].计算机时代，2016（02）：29～32.

TP391.4

A

1004-7344（2016）23-0275-01

2016-7-19