摘要：本文針對(duì)實(shí)際應(yīng)用項(xiàng)目采用一種固定模版維數(shù)、固定模版結(jié)構(gòu)的快速的中值濾波算法，對(duì)實(shí)時(shí)的視頻圖像進(jìn)行分析，比對(duì)傳統(tǒng)的中值濾波算法，通過實(shí)驗(yàn)數(shù)據(jù)表明，快速的中值濾波算法有效的提高了運(yùn)算速度，不僅較好的滿足了實(shí)際項(xiàng)目中對(duì)實(shí)時(shí)性的需求，而且更易于動(dòng)態(tài)目標(biāo)的跟蹤。
　　關(guān)鍵詞：中值濾波；實(shí)時(shí)性；時(shí)間復(fù)雜度；目標(biāo)跟蹤
　　在處理實(shí)時(shí)圖像的過程中，難免會(huì)遇到噪聲的干擾，這種干擾在不同程度上影響到圖像處理的后續(xù)工作，針對(duì)此類問題，1971年Turky提出了中值濾波算法，中值濾波法是一種非線性平滑技術(shù)，它將每一象素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有象素點(diǎn)灰度值的中值。作為圖像處理中的常用濾波方法，中值濾波能夠有效的排除圖像的極值奇異點(diǎn)并能保持圖像的階躍邊緣。因此，中值濾波普遍的應(yīng)用于圖像的去噪平滑過程中。傳統(tǒng)的中值濾波算法重點(diǎn)考慮的是濾波的效果，但針對(duì)于實(shí)際項(xiàng)目往往無法滿足實(shí)時(shí)性的要求。本文正是在實(shí)際項(xiàng)目的基礎(chǔ)上，對(duì)傳統(tǒng)的中值濾波算法進(jìn)行了約束和算法上的設(shè)計(jì)，并在VisualC++開發(fā)平臺(tái)上進(jìn)行了算法測(cè)試。實(shí)驗(yàn)數(shù)據(jù)表明，本文采用的快速中值濾波算法既有效的縮短了運(yùn)行時(shí)間，提高了系統(tǒng)處理速度，滿足了實(shí)際項(xiàng)目的實(shí)時(shí)性的要求，更使對(duì)實(shí)時(shí)運(yùn)動(dòng)目標(biāo)的位置跟蹤更加準(zhǔn)確。
　　1中值濾波算法
　　1.1傳統(tǒng)中值濾波算法
　　中值在序列中是這樣定義的：
　　若為一組序列，先把其按大小排列為，則該序列的中值y為
　　
　　中值濾波原理是把序列或數(shù)字圖像中一點(diǎn)的值用該點(diǎn)鄰域中各點(diǎn)值的中值來代替。
　　1.2快速的中值濾波算法 
　　針對(duì)該算法應(yīng)用于的實(shí)際項(xiàng)目，考慮到系統(tǒng)實(shí)時(shí)性的需求，需要對(duì)圖像數(shù)據(jù)進(jìn)行降維壓縮并保留有用細(xì)節(jié)變換，因此采用中值濾波算法，對(duì)中值濾波算法的模版維數(shù)及模版結(jié)構(gòu)分別進(jìn)行了合理性的約束。
　　1.2.1模版維數(shù)
　　在只考慮圖像處理分析效果的前提下，傳統(tǒng)的中值濾波算法多選用9維、25維甚至更多維數(shù)的模版。針對(duì)項(xiàng)目應(yīng)用，在綜合權(quán)衡識(shí)別效果和識(shí)別速度的基礎(chǔ)上，快速的算法選用維數(shù)為5的模版。實(shí)驗(yàn)測(cè)試表明，5維模版是中值濾波算法在保證一定的過濾效果的基礎(chǔ)上所能選用的維數(shù)最低的模版，在算法時(shí)間復(fù)雜度上以9維模版為例與本算法中選用的5維模版進(jìn)行比較。如表1所示。
　　表1時(shí)間復(fù)雜度比對(duì)
　　
　　如表1數(shù)據(jù)所示，5維模版在時(shí)間復(fù)雜度中明顯優(yōu)于9維模版，可節(jié)省3倍以上運(yùn)算時(shí)間，更符合實(shí)際項(xiàng)目對(duì)實(shí)時(shí)性的需要。
　　1.2.2模版結(jié)構(gòu)
　　在確定5維模版的情況下，本算法比較了圖1，圖2兩種模版結(jié)構(gòu)，考慮到實(shí)際項(xiàng)目中主要的干擾來自于垂線方向，而圖2所示的模版結(jié)構(gòu)能夠更好的消除此類干擾，所以選用圖2所示的模版結(jié)構(gòu)。
　　1.2.3算法設(shè)計(jì)
　　在模版維數(shù)和模版結(jié)構(gòu)確定后，唯一要解決的就是模版濾波窗口的中值，這也正是中值濾波算法的關(guān)鍵所在，傳統(tǒng)中值濾波算法之所以時(shí)間復(fù)雜度高，很大程度上是因?yàn)閷?duì)模版濾波窗口的像素點(diǎn)的灰度值進(jìn)行了排序操作，通過冒泡算法得到中間值。本算法就是在不使用排序算法的前提下，快速的找到模版濾波窗口的中間值。算法思路如下：
　　1） 定義4個(gè)數(shù)組，分別為er[2],sn[3],si[4],
　　wu[5]；數(shù)組wu[5]用來存放模版濾波窗口的5個(gè)像素點(diǎn)的灰度值；er[2],sn[3],
　　si[4],作為中間過渡數(shù)組。
　　2） 比較wu[0]，wu[1]大小，并將比較結(jié)構(gòu)存放到er[2]數(shù)組中，即較小的灰度值放入er[0]中，較大的灰度值放入er[0]中。
　　3） 將wu[5]數(shù)組中第3個(gè)元素，即wu[2]分別與er[0]，er[1]進(jìn)行比較，并將比較結(jié)果從小到大分別存入sn[3]中。
　　4） 將wu[5]數(shù)組中第4個(gè)元素，即wu[3]與sn[1]進(jìn)行比較，若wu[3]小于sn[1]，再將wu[3]與sn[0]進(jìn)行比較，并將比較結(jié)果從小到大分別存入si[4]中。若wu[3]大于sn[1]，則將wu[3]與sn[2]進(jìn)行比較，并將比較結(jié)果從小到大分別存入si[4]中。
　　5） 將wu[5]數(shù)組中第5個(gè)元素，即wu[4]與si[1]進(jìn)行比較，若wu[4]小于si[1]，則si[1]即為所求的中值，若wu[4]大于si[1]，繼續(xù)用wu[4]與si[2]比較，若wu[4]大于si[2]，則si[2]即為所求的中值，若wu[4]小于si[2]，則wu[4]即為所求的中值。
　　6） 返回所求的中值。
　　2實(shí)驗(yàn)結(jié)果
　　在VisualC++開發(fā)平臺(tái)下，分別對(duì)傳統(tǒng)中值濾波算法與快速的中值濾波算法進(jìn)行了運(yùn)行時(shí)間測(cè)試，隨機(jī)設(shè)定10組5維有限序列，進(jìn)行中值濾波計(jì)算，數(shù)據(jù)如表2所示。
　　表2原始測(cè)試數(shù)據(jù)

　　對(duì)這10組數(shù)據(jù)分別采用兩種算法進(jìn)行1000次循環(huán)運(yùn)算，運(yùn)算耗時(shí)如下表所示。
　　表3算法運(yùn)行時(shí)間表

　　從測(cè)試數(shù)據(jù)可以看出，快速的算法在同等硬件配置環(huán)境下，提升運(yùn)算速度平均在3倍以上。
　　對(duì)同一視頻文件分別采用兩種算法進(jìn)行車輛檢測(cè)，檢測(cè)效果圖如圖3—圖6所示。
　　圖3，圖4同為第174幀圖片在兩種算法下的檢測(cè)效果截圖，圖3中綠色矩形框?yàn)楦蓴_信號(hào)造成的車輛檢測(cè)誤判，采用本文算法的圖4則將這一干擾有效的過濾掉，可見本文采用的算法具有更好的目標(biāo)篩選能力。圖5，圖6同為第1179幀圖片在兩種算法下的檢測(cè)效果截圖，圖6比圖5更準(zhǔn)確的獲得了車輛的更多的信息，可見本文采用的算法具有更好的運(yùn)動(dòng)目標(biāo)跟蹤能力。
　　3結(jié)論
　　本文從實(shí)際項(xiàng)目出發(fā)，不僅對(duì)中值濾波算法的模版維數(shù)和模版結(jié)構(gòu)進(jìn)行了合理的約束，更擺脫了在求中值的過程中對(duì)排序算法的依賴。實(shí)驗(yàn)結(jié)果表明，快速后的中值濾波算法有效的提高了計(jì)算效率，達(dá)到了實(shí)際項(xiàng)目對(duì)于實(shí)時(shí)性的要求，而且在提高運(yùn)算速度的同時(shí)，使系統(tǒng)具有更好的目標(biāo)跟蹤能力。
　　4參考文獻(xiàn)
　　[1]阮秋琦.數(shù)字圖像處理學(xué)[M].北京:電子工業(yè)出版社,2001.
　　[2]張麗，陳志強(qiáng)，趙自然，劉胤兵.MMF—一種快速中值濾波算法在集裝箱系統(tǒng)中的應(yīng)用[J].北京：第三屆全國核儀器應(yīng)用學(xué)術(shù)會(huì)議論文集

 1/2    1 2 下一頁 尾頁