一種基于光學(xué)干涉原理的圖像分割方法

1、第16卷第3期強(qiáng)激光與粒子束Vol.15,No.32004年3月HIGH POWER LASER AND PARTIC LE BE AMS Mar.,2004文章編號:100124322(20040320301204一種基于光學(xué)干涉原理的圖像分割方法易亨瑜1,2,葉一東2,呂百達(dá)1(1.四川大學(xué)激光物理與化學(xué)研究所,四川成都610064;2.中國工程物理研究院應(yīng)用電子學(xué)研究所,四川綿陽621900摘要:介紹了基于光學(xué)干涉原理的圖像分割理論算法。在計算機(jī)上模擬一個均勻相干光源、一個濾波器和一個接收屏。選擇強(qiáng)度2相位的轉(zhuǎn)換曲線,將輸入圖像的強(qiáng)度信息轉(zhuǎn)化成偽相位信息,并顯示在濾波器上。利用光源照明濾

2、波器上的相位圖,在接收屏上得到其干涉條紋。再通過選擇閾值對干涉圖進(jìn)行分割得到二值圖,從而實現(xiàn)輸入圖像的邊緣分割。計算結(jié)果表明,該方法得到的圖像輪廓,與S obel 算子效果相當(dāng)。與實驗結(jié)果對比分析可得,改善硬件并實現(xiàn)良好的分割效果的關(guān)鍵在于:控制光源的相干長度,或增大液晶的點陣間隔,并利用CC D 相機(jī)和計算機(jī)相連,對干涉圖進(jìn)行二值化。關(guān)鍵詞:干涉;圖像分割;邊緣檢測;S obel 算子中圖分類號:O436.1文獻(xiàn)標(biāo)識碼:A目標(biāo)圖像的分割是目標(biāo)識別過程中的一個關(guān)鍵環(huán)節(jié),其分割質(zhì)量和速度將直接影響目標(biāo)識別性能,傳統(tǒng)的邊緣檢測常借助微分手段得到強(qiáng)度的梯度輪廓。由于在輸入圖像中,目標(biāo)內(nèi)部的灰度值,一

3、般是連續(xù)變化的;而在其邊界處,灰度變化則存在相對較大的突變,故在數(shù)學(xué)上可以利用求導(dǎo)的方法來檢測;之后再選擇合適的閾值進(jìn)行分割,便能得到目標(biāo)的輪廓。本文介紹了一種基于光學(xué)干涉原理的圖像分割算法,它可以轉(zhuǎn)化成光學(xué)硬件來實現(xiàn)其功能。與計算機(jī)處理相比,光學(xué)處理具有并行、快速等特點。文獻(xiàn)1報道利用液晶來實現(xiàn)圖像邊緣的實時增強(qiáng),但效果不理想,我們則根據(jù)邊緣分割理論并通過模擬計算,闡述和分析了將光學(xué)干涉原理用于圖像分割的過程及其對效果的影響因素。1雙光束干涉在楊氏雙縫干涉試驗中,由濾波器上兩狹縫出來的光,在屏上得到明暗相間的條紋圖,如圖1(a 。如果控制實驗參數(shù),使干涉圖樣上只有三條亮條紋,如圖1(b 。再

4、通過閾值分割對干涉圖進(jìn)行二值化,得到了圖中兩條暗條紋的邊緣輪廓,從而在光學(xué)上實現(xiàn)了兩狹縫的圖像分割。 Fig1.1T w o 2beam interference :(a maltiple interference stripes ,(b tw o dark stripes.圖1雙縫干涉:(a 多個干涉條紋,(b 兩個暗條紋基于這個理論,設(shè)f (x ,y 與r (x ,y 是二維濾波器上任意相鄰兩點的復(fù)振幅函數(shù),其干涉結(jié)果h (x ,y 為h (xy =|f (x ,y +r (x ,y |2=|F (x ,y exp i (x ,y +R (x ,y exp i <(x ,y |2=|

5、F (x ,y |2+|R (x ,y |2+2|F (x ,y R (x ,y |cos (x ,y -<(x ,y (1假設(shè)該濾波器對光強(qiáng)的調(diào)制很微弱,則對于均勻單色光,可令這兩點的實振幅F (x ,y R (x ,y 1,故上式可簡化為h (x ,y =4cos 2(x ,y -<(x ,y 2(2收稿日期:2003205214;修訂日期:2003211211基金項目:中國工程物理研究院應(yīng)用電子學(xué)研究所所長基金資助課題(S J0111004作者簡介:易亨瑜(1969,男,碩士,高級工程師,從事激光技術(shù)研究;綿陽91921012信箱。由(2式得知,干涉條紋的明暗位置是由輸入圖像

6、相位決定的。2圖像分割對于一幅已存在的圖片,通過強(qiáng)度2相位的轉(zhuǎn)換,將圖像的強(qiáng)度信息轉(zhuǎn)換成其偽相位信息,并顯示在濾波器上;用均勻相干光源照明該濾波器,在接收屏上產(chǎn)生干涉條紋。然后對干涉圖進(jìn)行二值化,從而得到原圖像的邊緣。我們對上述過程進(jìn)行仿真計算,模擬這種基于光學(xué)干涉原理的圖像分割過程,其中利用公式(2對濾波器進(jìn)行逐點計算,模擬均勻光束通過濾波器后的光學(xué)干涉結(jié)果。根據(jù)圖像處理理論,該圖像分割算法有三個關(guān)鍵點。1.圖像強(qiáng)度到位相的轉(zhuǎn)換。在理論上,強(qiáng)度2相位的轉(zhuǎn)換曲線可以選擇線性函數(shù)、冪函數(shù)、指數(shù)函數(shù)、對數(shù)函數(shù)等。在實際運(yùn)用中,可用濾波器實現(xiàn)圖像的強(qiáng)度2相位的轉(zhuǎn)換,以減少中間環(huán)節(jié),加快圖像分割速度。

7、為了便于硬件實現(xiàn),我們采用公式(3將圖像強(qiáng)度I (x ,y 中0255灰度級線性地轉(zhuǎn)換為02的相位W (x ,y ,有W (x ,y =4q I (x ,y -I in I (x ,y +I max (3式中:I in ,I max 分別為輸入圖像中的最小值和最大值;q 為調(diào)節(jié)參數(shù)。2.干涉源的選取。簡便起見,假設(shè)只有相鄰兩點才存在干涉現(xiàn)象,這在硬件上,可通過控制實驗參數(shù)來實現(xiàn)。對于相鄰兩點的干涉,從圖像處理理論上,在濾波器上選取干涉源應(yīng)遵循以下原則:在水平方向取相鄰兩點,以獲得水平朝向的邊緣;在垂直方向取相鄰兩點,以獲得垂直朝向的邊緣;在水平和垂直兩個方向取相鄰點,以獲得兩個朝向的邊緣。3.

8、閾值分割。閾值選擇有很多方法,一般是以圖像直方圖為基礎(chǔ)進(jìn)行圖像灰度分割。圖像的直方圖為p (r =lim N n r N (4式中:N 為圖像內(nèi)像元總數(shù);n r 為灰度級為r 的像元數(shù)。把圖像的灰度分成不同的等級,然后用設(shè)置灰度門限的方法去確定物的邊界。該灰度門限可以通過貝葉斯判據(jù)、最小錯誤分割法2等來確定。為了比較分割效果,我們選擇傳統(tǒng)的微分算子對相同的輸入圖像進(jìn)行處理。對于一個連續(xù)的圖像函數(shù)f Fig.2S obel operator tem plate圖2S obel 算子模板(x ,y ,它在位置(x ,y 的梯度可以表示為f (x ,y =5f /5x 5f /5y(5傳統(tǒng)的邊緣檢測

9、常借助空域微分算子進(jìn)行,通過將其模板與圖像卷積完成。用于圖像分割的算子很多,效果較好的是S obel 算子3,其模板如圖2所示。運(yùn)算時將模板在圖像上移動并在每個中心計算對應(yīng)中心像素的梯度值。3邊緣分割效果比較Fig.3Original image (a and its histogram (b 圖3原始圖片(a 及其直方圖(b 在圖形開發(fā)環(huán)境OpenG L 中生成一幅光照的飛機(jī)模型圖,將其大小轉(zhuǎn)化為64×64像素陣列,灰度化后如圖3(a 所示,通過(4式得到其直方圖,如圖3(b 所示。由圖3可知,原圖為目標(biāo)疊加暗背景組成,選擇一個較小的閾值進(jìn)行二值化,即可得到圖像的輪廓。取閾值為49

10、.2163,得到S obel 算子的邊緣分割圖,如圖4(a 所示。在圖3(a 所示的原始圖像中,包含各種朝向的邊緣。利用圖2中水平或垂直模板,可以分別得到不同方向的梯度邊緣圖,如圖4(b 和圖4(c 所示。圖4(d (f 還給出了相應(yīng)的光學(xué)干涉邊緣檢測結(jié)果。由圖4的比較可知,在簡單背景下目標(biāo)的各個方向的分割效果、光學(xué)干涉分割法的效果與S obel 算子的基本一致。下面討論場景中目標(biāo)的分割效果。為模擬真實場景,將飛機(jī)模型圖進(jìn)行裁減,取出飛機(jī)部分,插入到一幅203強(qiáng)激光與粒子束第16卷 Fig.4C ontrast between tw o kinds of edge detction measu

11、rement圖4S obel 算子(a (c 與光學(xué)干涉分割法(d (f 的效果對比層狀云圖中任意兩處位置,制作輸入圖像,如圖5(a 所示。利用S obel 算子進(jìn)行邊緣分割得到圖5(b ;利用光學(xué)干涉邊緣檢測法進(jìn)行圖像分割,得到圖5(c 。對比可以看到,在對場景中的目標(biāo)進(jìn)行邊緣分割時,圖5(c 基本上沒有背景噪聲,說明光學(xué)干涉分割法略優(yōu)于S obel 算子。對圖5(a 所示的輸入圖像進(jìn)行邊緣模糊處理,模擬背景強(qiáng)度較大、目標(biāo)照明過強(qiáng)或過弱時的現(xiàn)象;并加入較大的高斯白噪聲,為了模擬環(huán)境對采集器件的影響而引入的噪聲,處理后得到了圖6(a 。利用S obel 算子進(jìn)行邊緣檢測,得到圖6(b ;利用光

12、學(xué)干涉邊緣檢測法進(jìn)行圖像分割,得到圖6(c 。通過圖5和圖6的比較,可以發(fā)現(xiàn),在復(fù)雜背景中弱小目標(biāo)的兩種分割方法,效果大致相同 。Fig.5Input image and its edge detection圖5 輸入場景及其邊緣分割比較Fig.6Input image and its edge detection圖6輸入場景及其邊緣分割比較4結(jié)論本文利用光學(xué)干涉原理,通過計算機(jī)的模擬計算,在理論上初步實現(xiàn)了輸入圖像的邊緣分割,其分割效果與S obel 算子大致相同。該方法可以利用光學(xué)硬件系統(tǒng),對運(yùn)動目標(biāo)圖像進(jìn)行實時分割1。具體而言,可用一塊液晶來代替濾波器,并實現(xiàn)圖像的強(qiáng)度2相位的轉(zhuǎn)換功能,

13、此時液晶應(yīng)處于純相位調(diào)制模式4,以滿足公式(2的近似條件;均勻光束照明液晶形成干涉圖樣;以CC D 相機(jī)作為接收屏,并與計算機(jī)相連實現(xiàn)干涉圖的采集和二值化功能。303第3期易亨瑜等:一種基于光學(xué)干涉原理的圖像分割方法403強(qiáng)激光與粒子束第16卷與文獻(xiàn)1的實驗對比,圖4(d在分割效果上有了較大的提高。從圖像處理理論上,本文的算法增加了對干涉圖的二值化,這說明在實驗中,CC D相機(jī)應(yīng)與計算機(jī)相連,以實現(xiàn)干涉圖的接收和二值化功能;從兩者分割理論上,本文在干涉源的選取上進(jìn)行了一定程度的近似,即只討論了相鄰點間的干涉現(xiàn)象,這表明在實驗中應(yīng)選擇合適的實驗參數(shù)(例如光源、液晶間距或光學(xué)系統(tǒng)結(jié)構(gòu)等,去控制光源

14、的相干長度。為了提高硬件系統(tǒng)的分割質(zhì)量,需要做實驗進(jìn)一步加以驗證,并采用一些實驗技巧來處理激光散斑噪聲、選擇液晶轉(zhuǎn)換線性區(qū)等問題。另外選擇不同的強(qiáng)度2相位轉(zhuǎn)換曲線,將有利于不同類型邊緣的分割。參考文獻(xiàn):1安波,陳懷新,陳禎培.利用液晶電視實現(xiàn)光學(xué)圖像的實時邊緣提取J.激光技術(shù),2002,26(1:4446.(An B,Chen H X,Chen Z P.Real2timeedge enhancement of optical image with liquid crystal T V.Laser Technology,2002,26(1:44462何斌,馬天予,王運(yùn)堅,等.Visual C+數(shù)

15、字圖像處理M.北京:人民郵電出版社,2001.(He B,M a T Y,W ang YJ,et al.Visual C+digitizedimage process.Beijing:Peoples P ost&T elecommunications Press,20013章毓晉.圖象分割M.北京:科學(xué)出版社,2001.(Zhang YJ.Image segmentation.Beijing:Science Press,20014Pezzaniti J L,Chipman R A.Phase2only m odulation of a twisted nematic liquid2cr

16、ystal T V by use of the eigenpolarization statesJ.Opt Let,1993,18(18:15671569.Measurement of image segmentation based on optical interferenceYI Heng2yu1,2,YE Y i2dong2,LBai2da1(1.Institute o f Laser Physics and Chemistry,Sichuan Univer sity,Chengdu610064,China;Abstract:A kind of measurement of image

17、 segmentation based on the principle of optical interference is presented and realized by simula2 tion in computer.A uniform coherent light s ource,a filter and a receiving screen are designed in computer.The pseud phase distribution,which is translated from intensity distribution of the image by a

18、conversion rule,is shown on this given filter.The interference pattern is produced when the filter is illuminated with the light s ource,and sampled on a receiving screen.Choosing a proper threshold segments the interference pattern and the edge of the input image can be obtained.Numerical simulation shows the effect of this segmentation method is equivalent to that of S obel operator.C ontrast between simulated results and experimental results is analyzed.It indicates tw o ways to improve the segmentation effect of the hardware system,one is to