基于双阈值canny均衡化算法的太赫兹图像增强
史叶欣, 李九生*
中国计量大学太赫兹研究所, 浙江 杭州 310018

作者简介: 史叶欣, 女, 1995年生, 中国计量大学太赫兹研究所硕士研究生 e-mail: 2602721630@qq.com

摘要

存在于微波与远红外之间的太赫兹波, 因其无损害, 稳定性高等独特性质使太赫兹光谱与成像技术在近几年来得到了迅猛的发展。 太赫兹波独有的无损伤检测特性, 在安全检测方面具有良好的发展前景, 获得广大学者的研究和关注。 经过太赫兹成像系统获得的太赫兹图像, 虽然可以识别出隐藏的武器或其他金属制品, 但是太赫兹图像的对比度和清晰度均较差, 不能完全符合人眼的视觉效果, 也不利于机器识别。 目前, 对太赫兹图像质量的提高和改善, 成为太赫兹成像技术长远发展和广泛应用的关键问题。 实验采用太赫兹波投射式成像系统对藏于物体中的金属心型吊坠和金属箭头进行成像, 扫描步长0.5 mm, 由于太赫兹光源大, 能量起伏等系统缺陷, 以及外部环境的复杂与干扰, 导致成像所得图像均有背景噪声严重, 边界模糊等问题, 成像质量较差。 提出一种基于双阈值的canny均衡化太赫兹图像增强算法, 根据太赫兹图像自身性质限制, 确定阈值和对图像均衡化的范围, 实现图像降噪并引入双阈值canny算法和梯度幅值算法, 使图像的对比度和清晰得到整体提高, 并保留和突出太赫兹图像的细节信息, 获得高分辨率、 边缘清晰的图像。 实验表明该算法对太赫兹图像具有良好的降噪效果, 能够保留图像细节信息, 图像对比度和图像质量得到增强和提高, 同时增强了太赫兹成像技术对隐藏缺陷或隐藏物体的辨别能力和透视能力, 为其在安检应用方面提供必要保证。

关键词: 太赫兹波成像; 图像增强; canny算法; 去噪
中图分类号:O436.2 文献标志码:A
Based on Double Threshold Canny Equalization Algorithm for Terahertz Image Enhancement
SHI Ye-xin, LI Jiu-sheng*
Center for Terahertz Research Institute in China Jiliang University, Hangzhou 310018, China
*Corresponding author
Abstract

Terahertz wave (THz), which exists between microwave and far infrared, has made the terahertz spectroscopy and imaging technology develop rapidly in recent years because of its non-damage property and high stability. The unique feature of non-invasive detection of terahertz wave has a perfect prospect in the field of security detection, and has attracted the attention of scholars. Although THz images obtained by terahertz imaging system can identify hidden weapons or other metal products, the THz image contrast and clarity are poor, which can not completely accord with human visual effect, and is not conducive to machine recognition. At present, the enhancement and improvement of terahertz image quality are the key to the long-term development and wide application of THz imaging technology. By using terahertz projection imaging system with scanning step 0.5mm, we imagine the objects of the metal pendant and metal arrow hidden in clothes at the same experimental conditions. Because of the system defects such as terahertz light source, energy fluctuation as well as the complexity and interference of the external environment, the imaging of the imaging system we get has serious background noise and blurred boundary, and the imaging quality is poor. This paper presents an algorithm of Canny equalization based on double threshold for THz image enhancement. According to the property limitations of terahertz image itself, this algorithm determines the relevant thresholds and the range of image equalization to realize the image denoising. The algorithm introduces the double threshold Canny algorithm and the gradient amplitude algorithm to improve the contrast and clarity of the image, preserve and highlight the detail information of the terahertz image, as well as obtain the high resolution and clear edge image. The experimental results show that we successfully obtain the terahertz images with improved definition, lower noise and fully detailed information from tow low-resolution (LR) terahertz images. The quality of images is improved.This work also enhances the discrimination ability and perspective capability for the hidden defects or hidden objects in the terahertz images, which demonstrates the enormous potential that the terahertz imaging provides the application in the security check.

Keyword: Terahertz imaging; Image enhancement; Canny algorithm; Denoising
引 言

太赫兹技术作为一门交叉前沿领域, 给国家安全领域发展和科研技术创新提供了机遇。 物质的太赫兹光谱具有丰富的指纹信息[1], 对物质的特性研究和检测具有重要的意义。 由于太赫兹对物质特性的无损检测, 其非常适用于无损检测、 安检等非接触式、 非破坏性成像应用。 现阶段, 由于硬件技术的限制大部分的太赫兹扫描成像系统均无法获得高分辨率的图像, 而且成像速度较慢。 如, 太赫兹成像系统光源的光斑较大, 太赫兹波在空气中的快速衰减等均造成成像图像边缘模糊, 分辨率低。 这种成像系统本身的缺陷导致我们难以获得高清晰度的图像, 从而严重限制了太赫兹波在医学图像、 环境监控、 化学和生物样品检测等方面的应用。 根据分析研究成像过程中受到的干扰模式, 采用图像去噪技术和图像增强技术来恢复清晰的图像, 具有十分重要的研究和实用价值。 目前已开展的太赫兹图像降噪增强方法如小波变换[2]、 均值滤波[3]、 非局部均值滤波[4]、 边缘检测[5]等对图像进行处理。 以上处理算法在图像增强和降噪方面取得了一定的成效, 但是都有各自缺点, 如小波变换的参数选择是经验性选择, 在对变换后的小波系数进行处理时, 会使处理后的灰度级偏离原始图像灰度级, 造成边界模糊, 有锯齿和噪声放大; 均值滤波可以有效抑制高斯噪声, 但对边缘等图像细节会造成模糊。 非局部均值滤波虽然可以保留图像细节信息, 但不能自适应调节滤波参数, 会使图像产生伪影。 拉普拉斯高斯算子边缘检测对噪声较为敏感, 在增强边缘和细节的同时, 会将图像噪声和背景信息一并增强, 无法获得清晰高分辨率的图像[6, 7, 8, 9, 10, 11]

本文提出基于双阈值的canny均衡化太赫兹图像增强算法, 引入梯度幅值阈值和直方均衡化处理。 通过对金属心形吊坠、 金属箭头的太赫兹图像进行去噪和增强, 实验结果获得了高分辨率, 高清晰度的太赫兹波图像。

1 基于双阈值canny均衡化太赫兹图像增强算法
1.1 Canny算法基本原理

利用高斯平滑滤波器与图像做卷积, 平滑图像以削弱白噪声在频域中的频率分量, 此预处理可减少噪声对后期边缘检测和提取处理的影响。 根据图像噪声产生的原因和太赫兹图像的特性, 我们采用的二维高斯函数产生高斯滤波模板

式中(x, y)为原图像f (x, y)像素点的横纵坐标点, σ 为高斯函数标准差, mn为滤波模板的窗函数大小(σ =1.0, m=n=3)。 把高斯模板与原图像f(x, y)进行卷积, 模糊后得到T(x, y), T(x, y)=f(x, yK(x, y, σ ); 噪声滤除后, 对T(x, y)进行像素梯度幅值计算, 确定梯度方向并对梯度幅值进行非极大值抑制来判断可能的边缘点。 图像服从二维离散函数, 是离散的数字信号, 则图像灰度值的梯度便可使用一阶有限差分来近似连续函数的微分, 我们在这里使用中值差分求解梯度。 T(x, y)在xy方向上偏导数的两个矩阵P(i, j)和Q(i, j)分别为

P[i, j]=(f[i+1, j]-f[i, j]+    f[i+1, j+1]-f[i, j+1])/2, Q[i, j]=(f[i, j]-f[i, j+1]+    f[i+1, j]-f[i+1, j+1])/2(2)

由式(2)计算得到幅值 M[i, j]=P[i, j]2+Q[i, j]2, 梯度方向 θ[i, j]=arctan(Q[i, j]/P[i, j])其中 f为图像灰度值, P代表 X方向梯度, Q代表 Y方向梯度, M是该点幅值, θ是梯度方向。 沿着梯度方向, 比较前后梯度值, 找到像素点的局部最大值, 其可能为边缘点, 获得局部最大像素点的集合B[i, j]。 根据图像本身属性, 动态确定双阈值判断B[i, j]中的真边缘点, 计算梯度幅值M[i, j]均值 μ=i=0aj=0bM[i, j]a×b, 每个像素相对于均值 μ的方差 σ1=i=0aj=0bM[i, j]-μa×b, 其中 a×b为图像的所有像素, 图像边缘只占很少一部分, 样本数据接近( μ, σ) 的正态分布, ( μ-3σ, μ+3σ)之外的数据只占0.3%, 而(μ -σ , μ +σ )之外有30%的概率, 那么在(μ +σ , μ +2σ )之间的应该是边缘, 边界点的范围为[λ min=μ +σ , λ max=μ +3σ ], 那么B[i, j]中属于[λ min, λ max]的为边界点; 把边缘链接成轮廓, 当到达轮廓的端点时, 该算法会在断点的8邻域点中寻找满足低阈值的点, 再根据此点收集新的边缘, 直到整个图像边缘闭合, 最终输出具有完整边缘的二值化太赫兹波图像g(x, y)。

1.2 均衡化增强

对二值化太赫兹波图像g(x, y)做进一步的灰度增强处理, 得到图像的灰度直方概率分布P(k)=nk/n, k=0, 1, 2, …, 255, nk为图像中出现灰度为k的像素数, n为图像像素总数。 将积累分布函数 T(k)=i=0knin=i=0kp(i), (k=0, 1, 2, , L-1)作为增强因子将原图像灰度级映射到近似均匀分布, L为图像灰度级, 得到新的像素值 F(x, y)=x=0my=0nT(g(x, y))×(max-min)+min, 式中 m, n分别为图像的长和宽, max为图像g(x, y)中像素点的最大值, min为g(x, y)中像素点的最小值, 经累积函数处理后, 图像的动态灰度级范围将得到扩大, 实现进一步增强。

2 结果与讨论

图1(a)中为隐藏在衣物中的心形金属吊坠和金属箭头的光学照片, 图1(b)为利用耿氏二极管作为太赫兹发射源的太赫兹成像系统获得的太赫兹图像。 从太赫兹图像可以看出, 太赫兹波图像中存在背景噪声, 图像模糊, 对比度低, 图像边界不清晰。 本文利用三种图像处理方法进行太赫兹图像处理后成像效果对比。 图2(a)为采用文献[3]中基于阈值的均值滤波算法对心形金属吊坠和金属箭头的太赫兹图像进行滤波增强后的实验结果。 采用该方法处理后的太赫兹图像背景噪声得到一定抑制, 但边界依然模糊, 而且经过滤波后, 图像清晰度变差, 分辨率较低。 图2(b)为采用文献[4]中的非局部均值滤波算法对心形金属吊坠和金属箭头的太赫兹图像进行处理的实验结果。 从图中可以看出, 该种方法达到一定的降噪效果, 使得处理后的太赫兹图像获得一定增强, 但是图像对比度较差, 背景噪声依然存在, 边界模糊, 图像存在伪影现象。 图2(c)为利用本文提出的基于双阈值canny均衡化图像增强算法对心形金属吊坠和金属箭头的太赫兹图像进行处理最后图像结果。 可以发现, 处理后的图像无背景噪声, 轮廓清晰, 对比度明显, 分辨率高。 与图2(a)与图2(b)相比较, 本文采用梯度幅值法根据图像自身特性以及梯度幅值进行双阈值确定, 能有效获取图像真实完整的边缘, 获得清晰图像和轮廓, 增强了对隐藏缺陷或隐藏物体的辨别能力和透视能力, 有利于太赫兹成像在安检等领域有更广泛的应用前景, 提升了太赫兹成像在现代科技领域中的应用价值。 另一方面, 该算法具有良好的降噪效果, 去除背景噪声, 并保留图像细节信息和边缘信息, 增强图像对比度, 提高图像质量, 获得可视化效果更佳的太赫兹图像。

图1 太赫兹成像物体照片(a)和太赫兹图像(b)Fig.1 Object image in optical region (a) and in terahertz region image (b)

图2 采用不同算法获得太赫兹图像处理结果
(a): 均值滤波[3]; (b): 非局部均值滤波[4];
(c): 本文采用的canny均衡化图像增强算法
Fig.2 Using different algorithms to obtain THz image processing results
(a): Mean filtering [2]; (b): Non local mean filter imaging[3];
(c): double threshold canny equalization imaging

3 结 论

由自设的太赫兹连续波源透射光路成像系统对金属挂件进行透射式成像。 为了改善成像质量, 提高图像清晰度和轮廓, 采用基于双阈值canny均衡化图像增强算法, 对图像进行去噪增强和边缘提取。 结果表明该算法在去除噪声背景的同时捉捕了图像的边缘, 保护了图像纹理细节, 增强了图像的对比度, 提高了成像质量, 可视化效果更佳。

The authors have declared that no competing interests exist.

参考文献
[1] CHEN Tao, LI Zhi, MO Mei, et al(陈涛, 李智, 莫玮, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2014, 34(12): 3241. [本文引用:1]
[2] Zhang P, Li F. IEEE Signal Processing Letters, 2014, 21(10): 1280. [本文引用:1]
[3] Zhong H, Li Y, Jiao L C. IEEE Geoscience and Remote Sensing Letters, 2011, 8(4): 809. [本文引用:2]
[4] Wang J, Guo Y, Ying Y, et al. IEEEInternational Conference on Image Processing (ICIP), 2006, 1: 1429. [本文引用:2]
[5] Dong Y, Li M, Li J. Electric Engineering and Computer (MEC), 2013, 1: 1453. [本文引用:1]
[6] Liu H, Yao J, Wang Y, et al. Journal of Infrared and Millimeter Waves, 2016, 3(35): 299. [本文引用:1]
[7] Bao Y, Wu D. International Conference on Manufacturing Science and Engineering, 2016, 32: 423. [本文引用:1]
[8] Alvydas L, Maris B, Sebastian B, et al. [J]. Infrared Millimeter and Terahertz Waves, 2014, 35(1): 63. [本文引用:1]
[9] Bhatt U, Singh A, Bhadauria H, et al. Inventive Computation Technologies, 2016, 3: 1. [本文引用:1]
[10] Xiang H, Hong L. Computer Science & Service System, 2012, 1: 250. [本文引用:1]
[11] Miaomiao Z, Hongxia L, Yi W. Progress in Informatics and Computing, 2015, 1: 234. [本文引用:1]