本发明公开一种针对皮革纤维mct断层扫描图像的智能去噪方法、装置、电子设备、可读存储介质及应用，属于皮革图像去噪处理的技术领域。
背景技术：
皮革纤维的编织结构一直是业界关注的问题。到目前为止，人们对皮革纤维编织结构的认识还很肤浅。研究皮革纤维的编织结构具有重要的理论价值和应用价值。
采集和分析皮革纤维断层扫描图像并进行三维重构是研究皮革纤维编织结构的有效途径。皮革纤维断层扫描图像的采集方法主要有：x射线断层扫描(ct)法和核磁共振(mri)法等非破坏性方法以及物理切片法和层去法等破坏性方法。
核磁共振仪器设备造价和维护成本高昂，而破坏性采样方法是对包埋皮革纤维进行物理切片或打磨，工艺要求高、难度大，所采集的图像难以保持皮革纤维的结构，不易采集到高质量的连续断层扫描图像。相比于核磁共振仪器设备，所述显微x射线断层扫描设备造价和维护成本都不高，操作便利，而且，所述显微x射线断层扫描(mct)技术可在不破坏样本的情况下，获取样本内部结构的断层扫描图像，其图像能够显示尺寸在几十到几百微米的纤维编织结构，可用于采集皮革纤维图像。
利用皮革纤维的mct断层扫描图像可以进行皮革纤维的三维重构，从而展示皮革纤维的编织结构，以便研究其规律。但是皮革纤维的mct断层扫描图像带有电子和光学噪声，这些噪声在图像中通常具有低灰度值。皮革纤维的mct断层扫描图像的去噪和分割是进行三维重构的基础。目前，图像去噪、分割和重构方法很多，但没有一种通用的方法可以处理所有类型的图像。医学领域有众多图像处理方法，也有三维重构软件被开发出来。但到目前为止，医学图像的去噪与分割仍然有很多尚未解决的问题，没有一种方法和一款软件能够很完美地完成医学图像处理任务。
在本技术领域中，张华勇等人采用显微x射线断层扫描(mct)技术采集皮革纤维断层扫描序列图像并应用医学领域的3d-doctor软件并辅之以自主研发的计算机图像处理程序进行图像的去噪和三维重构，获得了皮革纤维的三维重构效果。但由于皮革纤维mct断层扫描图像与医学图像的较大差异，其采用的医学图像处理技术所获得的三维重构图像不能够显示皮革纤维束表面精细的纹理结构。尽管图像去噪的方法有很多，但在应用这些方法进行不同类型的图像处理时，需要对一些参数进行不同的设置，譬如，对图像进行滤波运算所用的窗口宽度和滤波次数、用于去噪的灰度阈值等。不同的参数设置对图像去噪效果的影响是显著的。而参数的选定有时需要进行大量的试验。由于皮革纤维mct断层扫描图像往往有两千多帧，针对所有图像采用固定统一的参数设置有时效果不好，因而在处理每一帧图像时需要设置不同的参数，这一工作靠人工完成存在很大困难。
技术实现要素：
针对现有技术的不足，本发明公开一种针对皮革纤维原位mct断层扫描图像的智能去噪方法。
本发明还公开一种加载有该方法的装置。
本发明还公开一种加载有该方法的电子设备。
本发明还公开利用该方法的应用方法。
发明概述：
本发明主要包括皮革纤维mct断层扫描图像的中值滤波、灰度值频数序列平滑及灰度值频数极小值探索。为了更清晰地突出皮革纤维束的边缘，首先通过反复试验确定图像中值滤波的最佳窗口尺寸和最佳滤波次数，然后计算灰度值频数并根据灰度值频数的极大极小值确定去噪灰度阈值。由于灰度值直方图通常并不光滑，而是呈现锯齿形波动，其极小值众多而不唯一，因而需要对灰度值直方图进行多次平滑，消除这类随机扰动。如果对灰度值频数直方图进行平滑的次数太少，则不能够有效消除其随机扰动，但如果平滑次数过多，则其波谷也会消失。因而，选取恰当的灰度值频数直方图平滑次数是探索灰度值去噪阈值的关键。由于皮革纤维mct断层扫描图像的数量很多，并且每一帧图像的灰度值频数分布都不相同，对灰度值频数直方图进行平滑所需要的次数也会不同。对每一帧图像的灰度值频数平滑次数进行人工试验的工作量巨大。为此，本发明设计了计算机自动探索最佳灰度值频数平滑次数，从而确定图像去噪的灰度阈值，使得图像去噪运算快速而准确，去噪效果显著。
本发明所述方法自动探索中值滤波平滑后的mct图像的对象(即皮革纤维)灰度值与噪声灰度值的分界点，并将该分界点作为去噪阈值进行图像的灰度阈值去噪处理，完成去噪工作。
本发明的详细技术方案如下：
一种针对皮革纤维mct断层扫描图像的智能去噪方法，其特征在于，包括：
1)对皮革纤维原位显微mct断层扫描图像进行多次中值滤波；与其它图像平滑方法相比较，中值滤波具有很好的锐化图像边缘的功效，这正是进行皮革纤维mct断层扫描图像分割所需要的；优选的，所述中值滤波的滤波窗口尺寸为11×11，滤波次数为5～11，本方案中，所述中值滤波能够将噪声强度较大的皮革纤维mct灰度图像的纤维束和噪声有效地区分开来，使得皮革纤维mct灰度图像的灰度直方图呈双峰形态：一个波峰代表纤维灰度值众数，一个波峰代表噪声灰度值众数。
2)确定去噪阈值：频数最小的灰度值作为对象灰度值与噪声灰度值的分界点即去噪阈值，灰度值低于所述去噪阈值的像素点被视为背景噪声点，其余点作为对象点。
优选的，对象灰度值频数直方图和噪声灰度值频数直方图各自具有单一波峰，即呈双峰形态的灰度值频数直方图的波谷对应的频数最小的灰度值作为对象灰度值与对象噪声灰度值的分界点即去噪阈值，由于皮革纤维mct断层扫描图像的固有特点，噪声灰度值频数峰值总是大于对象灰度值频数峰值，因此，本发明所涉及的去噪算法将噪声灰度值众数和对象灰度值众数之间的灰度值频数的最小值点(即灰度值频数最小的灰度值)作为去噪阈值。
优选的，所述步骤2)中，确定去噪阈值时，利用计算机自动检测经过所述步骤1)所得到的平滑的皮革纤维mct断层扫描图像的灰度频数极小值点作为所述去噪阈值，即将灰度值频数序列的介于两个灰度值频数波峰之间的极小值作为所述去噪阈值。皮革纤维mct断层扫描图像的灰度值在0到255之间，灰度值为0的像素点大部分处于mct设备的视域之外。在技术方案中，皮革纤维与噪声的灰度值的分界点通常是其频数直方图的波谷，因此，探索去噪阈值的工作就等价于探索灰度值频数分布的波谷，即灰度值频数序列的介于两个灰度值频数波峰之间的极小值。
根据本发明优选的，在步骤2)中，要对灰度值频数序列进行多次平滑。由于灰度值直方图通常并不光滑，即常常呈现锯齿形波动，其极小值通常并非波谷，只是随机扰动的局部现象而已，因此需要对灰度值频数序列进行多次平滑。消除这类随机扰动，可避免或减少灰度值最小值点的计算误差。
在数字图像处理领域，常用的图像平滑算法有高斯滤波法、中值滤波法和算术平均值滤波法等众多方法。根据本发明优选的，所述平滑算法为算术平均值滤波法，具体为：
首先选定一个较大的滤波次数p，选择窗宽，运用算术平均值滤波法对灰度值频数序列x1,x2,l,xn进行滤波。
然后计算滤波后的灰度值频数序列的最大值点。经验表明，某些皮革纤维mct断层扫描图像的灰度值频数在噪声众数之前可能存在极小值，因此，为了探索噪声灰度值与对象灰度值的分界点(即去噪灰度阈值)，只需要探索噪声灰度值众数之后的灰度值频数序列的极小值点；其中所述p的参考值为7。p太大的话，影响运算速度。所述选择窗宽为5，在实际应用中，可视频数直方图的平滑效果而调整。本技术方案的特点为：如果滤波次数p太小，则不能够有效消除灰度值频数序列中的随机扰动，这会导致所求得的极小值点偏差较大；如果滤波次数过大，则会使灰度值频数分布的波谷消失，导致灰度值频数序列的极小值点不存在，不能确定对象与噪声灰度值的分界点。因此，如果没有发现灰度值频数序列的极小值，则计算机自动减少滤波次数，重新进行算术平均值滤波运算，如此下去，直到求得灰度值频数序列的极小值，将此值作为阈值。灰度值小于此阈值的像素点的灰度值设置为0，从而完成图像去噪任务。
根据本发明优选的，如果最终未求得灰度值频数序列的极小值，则判定该算法失效，这表明图像的灰度值分布没有波谷。
在本发明中，对每一帧图像的灰度值频数平滑次数进行人工试验的工作量巨大，为此，本发明设计了计算机自动探索最佳灰度值频数平滑次数，从而对每一帧mct断层扫描图像自动确定图像去噪的灰度阈值，使得图像去噪运算快速而准确。对灰度值频数直方图进行平滑的常用方法有高斯滤波法、中值滤波法和平均值滤波法等。实验表明，算术平均值滤波法效果最佳。
基于理论和实践，在噪声灰度值频数众数和对象灰度值频数众数之间可能存在不止一个灰度值频数极小值，也可能不存在灰度值频数极小值。因此，本发明所述算法不计算对象众数，只计算噪声灰度值众数之后的频数极小值。然而，经试验表明，如果对灰度值频数直方图进行平滑的次数太少，则不能够有效消除其随机扰动；但如果平滑次数过多，则其波谷也会消失。因而，选取恰当的灰度值频数直方图是确定灰度值去噪阈值的关键。由于皮革纤维mct断层扫描图像的数量很多，并且每一帧图像的灰度值频数分布都不相同，对灰度值频数直方图进行平滑的次数也会不同，为此，本发明所采用的灰度值频数直方图平滑次数对每一帧图像可能是不同的。
本发明还公开一种加载有该方法的装置，其特征在于，所述装置包括：
数据采集模块：用于采集皮革纤维mct断层扫描图像或皮革纤维包埋mct断层扫描图像；
数据处理模块：用于对采集到所述扫描图像进行中值滤波模块和根据去噪阈值区分背景噪声点和对象点，进而去除背景噪声；
数据输出模块：用于将去噪后的扫描图像进行输出。
本发明还公开一种加载有该方法的电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述针对皮革纤维mct断层扫描图像的智能去噪方法。
本发明还公开一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现所述针对皮革纤维mct断层扫描图像的智能去噪方法。
本发明还公开利用该方法应用于皮革纤维原位mct断层扫描图像和皮革纤维包埋mct断层扫描图像的去噪过程。
本发明的技术效果：
1、本发明的主要目的是探索皮革纤维mct断层扫描图像中皮革纤维影像和背景噪声之间的边界、去除噪声。由于皮革纤维mct图像中皮革纤维影像和背景噪声之间灰度值差异相对较大，采用中值滤波能够使皮革纤维影像和背景噪声之间的边界更加清晰，因而选择中值滤波对皮革纤维mct原始图像进行滤波。
2、由于中值滤波的窗口尺寸和滤波次数对滤波效果影响很大，因而选择适当的中值滤波的窗口尺寸和滤波次数至关重要。经过反复测试，本发明建议中值滤波的参考窗口尺寸为11×11，滤波次数为5～11。在实际应用中可对中值滤波的窗口尺寸和滤波次数进行适当调整。
3、为设定去噪阈值，需要计算对象灰度频数与噪声灰度频数的分界值。本发明采用对象图像灰度频数峰值与噪声灰度频数峰值之间的谷值作为去噪阈值。
4、在确定去噪阈值时，由于灰度值直方图通常并不光滑，即常常呈现锯齿形波动，因此需要对灰度值频数序列进行几次平滑，消除这类随机扰动。然而，如果对灰度值频数直方图进行平滑的次数太少，则不能够有效消除其随机扰动，但如果平滑次数过多，则其波谷也会消失。由于皮革纤维mct断层扫描图像的数量很多，并且每一帧图像的灰度值频数分布都不相同，对灰度值频数直方图进行平滑的次数也会不同。因此，对每一帧图像的灰度值频数平滑次数进行人工试验的工作量巨大。为此，本发明采用智能滤波算法自动探索最佳灰度值频数平滑次数、从而自动确定图像去噪的灰度阈值。这一算法简单、快速、准确，且完全智能化，去噪效果显著。
5、本发明所述方法适用于皮革纤维原位mct断层扫描图像和皮革纤维包埋mct断层扫描图像的去噪场景。
附图说明
图1a：原始mct断层扫描图像；
图1b：平滑的mct断层扫描图像；
图1c：去噪的mct断层扫描图像；
图2a：原始mct断层扫描图像的灰度直方图；
图2b：对原始mct断层扫描图像进行平滑后的灰度直方图；
图2c：对平滑mct断层扫描图像的灰度直方图进行平滑后的曲线；
图2d：去噪的mct断层扫描图像的灰度直方图；
图3a：原始mct断层扫描图像；
图3b：平滑的mct断层扫描图像；
图3c：去噪的mct断层扫描图像；
图4a：原始mct断层扫描图像的灰度直方图；
图4b：对原始mct断层扫描图像进行平滑后的灰度直方图；
图4c：对平滑mct断层扫描图像灰度直方图进行平滑后的曲线；
图4d：去噪的mct断层扫描图像的灰度直方图；
图5a：原始mct断层扫描图像；
图5b：平滑的mct断层扫描图像；
图5c：去噪的mct断层扫描图像；
图6a：原始mct断层扫描图像的灰度直方图；
图6b：对原始mct断层扫描图像进行平滑后的灰度直方图；
图6c：对平滑mct断层扫描图像灰度直方图进行平滑后的曲线；
图6d：去噪的mct断层扫描图像的灰度直方图；
图7是本发明所述装置的模块示意图，其中，1、图像扫描步骤；2、数据采集模块；3、数据处理模块；4、数据输出模块；5、数据展示终端。
具体实施方式
下面结合实施例和说明书附图对本发明做详细的说明，但不限于此。
实施例1、
一种针对皮革纤维mct断层扫描图像的智能去噪方法，包括：
1)对皮革纤维原位mct断层图像进行多次中值滤波；所述中值滤波的滤波窗口尺寸为11×11，滤波次数为5～11；
2)确定去噪阈值：频数最小的灰度值作为对象灰度值与噪声灰度值的分界点即去噪阈值，灰度值低于所述去噪阈值的像素点被视为背景噪声点，其余点作为对象点；
对象灰度值频数直方图和噪声灰度值频数直方图各自具有单一波峰，即呈双峰形态的灰度值频数直方图的波谷对应的频数最小的灰度值作为对象灰度值与噪声灰度值的分界点即去噪阈值。
其中，灰度值频数计算是指，对每一帧皮革纤维mct断层扫描图像，记其灰度值的最大值为n(n≤255)，而非零灰度值的最小值通常为1。由于图像去噪无需考虑灰度值为0的像素点，所以只需计算灰度值在1～n之间的灰度值频数，生成图像的灰度值频数序列x1,x2,l,xn。
实施例2、
如实施例1所述的一种针对皮革纤维mct断层扫描图像的智能去噪方法，其区别在于，所述步骤2)中，确定去噪阈值时，还可以利用计算机自动检测所述步骤1)中皮革纤维mct断层扫描图像的灰度频数极小值点作为所述去噪阈值，即将灰度值频数序列介于对象灰度值频数波峰和噪声灰度值频数波峰之间的的极小值点作为所述去噪阈值。
对灰度值频数序列进行多次平滑。
所述平滑算法有高斯滤波法、中值滤波法和算术平均值滤波法等，本实施例中所采用的平滑算法为算术平均值滤波法，具体为：
首先选定一个较大的滤波次数p，选择窗宽，运用算术平均值滤波法对灰度值频数序列x1,x2,l,xn进行滤波。然后计算滤波后的灰度值频数序列的最大值点。本实施例中试验表明，某些皮革纤维mct断层扫描图像的灰度值频数在噪声众数之前可能存在极小值，因此，为了探索噪声灰度值与对象灰度值的分界点(即去噪灰度阈值)，只需要探索噪声灰度值众数之后的灰度值频数序列的极小值点；其中所述p的参考值为7。p太大的话，影响运算速度。所述选择窗宽为5，在实际应用中，可视频数直方图的平滑效果而调整。本技术方案的特点为：如果滤波次数p太小，则不能够有效消除灰度值频数序列中的随机扰动，这会导致所求得的极小值点偏差较大；如果滤波次数过大，则会使灰度值频数分布的波谷消失，导致灰度值频数序列的极小值点不存在，不能确定对象与噪声灰度值的分界点。因此，如果没有发现灰度值频数序列的极小值，则计算机自动减少滤波次数，重新进行算术平均值滤波运算，如此下去，直到求得灰度值频数序列的极小值，将此值作为阈值。灰度值小于此阈值的像素点的灰度值设置为0，从而完成图像去噪任务。
如果最终未求得灰度值频数序列的极小值，则判定该算法失效，这表明图像的灰度值分布没有波谷。
本实施例中，经试验表明，如果对灰度值频数直方图进行平滑的次数太少，则不能够有效消除其随机扰动，但如果平滑次数过多，则其波谷也会消失。因而，选取恰当的灰度值频数直方图是确定灰度值去噪阈值的关键。由于皮革纤维mct断层扫描图像的数量很多，并且每一帧图像的灰度值频数分布都不相同，对灰度值频数直方图进行平滑的次数也会不同，为此，本发明采用特殊的滤波算法进行处理。
实施例3、
如图7所示，一种加载有如实施例1、2所述方法的装置，所述装置包括：
数据采集模块：用于采集皮革纤维mct断层扫描图像或皮革纤维包埋mct断层扫描图像；
数据处理模块：用于对采集到所述扫描图像进行中值滤波模块和根据去噪阈值区分背景噪声点和对象点，进而去除背景噪声；
数据输出模块：用于将去噪后的扫描图像进行输出。
实施例4、
一种加载有如实施例1、2所述方法的电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述针对皮革纤维mct断层扫描图像的智能去噪方法。
实施例5、
一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述针对皮革纤维mct断层扫描图像的智能去噪方法。
实施例6、
利用如实施例1、2所述方法应用于皮革纤维原位mct断层扫描图像和皮革纤维包埋mct断层扫描图像的去噪过程。
应用例1、
利用实施例2所述方法对以下皮样材料进行图像处理，前期图像扫描步骤包括：
1)皮样材料：从美国牛臀干蓝皮上剥离出来的一部分纤维组织；
2)mct取像设备：mct断层扫描仪：skyscan2211；摄像镜头：mx11002；
3)mct断层扫描图像参数：
曝光时间：1000ms；
图像尺寸：4032像素×4032像素；
层厚：0.31μm；
帧数：2357；
4)原始mct断层扫描图像平均值滤波参数设置：窗口尺寸11×11，滤波重复次数7；
5)灰度频数序列平滑窗宽：5。
经扫描、处理、输出后产生的图像数据如图1a-1c。
图1a：原始mct断层扫描图像；
图1b：平滑的mct断层扫描图像；
图1c：去噪的mct断层扫描图像；
图2a：原始mct断层扫描图像的灰度直方图；
图2b：对原始mct断层扫描图像进行平滑后的灰度直方图；
图2c：对平滑mct断层扫描图像的灰度直方图进行平滑后的曲线；
图2d：去噪的mct断层扫描图像的灰度直方图；
由图2a和图2b可以看出，平滑的mct断层扫描图像的噪声灰度值范围变窄，这使得对象和噪声更容易区分。图2c是平滑后的mct断层扫描图像的灰度直方图，曲线比较平滑。
由图2a和图2b还可以看到，平滑后的mct断层扫描图像中的噪声灰度值变小，这有利于后续确定去噪阈值并进行图像去噪。
由图1c可以看到，去噪效果比较理想。图像存在一些小面积区域，这些区域有可能是纤维束截面，也有可能是噪声，这在进行三维重构时可以进行鉴别。
应用例2、
利用实施例2所述方法对以下皮样材料进行图像处理，前期图像扫描步骤包括：
1)皮样材料：美国牛臀干蓝皮；
2)mct取像设备：
mct断层扫描仪：skyscan2211；摄像镜头：mx11002；
3)mct断层扫描图像参数：
曝光时间：2300ms；
图像尺寸：4032像素×4032像素；
层厚：0.20μm；
帧数：2357；
4)原始mct断层扫描图像平均值滤波参数设置：窗口尺寸11×11，滤波次数7；
5)灰度频数序列平滑窗宽：5；
经扫描、处理、输出后产生的图像数据如图3a-3c。
图3a：原始mct断层扫描图像；
图3b：平滑的mct断层扫描图像；
图3c：去噪的mct断层扫描图像；
图4a：原始mct断层扫描图像的灰度直方图；
图4b：对原始mct断层扫描图像进行平滑后的灰度直方图；
图4c：对平滑mct断层扫描图像灰度直方图进行平滑后的曲线；
图4d：去噪的mct断层扫描图像的灰度直方图；
图4a所示的原始mct断层扫描图像的灰度直方图呈单峰形态，不能区分对象灰度值范围和噪声灰度值范围。而经过平滑的mct断层扫描图像灰度直方图呈双峰形态，如图4b所示。这使得对象和噪声容易区分。图4c是去噪后的mct断层扫描图像的灰度直方图，曲线平滑。图3c是去噪后的mct断层扫描图像，去噪效果比较理想，但存在可疑的噪声没有去除。
将应用例1、2进行比较：两者的曝光时间不同：应用例1的曝光时间为1000ms，应用例2的曝光时间为2300ms。由于应用例2的曝光时间是应用例1的曝光时间的2.3倍，导致其噪声强度比应用例1的大。这直接影响了去噪效果。当然，还可以进一步采取其它去噪措施改进去噪效果，但不属于本发明所要保护的内容。
应用例3、
利用实施例2、6所述方法及应用对以下皮样材料进行图像处理，前期图像扫描步骤包括：
1)皮样材料：环氧树脂包埋牛臀干蓝皮；
2)mct取像设备：
mct断层扫描仪：skyscan2211；摄像镜头：mx11002：
3)mct断层扫描图像参数：
曝光时间：1000ms；
图像尺寸：2016像素×2016像素；
层厚：0.80μm；
帧数：1178；
4)原始mct断层扫描图像平均值滤波参数设置：窗口尺寸11×11，滤波次数7；
5)灰度频数序列平滑窗宽：5；
经扫描后、处理、输出后产生的图像数据如图5a-5c。
图5a：原始mct断层扫描图像；
图5b：平滑的mct断层扫描图像；
图5c：去噪的mct断层扫描图像；
图6a：原始mct断层扫描图像的灰度直方图；
图6b：对原始mct断层扫描图像进行平滑后的灰度直方图；
图6c：对平滑mct断层扫描图像灰度直方图进行平滑后的曲线；
图6d：去噪的mct断层扫描图像的灰度直方图；
图5b显示，包埋皮革纤维mct断层扫描图像的噪声强度很大，这给去噪带来了一定的困难。图6a所示的原始mct断层扫描图像的灰度直方图呈单峰形态，这说明对象灰度值范围和噪声灰度值范围不易区分。而经过平滑的mct断层扫描图像灰度直方图呈双峰形态，如图6b所示。这使得对象和噪声容易区分。图6c是去噪后的mct断层扫描图像的灰度直方图，曲线平滑。图5c是去噪后的mct断层扫描图像，去噪效果比较理想。
