本发明涉及图像处理技术领域，具体涉及有利于图像识别的图像处理方法。
背景技术：
图像处理(imageprocessing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理(如傅立叶变换可在频域中进行数字滤波处理)。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
用于手术行业的图像处理对图像的清晰度要求非常高，但是现有的图像处理技术对颜色区分不大的区域无法准确的识别，造成了手术使用的图像容易不够清晰。
技术实现要素：
本发明所要解决的技术问题是用于手术行业的图像处理对图像的清晰度要求非常高，但是现有的图像处理技术对颜色区分不大的区域无法准确的识别，造成了手术使用的图像容易不够清晰，目的在于提供有利于图像识别的图像处理方法，解决上述问题。
本发明通过下述技术方案实现：
有利于图像识别的图像处理方法，包括以下步骤：s1：提取图像的频域；s2：将图像的频域进行低通滤波；s3：将低通滤波后的图像选取5*5像素的区域；s4：对5*5像素的区域进行掩膜平滑，并执行s3；s5：当所有的像素都进行过掩膜平滑时，对图像进行锐化。
现有技术中，用于手术行业的图像处理对图像的清晰度要求非常高，但是现有的图像处理技术对颜色区分不大的区域无法准确的识别，造成了手术使用的图像容易不够清晰。本发明应用时，先提取图像的频域；再将图像的频域进行低通滤波；然后将低通滤波后的图像选取5*5像素的区域；再然后对5*5像素的区域进行掩膜平滑，并执行s3；再然后当所有的像素都进行过掩膜平滑时，对图像进行锐化。本发明通过对图像先低通滤波滤去高频噪声，再进行平滑和锐化，使得对图像中颜色区分不大的区域可以准确的识别，从而保证了在手术行业运用时，显示的图像非常清晰。
进一步的，所述锐化采用梯度锐化。
进一步的，所述掩膜平滑采用灰度值的均值和方差平滑。
进一步的，步骤s2包括以下子步骤：对图像的频域进行傅里叶变换；对傅里叶变换后的频域滤去高频率部分。
进一步的，所述高频率部分采用高于50hz。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明有利于图像识别的图像处理方法，通过对图像先低通滤波滤去高频噪声，再进行平滑和锐化，使得对图像中颜色区分不大的区域可以准确的识别，从而保证了在手术行业运用时，显示的图像非常清晰。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
本发明有利于图像识别的图像处理方法，包括以下步骤：s1：提取图像的频域；s2：将图像的频域进行低通滤波；s3：将低通滤波后的图像选取5*5像素的区域；s4：对5*5像素的区域进行掩膜平滑，并执行s3；s5：当所有的像素都进行过掩膜平滑时，对图像进行锐化。所述锐化采用梯度锐化。所述掩膜平滑采用灰度值的均值和方差平滑。步骤s2包括以下子步骤：对图像的频域进行傅里叶变换；对傅里叶变换后的频域滤去高频率部分。所述高频率部分采用高于50hz
本实施例实施时，先提取图像的频域；再将图像的频域进行低通滤波；然后将低通滤波后的图像选取5*5像素的区域；再然后对5*5像素的区域进行掩膜平滑，并执行s3；再然后当所有的像素都进行过掩膜平滑时，对图像进行锐化。本发明通过对图像先低通滤波滤去高频噪声，再进行平滑和锐化，使得对图像中颜色区分不大的区域可以准确的识别，从而保证了在手术行业运用时，显示的图像非常清晰。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。