基于中值的改进均值滤波算法在玻璃瓶检测中的应用.pdfVIP

基于中值的改进均值滤波算法在 玻璃瓶检测中的应用 李秀峰，荣慧芳 北京科技大学机械工程学院，北京（100083 ） E-mail ：ustblxf@126.com 摘 要：中值滤波是一种有效抑制盐椒噪声的滤波算法，但它最大的缺点是模糊了细节。本 文提出一种基于中值的加权均值滤波算法，并将该方法应用于玻璃瓶瓶口检测中。实验结果 表明该方法有效地去除盐椒噪声的同时能很好地保持图像细节。 关键词：盐椒噪声，基于中值的改进均值滤波，玻璃瓶检测，NMSE ,PMSE, PSNR, GSNR 中图分类号：TP391.4 文献标识码:A 1．引言 图像在成像、采样、量化和传输等过程中，经常会被外界各种噪声干扰，使得数字图像 各点的灰度值不能真实反映物体，图像质量下降。玻璃瓶瓶口图像包含各种噪声,为了边缘 和缺陷检测能够尽量准确,采用一定的图像预处理算法滤掉噪声。为了能够得到尽量逼真的 图像,在空间域内可以用邻域平均来减少噪声;在频率域可以采用各种形式的低通滤波来减少 噪声[1] 。考虑检测速度，对空间域滤波方法在瓶口图像去噪进行研究。 滤噪是图像预处理的一个基本内容，而去除椒盐噪声又是其中的一项重要任务。在去 除椒盐噪声方面，中值滤波是当前应用最广的方法之一，其效果较好，然而标准中值滤波器 会破坏和丢失相对于滤波窗口尺寸较小的图像细节如边缘、尖角等[2] 。为此，提出一种基 于中值的改进均值滤波算法，在滤除噪声的同时保留了图像细节，将该方法用于去除玻璃瓶 瓶口噪声起到很好的效果。 2. 基于中值的改进均值滤波算法 2.1 均值滤波 标准均值滤波对图像滤波窗口取均值代替窗口中心像素点。可以在一定程度上对噪声加 以抑制。但是这种方法本身存在着固有的缺陷，即它不能很好地保护图像细节，在去噪的同 时也破坏了图像的细节部分，从而使图像变得模糊。 2.2 中值滤波 中值滤波器是一种由Tukey [3] 提出的非线性信号处理方法，对于抑制图像中的噪声非常 有用[4] 它是基于排序的非线性滤波的典型，他被成功地应用于保留需要的图像结构的同时 消除 （脉冲）噪声。这种方法是用局部中值来代替对应点的像素值。中值滤波可用如下步骤 完成： (1) 将模板在图像中漫游，并将模板中心与图中某个像素位置重合 （2 ）读取模板下各对应像素的灰度值 （3 ）将这些灰度值从小到大排成一列 （4 ）找出这些值中排在中间的一个 [5] （5 ）将这个中间值赋给对应模板中心位置的像素 。 - 1 - 2.3 评分法滤波 评分法滤波是基于均值滤波提出的一种改进滤波方法，针对噪声一般在图像中是最 大值，或者最小值（即高频分量）提出该方法，此法能够有效的抑制噪声。计算步骤 如下： （1）将模板在图像中漫游，并将模板中心与图中某个像素位置重合 （2 ）读取模板下各对应像素的灰度值 （3 ）找到各灰度值的最大值和最小值，令它们对应的像素为0 。 （4 ）其它剩余的值求平均值 （5 ）将这个平均值赋给对应模板中心位置的像素 2.4 基于中值的加权均值滤波方法 F [f (i, j )]M ×N 表示输入图像，其中f (i, j ) 表示图像灰度值矩阵中(i, j ) 点处像素的灰 度值。H n (i, j ) 代表像素中心在(i, j ) 大小为n ×n 的一个窗口。例如n=3 时 f (i −1, j −1) f (i, j −1) f (i +1, j −1) H 3 (i, j ) = f (i, j −1) f (i, j ) f (i, j +1)