疵点检测系统中的图像预处理.docVIP

疵点检测系统中的图像预处理 1引言 采集到的图像都不可避免地受到噪声的影响,图像的质量会出现不同程度的退化,这就要求对图像进行滤波、增强，用各种变换手段改善图像的质量，消除干扰信息，增强有效信息，以利于后面提取图像特征,这就是图像预处理的过程。同时,对于来自同一场景的多幅带有不同噪声的或者来自不同传感器的图像，如果直接进行图像融合，必然导致失真图像的噪声融入到融合图像中。因此,在进行图像融合之前，必须要对每一幅图像进行预处理。 2.氟塑料薄膜在线疵点检测系统标定 在将图像技术应用于图像测量中,非常重要的一点就是所获取图像的尺寸必须定量化。为了得到疵点精确的位置信息,在系统进行检测之前,应该先对系统进行标定本文标定目的就是要确定摄像机的物面分辨率,也就是要计算出检测图像中的一个像素代表的物理尺寸,一般包括两个方向的尺寸:即水平方向和垂直方向上的尺寸系统标定的精度将直接影响到疵点位置计算的精度,因此准确地进行系统标定是获得精确疵点位置的前提。 针对本文在线检测系统的应用,使用标准的检测对象作为标定参照物，不需要标定摄像机的内外参数，只需要标定出摄像机的物面分辨率。这样不但简化了标定过程,而且保证了视觉检测系统的标定精度和稳定性。因此本视觉检测系统采用了试验标定的方法进行系统标定具体方法是：先对生产线上氟塑料薄膜进行精确测量得到宽度l(单位:mm)。视觉检测系统的工作距离确定之后,进行图像采集，得到图像中氟塑料薄膜的长度l.(单位:像素),于是可求出系统的标定系数k: K=l’/l(单位:pixelz/mm) 为了保证系统标定的精度,可以对不同的薄膜图像或同一薄膜图像的不同部分进行多次标定,然后求其均值k作为最终的标定系数k。这样既可消除镜头畸变引起的误差,又可以去掉标定过程中引入的随机误差。 3薄膜图像的平滑去噪处理 图像在采集，处理等环节中都不可避免地受到噪声影响，所以噪声抑制对图像处理十分重要。图像平滑是一种局部处理方法,主要用于抑制图像噪声，它一直以来都是图像处理中的热门问题，其主要功能就是有利于图像的后续处理和分析。 3.1图像噪声及其分类 噪声可以理解为妨碍人们感觉器官对所接收的信源信息理解的因素噪声是一些强度随机信号,常见的噪声有椒盐噪声、高斯噪声、脉冲噪声等。椒盐噪声含有随机出现的黑白亮度值脉冲噪声是含有随机的白强度值(正脉冲噪声)或黑强度值(负脉冲噪声)高斯噪声是含有亮度服从高斯或正态分布的噪声。这些噪声的影响会使提取出的边缘不准确,影响定位的进行在图像扫描输入过程中，很容易会使图像带有脉冲噪声噪声对图像信号幅度和相位的影响十分复杂，有些噪声和图像信号相互独立不相关,有些是相关的,噪声本身之间也可能相关。因此要减少图像中的噪声,必须针对具体情况采用不同方法,否则很难获得满意的处理效果。根据噪声和信号的关系可以将其分为两种形式: 加性噪声加性噪声和图像信号强度是不相关的,如图像在传输过程中引进的信道噪声!电视摄像机扫描图像的噪声这类带有噪声的图像g(x,y）可看成为理想无噪声图像f(x,y）与噪声n(x，y）之和,即g(x,y）=f(x,y）+n(x,y)。 （2）乘性噪声乘性噪声和图像信号是相关的,往往随图像信号的变化而变化这又可分为两种情况:一种是某像素处的噪声只与该像素的图像信号有关,另一种是某像素点处的噪声与该像素点及其邻域的图像信号有关如果噪声和信号成正比,则含噪图像g(x,y）可以表示为:g(x,y）=f(x,y）十f(x,y）*n(x,y）。 3.2中值滤波去噪 在常见的空间域滤波方法中，中值滤波是一种非线性处理技术，由于它在实际运算过程中并不需要知道图像的统计特性，所以比较方便。在一定条件下，中值滤波可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声非常有效。 中值滤波容易去除孤立点，使疵点与背景分离,保护图像边缘的同时去除噪声。通过中值滤波能抑制图像的脉冲干扰和去除椒盐噪声!保留边界细节，使图像质量有很大的改进中值滤波的难点在于一般很难事先确定最佳的窗口尺寸，需通过从小窗口到大窗口的中值滤波试验,再从中选取最佳的。经过窗口大小的比较,本文在去噪时采用3*3模板的中值滤波。 比如,在对图像进行阂值分割后,检测孔洞类疵点时,采集的原始图像含有噪声,这时采用3x3模板的中值滤波会得到较好的效果,滤波效果如图1和图2所示。 图1 中值滤波前的图像效果 图2 中值滤波后的图像效果 4小结 本章首先用简单的方法对系统进行标定,得到精确的物面分辨率，然后对获取的图像进行预处理以期得到质量较好的图像，为以后的图像融合。疵点检测打下基础。木章研究的内容是后面图像融合，疵点检测的前提,是必不可少的一部分。 ----------------------------精