·上一文章:关于嵌入式智能设备的测试方法的研究
·下一文章:改变血压监测仪的外观
l 预处理
把图像变成标准图像的过程就是图像预处理。本文中所处理的图像都是在集成块流水线上方的工业摄像机所拍下的图像,图像信号由于输入A/D转换器件及周围环境的影响,含有各种各样的噪声和失真,为了稳定地进行后期检测等工作,必须通过图像预处理以消除噪声、校正失真,达到改善图像质量、便于图像测量的目的。
1.1 中值滤波
中值滤波主要目的是去除图像中的椒盐噪声。本文所研究的对像集成块有较多椒盐噪声,所以采取中值滤波实现图像的优化。
1.2 图像阈值分割
中值滤波后的图像达到了较好的去噪目的,再进行阈值分割处理。图像阈值分割是一种广泛使用的基于空间域聚类分析的图像分割技术,它主要是利用图像中要提取的目标和背景在灰度特性上的差异,选择一合适的阈值,通过判断图像中的每一个像素点的特征属性是否满足阈值要求来确定图像中该像素点属于目标还是应该属于背景,从而产生相应的二值图像。由于本系统是在高速运转的流水线上工作,要求有很高的实时性,所以采取了两种动态阈值分割方法,即类间方差阈值分割和最大熵阈值分割来实现图像的分割,这两种方法是利用目标图像的直方图具有典型的双峰特性,利用概率论和最大熵的理论,自动确定一个最佳的阈值,对图像进行二值化,在本文中的对象经过中值滤波后得到的图像的直方图就满足双峰特性,所以采取上述两种方法对图像进行处理,得到二值化图像。