《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 设计应用 > 基于改进中值滤波的手机玻璃瑕疵图像增强方法
基于改进中值滤波的手机玻璃瑕疵图像增强方法
2022年电子技术应用第7期
巩玉奇1,2,陶晋宜1,杨 刚2
1.太原理工大学 电气与动力工程学院,山西 太原030024; 2.西安电子科技大学 超高速电路设计与电磁兼容教育部重点实验室,陕西 西安710071
摘要: 手机盖板玻璃瑕疵检测主要分为图像获取、图像预处理、图像分割和瑕疵分类这几个步骤。由于高质量图像获取难度大,接下来的图像预处理就会显得尤其重要。传统的滤波方法在处理图像噪声时,都或多或少对图片产生一定的模糊,损失部分有效信息,通常噪声的存在会使得附近邻域内的极值上下差距较大,所以滤波变成不可或缺的步骤。改进传统的中值滤波,通过判断目标像素点是否需要进行滤波处理的办法,增强图像的同时,使得有用瑕疵信息的损失降低。在滤波处理后用直方图均衡化对图像进一步处理,起到图像增强的效果。相比于传统的中值滤波,该方法不仅会保留瑕疵边缘信息,同时图像增强后的效果也更好。
中圖分類號: TP391
文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.211938
中文引用格式: 鞏玉奇,陶晉宜,楊剛. 基于改進(jìn)中值濾波的手機(jī)玻璃瑕疵圖像增強(qiáng)方法[J].電子技術(shù)應(yīng)用,2022,48(7):91-95.
英文引用格式: Gong Yuqi,Tao Jinyi,Yang Gang. Mobile phone glass defect image enhancement method based on improved median filter[J]. Application of Electronic Technique,2022,48(7):91-95.
Mobile phone glass defect image enhancement method based on improved median filter
Gong Yuqi1,2,Tao Jinyi1,Yang Gang2
1.Institute of Electrical and Power Engineering,Taiyuan University of Technology,Taiyuan 030024,China; 2.Key Lab of High-Speed Circuit Design and EMC.Ministry of Education,Xidian University,Xi′an 710071,China
Abstract: The defect detection of mobile phone cover glass is mainly divided into several steps: image acquisition, image preprocessing, image segmentation and defect classification. Due to the difficulty of obtaining high-quality images, the subsequent image preprocessing will be particularly important. Traditional filtering methods, when dealing with image noise, more or less blur the picture and lose part of the effective information. Usually the presence of noise will make the extreme value in the nearby neighborhood have a large gap between the upper and lower extremes, so filtering becomes an indispensable step. This paper improves the traditional median filter,by judging whether the target pixel needs to be filtered, while enhancing the image, it reduces the loss of useful defect information. This article uses histogram equalization to further process the image after the filtering process, which has the effect of image enhancement. Compared with the traditional median filtering, this method not only preserves the edge information of the flaws, but also has better image enhancement effects.
Key words : glass defects;image enhancement;median filtering;histogram equalization;PSNR

0 引言

    濾波去噪以及圖像增強(qiáng)作為玻璃瑕疵缺陷分割以及瑕疵分類的前序步驟,其處理效果直接影響瑕疵的分割以及分類[1-2]。邊緣檢測主要是依據(jù)圖像像素強(qiáng)度的變化來篩選出可能存在的邊緣的像素點(diǎn)[3],其數(shù)學(xué)模型實(shí)際上是通過計算像素點(diǎn)亮度的一階導(dǎo)數(shù)或者二階導(dǎo)數(shù)來確定。但是玻璃瑕疵的多樣性造成的瑕疵圖像的獲取難度相當(dāng)之高,不同的瑕疵需要不同的打光角度[4],也需要不同的相機(jī)架設(shè)角度[5],而同一張玻璃上面會同時存在不同的瑕疵,本文的玻璃瑕疵圖像獲取必須是具有一定的泛化能力的,基于瑕疵圖像獲取的不精確性,才更加凸顯出圖像處理的關(guān)鍵之處。

    常用的濾波方法包括時域濾波和頻域的濾波,目前主要有以下幾種:均值濾波、方框濾波、雙邊濾波、高斯濾波以及中值濾波等。針對目前實(shí)驗所拍攝的玻璃瑕疵圖像的噪聲,中值濾波能夠比較有效地去除圖像的噪點(diǎn)影響[6],但是中值濾波對于圖像的有用的邊緣信息也會進(jìn)行處理,這樣就會影響處理后的圖片清晰度,雖然噪聲會有效去除,但是其清晰度的降低和邊緣信息的損失會給后期的圖像增強(qiáng)和分割造成困擾。因此,本文在玻璃瑕疵圖像濾波去噪的環(huán)節(jié)采用一種帶有條件判斷的中值濾波方式,結(jié)合直方圖均衡化,有效做到圖像處理和增強(qiáng)效果[7]。




本文詳細(xì)內(nèi)容請下載:http://ihrv.cn/resource/share/2000004594




作者信息:

鞏玉奇1,2,陶晉宜1,楊  剛2

(1.太原理工大學(xué) 電氣與動力工程學(xué)院,山西 太原030024;

2.西安電子科技大學(xué) 超高速電路設(shè)計與電磁兼容教育部重點(diǎn)實(shí)驗室,陜西 西安710071)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容