均值滤波算法 优点在国内的研究状况如何

来源：蜘蛛抓取(WebSpider) 时间：2018-03-31 06:43 标签： 均值滤波算法程序
高效均值滤波算法_论文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
高效均值滤波算法
中国最大最早的专业内容网站|
总评分0.0|
&&为了提高现有均值滤波算法的速度,减少冗余操作,提出了一种高效的均值滤波算法。首先建立一个辅助数组,结合滤波窗口在按行滑动时相邻窗口之间的递归关系和按列移动时相邻两行对应的辅助数组之间的递归关系,设计出更新辅助数组元素和新窗口中心点对应均值的递归式,根据这两个递归式,设计出了高效的均值滤波算法。理论分析表明该算法极大地减少了冗余操作,且算法效率不受窗
试读已结束，如果需要继续阅读或下载，敬请购买
定制HR最喜欢的简历
你可能喜欢滑动平均滤波算法_百度知道
滑动平均滤波算法
这是一个滑动滤波算法程序代码如下：
char value_buf[N];
char filter_5()
int sum=0;
value_buf[i++]=get_ad();
if(==N)i=0;
for(count=0;count&N;count++)
sum=value_buf[count];
return(char)(sum...
我有更好的答案
程序中有两个小错误value_buf可以理解为循环队列，里面的数据不断由AD采样值来更新。每读到一个新AD值，value_buf先更新再求平均，但思想是对的。if(i==N) i=0
采纳率：46%
为您推荐：
其他类似问题
您可能关注的内容
滑动平均的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。机器视觉系统的发展历程及国内研究现状
&&&摘要：对基于机器视觉的黑色O形橡胶圈缺陷检测系统展开了研究，对采集到的橡胶圈图像进行相关处理以便检测出缺陷特征，通过改进后的中值滤波滤除噪声，建立图像直方图了解缺陷特征的灰度分布情况，比较了几种边缘检测算子的检测效果，并通过实验仿真验证了算法的可行性。
随着国民经济的快速发展，通过橡胶密封的产品在工业各领域的应用越来越广泛，而当前密封橡胶圈在生产过程中容易出现凸点、气泡、毛边多出及切割不平等缺陷，严重影响其安全性和可靠性，利用机器视觉技术进行橡胶圈的质量检测可以提高检测的准确度，笔者针对机器视觉过程中对橡胶圈的图像提取处理和缺陷检测进行了算法研究，并给出仿真结果。
一、&&橡胶圈图像处理流程
对橡胶圈的图像进行合理的处理是提取橡胶圈缺陷的基础，在实际操作中，由于受到采集环境及设备等因素的影响，采集到的橡胶圈的图像缺陷特征不明显，进行数字图像处理后，可以提高图像质量以便识别和提取缺陷。
笔者通过数据采集卡将采集到的橡胶圈的图像传送到计算机，再进行图像处理。对采集到的图像主要经过突袭想滤波、图像增强、图像分割和数学形态学处理，最后通过缺陷识别算法来判断橡胶圈是否存在缺陷。
图像处理流程
笔者在采用CCD摄像机采集橡胶圈的过程中难免会受到各种干扰，使图像上出现一些随机、离散和孤立的像素，这些像素会降低图像质量，使图像变得模糊，而且还会淹没特征，所以需要对采集到的图像进行一些处理，尽可能最大程度地回复原始图像。
二、&&橡胶圈图像处理算法的研究
图像滤波是指在滤除噪声的同时又能保证图像的边缘轮廓和线条清晰，中值滤波的原理是把图像中某一像素的值f’(x,y)用该像素的领域g(s,t)中各点的中值代替，即：
中值滤波方法去噪效果较好，但对于点和线条细节较多的图像其滤波效果不理想，笔者选择了一种改进后的中值滤波算法，创建两幅待测目标图像；选择一个垂直方向的以为中值滤波器对目标图像进行滤波，再使用一个水平方向的一维中值滤波器继续滤波，得到第一幅图像；同理得到第二幅图像；最后对两幅图像取灰度平均值，得到最终的滤波图像。
对采集到的橡胶圈图像增加椒盐噪声并采取改进中值滤波，在MATLAB中的仿真结果如图2所示：
滤波效果展示
该中值滤波算法在有效滤波的同时，能保留较多的垂直和水平方向的图像信息，在运算的速度上也有一定的提高。
2.2 图像增强
图像增强是根据需求突出图像中的某些信息，同事削弱不需要的信息，使得处理后的图像更有利于边缘的检测和缺陷特征的提取。笔者采用直方图来反映图像中各个灰度级出现的频率，直方图定义可表示为：
其中，N表示图像的哇总像素数，nk是第k个灰度的像素数，rk表示第k个灰度级，P(rk)表示该灰度级出现的相对频数。
橡胶圈的灰度和对应的灰度直方图如图3所示。
灰度及其直方图
从图3中可以看出，图像的像素主要集中在灰度级小于110的范围内，图像整体偏暗，且对比度较小，灰度分布呈现双峰式，通过对直方图的分析，可以了解图像整体对比度、明暗成都以及与缺陷相关的灰度分布情况等。
在MATLAB中，imadjust函数可用于直接灰度调整，选取0.0~0.2的灰度范围进行变换，对有气泡缺陷的橡胶圈进行灰度变换（图4）。由图4可以看出，灰度变换后不仅可以增强图像对比度，而且可以去除图像背景。
灰度变换效果
图像边缘分割
图像边缘分割是指图像中表达物体的周围像素灰度发生阶跃变化的像素的集合，分割的效果将直接影响后续的图像识别和特征提取的效果。
边缘分割算子可分为两种，一种是微分算子，如Roberts算子、Prewitt算子等；另一种是加了最优滤波器的检测算子，如LOG算子和Canny算子。传统的Canny算子适用性较好，梯度图像需要进行非极大值抑制，再求阈值提取边缘，目前双阈值的求取难以避免人工设定的影响，难以精确进行边缘检测，本课题采用改进的Canny算子进行了边缘检测并将其与其他几种算法进行比较。
改进型的Canny算子在图像中寻找边缘的算法步骤为：
a.&&&&采用高斯滤波H(I,j)进行平滑去噪，H(i,j)=e^(-(i^2+j^2)/(2σ^2
)) ，f(i,j)=g(i,j)&H(i,j) 。
b.&&&计算图像像素点的梯度幅值和梯度方向，f_i
(i,j)=&f(i,j)/&i=I(i+1,j)-I(i-1,j) ，f_j
(i,j)=&f(i,j)/&j=I(i,j+1)-I(i,j-1) ，M(i,j)=√(〖f_i〗^2 (i,j)+〖f_j〗^2
(i,j) ) ，θ(i,j)=tan^(-1)⁡〖(f_j (i,j))/(f_i (i,j) )〗
；其中，f_i(i,j)、f_j(i,j) 为行方向的偏导数，
I(i,j)为像素点(I,j)的灰度值，M(I,j)为像素点的梯度幅值，θ(I,j)为像素点的梯度方向。
想要了解机器视觉系统的发展历程及国内研究现状的技术与内容，请登录
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。中值滤波算法的研究与改进_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
中值滤波算法的研究与改进
&&中值滤波算法的研究与改进
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢

我要回帖

更多关于 均值滤波算法程序 的文章

 

随机推荐