分特性而抑制其他不需要的特性,因此需要对图像进行预处理来除去噪声,调整图像的对比度和突出图像中的重要细节抑制不必要的细节,从而改善图像的质量。对图像信息的处理分为两步,一是对图像进行预处理,二是对图像进行分离。1.1图像滤波法用于消除因为摄像机性能、传输通道所引起的随机性噪声。主要方法有两种:(1)邻域平均法:着红方法可能会模糊图像中的尖锐不连续部分,而且必然会使图像边界模糊。(2)中值滤波法:可消除领域平均法的问题,而且在平滑脉冲噪声方面非常有效1.2灰度变化法用于改善因成像时曝光不足或曝光过度而产生的图像模糊不清的情况,可改善图像的视觉效果。令原始图像f(i,j)的灰度范围为[a,b],线性变换后的图像f'(i,j)的灰度范围为[a',b'],则f(i,j)和f'(i,j)的关系可表示为:原始熔池图像中值滤波后图像灰度变换后图像如果图像中的大部分灰度值在[a,b]范围内,有一部00分像素的灰度值分布在[a,b]区间之外,这时,可用下式变换:2.图像分离机器人在进行焊接操作时,往往只需要关注熔池等这些特定的图像,也就是说只关心整个图像中法一部分具有代表物体的特征信息,比如说相同的灰度值、相同的颜色等,因此需要计算机将这些特征与其他图像区分开,而这种区分与提取的过程就叫做图像的分离。2.1阈值处理法根据给定的原则,在画面中找出灰度一致的部分。为了从图像中取出所需要的部分,可以选择适当的一个阈值进行图像分离,给定一个阈值t,以阈值t为界,将图像f(i,j)的灰度值分为0和1,并记为f(i,j):当a=1(黑),b=0(白)时,即称图像的二值化。在进行图像二值化处理时,可以给它一个灰度的集合Z,再定义二值图像函数:阈值方法分为全局阈值和局部阈值,如果在图像的分割过程中对图像的每个像素所使用的阈值t是同一个阈值,称为全局阈值法,若每个像素所使用的阈值t都不相同,则称局部阈值分离法
全文预览
