关于图像底层的处理

在计算机视觉系统中，视觉的感知是由成像装置完成的。在成像过程中，由于受到各 种条件的限制和许多随机因素的干扰,由成像装置获得的数字图像必须在经过底层处理 (即预处理)后才能进行特征参数提取。图像的底层处理主要包括噪声过滤、灰度校正、图 像增强、伪彩色处理等。因为图像底层处理面对的是大量的原始图像数据，所以在SMT 焊点计算机视觉信息获取与处理系统中，焊点形态参数获取的快速性与准确性在很大程 度上取决于图像的底层处理算法的好坏。

(1)平滑滤波

在视觉信息的成像中，由于光电转换器件及周围环境因素的影响，会使图像中含有各 种噪声，因此，必须首先对图像进行平滑处理。对平滑处理的基本要求:①不破坏图像的 轮廓及边缘等信息;②平滑滤波后的图像清晰，具有良好的视觉效果。图像平滑滤波可以 在频域和空间域内实现。滤波技术中有频域上的低通滤波、空间域上的平滑滤波之分。由于在低通滤波过程 中，与高频有关的图像边缘和灰度急剧变化的部分，会在一定程度上被衰减或过滤掉，所 以平滑滤波是以牺牲图像的清晰度为代价的。此外，频率域内滤波法计算量比较大，很难 做到实时性处理。故在SMT焊点图像获取与处理系统中采用空间域上的平滑滤波。空间域常用的平滑方法有多图像平均法、领域平均法、中值滤波法等。多图像平均法是通过对同一目标物多次摄取其图像，然后求出这些图像的平均值来 实现的。由于无法保证多次图像摄取条件的一致性,且增加了图像摄取的时间和数据量， 因此不适合对SMT焊点图像的实时处理。邻域平均法是将图像区域内任意点的灰度值用该点邻域内各点灰度值的平均值代 替，从而达到平滑的目的。该法是空间域内最为简单实用的方法。然而，该方法处理后， 会产生一定程度的模糊效应,为减轻这种模糊效应，可采用带有阈值的邻域平均法,即用 待处理像素的灰度值与其邻域全部像素灰度平均值进行比较，若绝对值大于阈值，则该像 素的灰度值用平均值来代替，否则，保持该像素的灰度值不变。

中值滤波法是一种非线性信号处理技术,其在消除噪声的同时还能保持图像中的细 节部分，防止边缘模糊，但窗口不宜太大，否则，图像边缘信息也会受到损失。经典的中值 滤波法是对窗口内所有像素点的灰度值进行排序，然后再取中间值作为窗口中心像素的 灰度值。经典算法的主要缺点是运算速度太慢,对任意像素点，都要对其窗口内的所有像 素灰度值进行排序。为此，人们提出了中值滤波的快速算法，其基本思想是:首先统计窗 口内像素的灰度直方图，由直方图求得中值;若窗口大小为m X ”，从一个窗口的中值滤 波输出，到下一个窗口的中值滤波的输出，窗口将右移一列,新窗口内的像素是原窗口内 像素删去最左一列,再在最右边加进一列，就可求得新窗口的中值。利用各种滤波处理算法对无引脚表面组装元件(SMC)焊点图像进行平滑 处理的试验结果。从图中可以看出，在中值滤波法中，当模板宽大于5后，图像出现模糊， 而3X3模板的中值滤波和带有阈值修正的领域平均法处理的效果都较好。考察几种算 法的处理时间，领域平均法所需时间最短，故在SMT焊点图像计算机视觉信息获取与处 理系统中,采用带有阈值修正的邻域平均法进行平滑滤波处理比较合适。

噪声消除法

噪声消除法的主要作用是消减随机相加性噪声。若f(x,y)为待处理的图像,g(z, V)为处理后的图像，图像增强的目的是突出图像中有用的信息，扩大不同影像特征之间的差别，从而提高 对图像的解释和分析能力，即把图像变成易于人观察和易于机器视觉处理的图像。图像 增强处理的特点是不以图像保真为原则，只能有选择的突出对人或机器感兴趣的信息，而 抑制一些无用的信息。所以选择的增强处理算法必须面向问题。图像增强的方法有空间域和频率域两类:前者是在原始图像上直接进行处理;后者是 在图像的变换域上进行处理。这里考虑对处理的快速性要求，故只分析适合实时性处理 的空间域方法。空间域内常用的图像增强处理方法一般有两种:直接灰度变换和直方图 均衡法。直接灰度变换法又分为线性和非线性变换两种方法。