中期報告基于改進自適應(yīng)閾值的織物疵點檢測算法研究(編輯修改稿)
2025-07-04 13:23 本頁面
【文章內(nèi)容簡介】 Huv 是低通濾波器的傳遞函數(shù)，濾波后圖像的傅里葉變換用 ( , )Guv 表示，則低通濾波的數(shù)學(xué)表達式為： ( , )= ( , ) ( , )G u v H u v F u v (1) 1）理想低通濾波器（ Ideal LowPass Filter簡稱 ILPF）的設(shè)計 ILPF 物理上是不可實現(xiàn)的非因果系統(tǒng)，實際中的低通濾波器只能是它的近似，但可以在數(shù)值模擬中無限接近它。 ILPF 的傳遞函數(shù)為： 001 ( , )( , ) = 0 ( , )D u v DH u v D u v D??? ?? (2) 式中， 0 0D? ，為 ILPF的截止頻率； (, )Duv 表示頻譜平面原點到 (, )uv 點的距離，即 2 2 1 2( , )=( + )D u v u v ?！袄硐霝V波器”的名稱表明在半徑為 D0的圓內(nèi)，所有頻率段無衰減的通過濾波器，而在此半徑的圓之外的所有頻率完全被衰減掉。實驗中，取濾波半徑 D0=15。 2）巴特沃斯低通濾波器（ Butlerworth LowPass Filter 簡稱 BLPF）的設(shè)計 BLPF又稱為最大平坦濾波器。與 ILPF不同，它的通帶與阻帶之間沒有明顯的不連續(xù)性，因此采用該濾波器在濾除噪聲的同時，圖像邊緣的模糊程度明顯減小。n階 BLPF的傳遞函數(shù)為： 7 ? ?201( , ) = 1 + ( , ) nH u v D u v D (3) 當 3n? 時，巴特沃斯出現(xiàn)較明顯的振鈴效應(yīng)，實驗過程中取 n =2，取濾波半 徑 D0=15 3）指數(shù)低通濾波器（ Exponential LowPass Filter 簡稱 ELPF）的設(shè)計 ELPF 是圖像處理中常用的另一種平滑濾波器，平滑后的圖像沒有跳躍、振鈴現(xiàn)象存在。它與 BLPF 相比，具有更快的衰減性，且濾波后的圖像比 BLPF 處理的圖像更模糊一些。 ELPF 的傳遞函數(shù)為： 0( , ) = e x p ( ( ( , ) ) )nH u v D u v D (4) 實驗中取 n =2，取濾波半徑 D0=20。 4）高斯低通濾波器（ Gaussian LowPass Filter 簡稱 GLPF）的設(shè)計 高斯濾波器是一種線性平滑濾波器，它根據(jù)高斯函數(shù)的形狀來選擇權(quán)值， 對去除服從正態(tài)分布的噪聲效果良好。對圖像來說，常用二維零均值離散高斯函數(shù)作平滑濾波器。高斯濾波器的系統(tǒng)函數(shù)是平滑的，避免了振鈴現(xiàn)象。 GLPF的傳遞函數(shù)為： 20( , ) = e xp ( 1 / 2 [ ( , ) /D ] )nH u v D u v? (5) 實驗過程中取 n =2，取濾波半徑 D0=5。 畫出流程圖 最大類間方差法 根據(jù) 圖像的灰度特性 ，把 圖像分 為 背景和目標 兩 部分。背景 與 目標之間的類間方差越大 ， 說明構(gòu)成圖像的 兩 部分的差別越大 ，如果把背景錯分為目標或目標錯分為背景 都會導(dǎo)致 兩 部分差別變小 。該方法當圖像中目標與背景的灰度之比很小時分割效果不佳。 自適應(yīng)閾值算法對最大類間方差法進行了改進，克服了最大類間方差法的缺 8 點，在用于織物缺陷檢測時可得到較好的分割效果，具體算法如下： （給出每一步的核心代碼，你這種寫法，一看就是從小論文上摘抄的。畢業(yè)論文要細化的多，不然你最后怎么能寫 50頁以上） (1)計算各個灰度級發(fā)生的概率。一幅圖像可以用二維函數(shù) f(x,y)來表示，函數(shù)的值是灰度級，取值 0到 1L? ， L 是灰度級的數(shù)目。灰度級 i 可能發(fā)生的概率為： Pi= iinn ? 灰 度 級 的 像 素 個 數(shù)圖 像 中 總 的 像 素 個 數(shù) (6) (2)求出整個圖像的平均灰度級 ： 1ii=0= ipLT??? (7) (3)求出每類發(fā)生的概率。在單一閾值的情況下，一幅圖像的像素被分為兩類，即： 12c ={0,1 t} c ={t+1 t+2,. .. ,L 1}， ..., ， ， (8) 其中 t是閾值， C1和 C2分別是目標圖像和背景圖像的灰度級。這兩類發(fā)生的概率分別為： 11201( ) , ( )tLiii i tw t p w t p?? ? ?????
研究報告相關(guān)推薦
鄂ICP備17016276號-1