焊缝图像的自适应中值滤波去噪算法

焊缝图像的自适应中值滤波去噪算法

0焊缝图像的滤波去噪随着视觉传感器、计算机科学、计算机科学和智能控制技术的发展，光学视觉传感器的订单跟踪技术也得到了迅速发展。该缝跟踪技术在信息直接性、拆卸和钻孔的优点上得到了国内外焊接研究人员的关注。焊缝图像在采集、传递和转化的过程中,如成像、传输及显示时,不可避免地会产生一些噪声干扰.而在焊接过程中,弧光、烟尘以及飞溅也会对焊缝图像产生非常大的干扰.这些干扰会造成焊缝图像质量的下降,严重的影响了焊缝图像的后续处理.因此,必须要对焊缝图像进行降噪处理.焊缝图像的滤波去噪就是通过滤波处理使得焊缝图像中的有用信息(焊缝信息)更加突出,同时使得焊缝图像中的噪声干扰得到有效的降低或是去除,从而便于焊缝图像的后续处理.目前,在焊缝视觉跟踪的图像处理算法中,焊缝图像的滤波去噪主要使用的是平滑滤波以及传统的中值滤波.其中平滑滤波在去除噪声的同时还会使图像的边缘变得模糊;而传统的中值滤波的滤波效果虽然很好,但是在噪声较大时需要加大滤波模板,使得滤波时间较长,不利于满足焊缝跟踪实时性的要求.针对以上问题,对传统的中值滤波算法进行了改进,实现了中值滤波在滤除噪声同时滤波模板大小的自适应选择,并与传统的中值滤波的滤波效果进行了比较.1中值滤波算法中值滤波于1971年首次提出,与平均方式的线性平滑滤波不同,中值滤波是一种非线性的空域滤波方法.中值滤波基本思想就是把以图像中某点为中心的小窗口内的所有像素的灰度值按从小到大的顺序排列,将排列后的灰度中间值作为该点的灰度值.设R为图像中像素点(x0,y0)的邻域集合,该集合包含(x0,y0)点,(x,y)表示R中的元素,f(x,y)表示(x,y)点的灰度值,|R|表示集合R中元素的个数,Sort表示排序,则对(x0,y0)进行中值滤波可以表示为g(x0,y0)=[Sort(x,y)∈Rf(x,y)]|R|+12(1)g(x0,y0)=[Sort(x,y)∈Rf(x,y)]|R|+12(1)由于中值滤波不是简单地取平均,并且不会影响图像的阶跃变化和斜坡变化,所以与邻域平均滤波和高斯滤波相比,中值滤波在抑制随机噪声的同时能够较好地保留原图像中的边缘(跃变)部分.2自适应中值滤波自适应中值滤波与传统的中值滤波方式一样,都使用一个矩形(一般为正方形)窗口的模板对图像进行滤波,但在滤波过程中,自适应中值滤波会根据一定的设定条件而改变模板窗口的大小.这就使得自适应中值滤波在细节的完整性和细节的保护上优于传统的中值滤波.在自适应中值滤波中,设滤波模板窗口Rxy为n×n大小,n为奇数;Zmin为在滤窗Rxy中灰度的最小值;Zmax为在滤窗Rxy中灰度的最大值;Zmed为在滤窗Rxy中灰度的中值;Zxy为图像在像素点(x,y)处的灰度值;Smax为滤窗Rxy允许的最大尺寸.自适应中值滤波由两部分组成:第一层(LevelA)与第二层(LevelB).其具体算法如下.(1)重复城市地下滤波、模板窗口转换A1=Zmed-Zmin,A2=Zmax-Zmed,如果A1>0且A2>0,则转到LevelB层;否则增大滤波模板窗口大小.如果滤波模板窗口尺寸小于Smax,则重复LevelA层;否则输出Zxy.(2)层bB1=Zxy-Zmin,B2=Zmin-Zxy,如果B1>0且B2>0,则输出Zxy;否则输出Zmed.3图像噪声去噪效果比较为了比较传统中值滤波与自适应中值滤波方法的去噪效果,分别采用3×3传统中值滤波、5×5传统中值滤波以及最大滤波窗口尺寸为7×7的自适应中值滤波对含不同椒盐噪声密度的焊缝图像进行了处理.图1为焊缝原始图像,图2为10%椒盐噪声去噪对比图,图3为50%椒盐噪声去噪对比图.对比图2与图3可以看出,在噪声密度为10%时,即在噪声密度较小的情况下,使用传统的3×3中值滤波、5×5中值滤波以及最大滤波窗口尺寸为7×7的自适应中值滤波都可以在保留图像细节的同时很好的取出噪声.而当噪声密度上升为50%时,采用传统的3×3中值滤波由于滤波窗口太小,虽然焊缝图像的细节得到了保留,但图像中大部分的噪声并不能有效地去除,去噪效果并不是非常理想;若采用传统的5×5中值滤波对焊缝图像进行去噪则可以获得更好的效果,由于采用了较大的滤波窗口,在保留焊缝图像细节的同时去除了大部分的噪声,但还是有小部分的噪声没有得到有效的去除;当采用最大滤波窗口尺寸为7×7的自适应中值滤波对焊缝图像进行去噪时,图像的细节得到保留,图像中的噪声基本上得到了有效的去除.为了定量地比较各种滤波方法的去噪效果,引用图像的信噪比(signaltonoise,SNR)作为衡量最终滤波图像优劣的标准,图像的信噪比S的表达式为S=10lg⎡⎣∑i,jy2i,j∑i,j(yi,j−si,j)2⎤⎦(2)S=10lg[∑i,jyi,j2∑i,j(yi,j-si,j)2](2)式中:S表示图像的信噪比;si,j为原图像;yi,j为去噪后的图像,i和j表示图像像素的位置.表1列出了上述三种滤波方法对含10%～50%噪声图像滤波后的信噪比.从表1中可以看出,在噪声密度较低时,自适应中值滤波与传统的中值滤波去噪后的图像信噪比差别不大,但随着噪声密度的增大,自适应中值滤波去噪后的图像信噪比明显高于传统的中值滤波方法.这与传统的中值滤波方法相比,自适应中值滤波是一种非常有效的去噪滤波方法,用在焊缝图像的去噪处理中是非常有效的.产生这种结果主要是由于传统中值滤波的滤波窗口是一定的,所以在较大噪声时使用较小的滤波窗口的中值滤波效果并不是很好;而采用最大滤波窗口尺寸为7×7的自适应中值滤波可以自适应地调整滤波窗口,对于大噪声使用大窗口,小噪声用小窗口,所以滤波效果最好.在相同的处理条件下,对于相同的焊缝图像进行滤波处理,采用最大滤波窗口尺寸为7×7的自适应中值滤波的处理时间与采用传统5×5中值滤波的处理时间基本相同,均为40ms左右,可以满足焊缝跟踪实时性的要求.4自适应中值滤波(1)自适应中值滤波在滤波前对噪声点进行了合理的判断,使得真正的噪声点得到了滤波处理,而信号点没有影响.(2)在噪声较小的情况下,滤波窗口为3×3以及5×5的传统中值滤波与最大滤波窗口尺寸为7×7的自适应中值滤波的滤波效果差别不明显;而在噪声较大的情况下,最大滤波窗口尺