基于改進中值濾波的手機玻璃瑕疵圖像增強方法
2022年電子技術應用第7期
鞏玉奇1，2，陶晉宜1，楊 剛2
1.太原理工大學 電氣與動力工程學院，山西 太原030024； 2.西安電子科技大學 超高速電路設計與電磁兼容教育部重點實驗室，陜西 西安710071
摘要： 手機蓋板玻璃瑕疵檢測主要分為圖像獲取、圖像預處理、圖像分割和瑕疵分類這幾個步驟。由于高質量圖像獲取難度大，接下來的圖像預處理就會顯得尤其重要。傳統的濾波方法在處理圖像噪聲時，都或多或少對圖片產生一定的模糊，損失部分有效信息，通常噪聲的存在會使得附近鄰域內的極值上下差距較大，所以濾波變成不可或缺的步驟。改進傳統的中值濾波，通過判斷目標像素點是否需要進行濾波處理的辦法，增強圖像的同時，使得有用瑕疵信息的損失降低。在濾波處理后用直方圖均衡化對圖像進一步處理，起到圖像增強的效果。相比于傳統的中值濾波，該方法不僅會保留瑕疵邊緣信息，同時圖像增強后的效果也更好。
中圖分類號： TP391
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.211938
中文引用格式： 鞏玉奇，陶晉宜，楊剛. 基于改進中值濾波的手機玻璃瑕疵圖像增強方法[J].電子技術應用，2022，48(7)：91-95.
英文引用格式： Gong Yuqi，Tao Jinyi，Yang Gang. Mobile phone glass defect image enhancement method based on improved median filter[J]. Application of Electronic Technique，2022，48(7)：91-95.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.211938
中文引用格式： 鞏玉奇，陶晉宜，楊剛. 基于改進中值濾波的手機玻璃瑕疵圖像增強方法[J].電子技術應用，2022，48(7)：91-95.
英文引用格式： Gong Yuqi，Tao Jinyi，Yang Gang. Mobile phone glass defect image enhancement method based on improved median filter[J]. Application of Electronic Technique，2022，48(7)：91-95.
Mobile phone glass defect image enhancement method based on improved median filter
Gong Yuqi1，2，Tao Jinyi1，Yang Gang2
1.Institute of Electrical and Power Engineering，Taiyuan University of Technology，Taiyuan 030024，China； 2.Key Lab of High-Speed Circuit Design and EMC.Ministry of Education，Xidian University，Xi′an 710071，China
Abstract： The defect detection of mobile phone cover glass is mainly divided into several steps: image acquisition, image preprocessing, image segmentation and defect classification. Due to the difficulty of obtaining high-quality images, the subsequent image preprocessing will be particularly important. Traditional filtering methods, when dealing with image noise, more or less blur the picture and lose part of the effective information. Usually the presence of noise will make the extreme value in the nearby neighborhood have a large gap between the upper and lower extremes, so filtering becomes an indispensable step. This paper improves the traditional median filter，by judging whether the target pixel needs to be filtered, while enhancing the image, it reduces the loss of useful defect information. This article uses histogram equalization to further process the image after the filtering process, which has the effect of image enhancement. Compared with the traditional median filtering, this method not only preserves the edge information of the flaws, but also has better image enhancement effects.
Key words : glass defects；image enhancement；median filtering；histogram equalization；PSNR
0 引言
濾波去噪以及圖像增強作為玻璃瑕疵缺陷分割以及瑕疵分類的前序步驟，其處理效果直接影響瑕疵的分割以及分類[1-2]。邊緣檢測主要是依據圖像像素強度的變化來篩選出可能存在的邊緣的像素點[3]，其數學模型實際上是通過計算像素點亮度的一階導數或者二階導數來確定。但是玻璃瑕疵的多樣性造成的瑕疵圖像的獲取難度相當之高，不同的瑕疵需要不同的打光角度[4]，也需要不同的相機架設角度[5]，而同一張玻璃上面會同時存在不同的瑕疵，本文的玻璃瑕疵圖像獲取必須是具有一定的泛化能力的，基于瑕疵圖像獲取的不精確性，才更加凸顯出圖像處理的關鍵之處。
常用的濾波方法包括時域濾波和頻域的濾波，目前主要有以下幾種：均值濾波、方框濾波、雙邊濾波、高斯濾波以及中值濾波等。針對目前實驗所拍攝的玻璃瑕疵圖像的噪聲，中值濾波能夠比較有效地去除圖像的噪點影響[6]，但是中值濾波對于圖像的有用的邊緣信息也會進行處理，這樣就會影響處理后的圖片清晰度，雖然噪聲會有效去除，但是其清晰度的降低和邊緣信息的損失會給后期的圖像增強和分割造成困擾。因此，本文在玻璃瑕疵圖像濾波去噪的環節采用一種帶有條件判斷的中值濾波方式，結合直方圖均衡化，有效做到圖像處理和增強效果[7]。
本文詳細內容請下載：http://www.jysgc.com/resource/share/2000004594。
作者信息：
鞏玉奇1，2，陶晉宜1，楊 剛2
(1.太原理工大學 電氣與動力工程學院，山西 太原030024；
2.西安電子科技大學 超高速電路設計與電磁兼容教育部重點實驗室，陜西 西安710071)
此內容為AET網站原創，未經授權禁止轉載。