【技术实现步骤摘要】
基于自适应阈值分割算法的平滑图像生成方法和装置
本专利技术涉及图像处理
，特别是基于自适应阈值分割算法的平滑图像生成方法和装置。
技术介绍
在一些工业产品的生产过程中，需要对产品的表面进行缺陷检测，例如金属的表面是否平整。传统的方法主要依靠人工检测，需要耗费大量的人力，效率也比较低下，无法适应现代化生产。目前，随着图像处理技术的发展，基于机器视觉的表面缺陷检测成为了自动化生成中确保产品质量的重要手段，根据机器拍摄到的待测图像得出平滑图像，再根据平滑图像获取差影图像，从差影图像中筛选出缺陷，以实现表面缺陷的识别，因此生成的平滑图像细节越丰富，对表面缺陷的识别精度越高。现有方法主要通过固定阈值分割的方法获取像素点后赋予灰度值，进而生成平滑图像，根据平滑图像和偏移量得出表面缺席。但是这种方法在产品表面反光特性较好的时候难以保证缺陷和背景有稳定的灰度差，生成的平滑图像质量不佳。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供一种基于自适应阈值分割算法的平滑图像生成方法和装置，在提高获取像素点的效率同时，使生成的平滑图像细节更加丰富。本专利技术解决其问题所...
【技术保护点】
1.一种基于自适应阈值分割算法的平滑图像生成方法，其特征在于，包括以下步骤：客户端获取待测图像，根据所述待测图像生成散点图；所述客户端根据所述散点图中的像素点获取第一像素点集，获取第一参考点和第二参考点，将所述第一像素点集的像素点与第一参考点和第二参考点相加，得出第二像素点集；根据凸包算法计算出所述第二像素点集中的两个凸点，将所述凸点的纵坐标设置为第一阈值和第二阈值；根据所述第一阈值和第二阈值对所述第二像素点集中的像素点进行筛选，得出第三像素点集；所述客户端根据夹角最小原则从所述第三像素点集中获取凸包；根据所述第一参考点、第二参考点、第一阈值和第二阈值在所述凸包中生成三条参...
【技术特征摘要】
1.一种基于自适应阈值分割算法的平滑图像生成方法，其特征在于，包括以下步骤：客户端获取待测图像，根据所述待测图像生成散点图；所述客户端根据所述散点图中的像素点获取第一像素点集，获取第一参考点和第二参考点，将所述第一像素点集的像素点与第一参考点和第二参考点相加，得出第二像素点集；根据凸包算法计算出所述第二像素点集中的两个凸点，将所述凸点的纵坐标设置为第一阈值和第二阈值；根据所述第一阈值和第二阈值对所述第二像素点集中的像素点进行筛选，得出第三像素点集；所述客户端根据夹角最小原则从所述第三像素点集中获取凸包；根据所述第一参考点、第二参考点、第一阈值和第二阈值在所述凸包中生成三条参考边，将在所述散点图中位于所述参考边意外的线段设置为灰度线段；所述客户端根据所述灰度线段中的灰度值更新所述凸包的像素点的灰度值；所述客户端对所述凸包进行遍历，生成平滑图像。2.根据权利要求1所述的一种基于自适应阈值分割算法的平滑图像生成方法，其特征在于，所述根据所述待测图像生成散点图具体包括以下步骤：所述客户端从所述待测图像的选取任意一个待测纵坐标，获取所述待测像纵坐标所对应的所有候选像素点；获取所述候选像素点的灰度值，生成散点图像素点，所述散点图像素点的横坐标为所述候选像素点的横坐标，所述散点图像素点的纵坐标为所述候选像素点的灰度值。3.根据权利要求1所述的一种基于自适应阈值分割算法的平滑图像生成方法，其特征在于，所述第三像素点集的生成具体包括以下步骤：获取所述第二像素点集的像素点；获取预先设定的筛选公式，所述筛选公式为：其中，g(1,j)为第一阈值，g(m,j)为第二阈值；若所述像素点f(x,g(x,y))满足g(x,y)<g(1,j)∪g(x,y)<g(m,j)，则将像素点f(x,g(x,y))删除，若所述像素点f(x,g(x,y))满足g(x,y)>g(1,j)∪g(x,y)>g(m,j)，则将像素点f(x,g(x,y))设置为第二像素集中的像素点。4.根据权利要求1所述的一种基于自适应阈值分割算法的平滑图像生成方法，其特征在于：客户端对所述凸包进行遍历生成平滑图像的方法与所述根据所述待测图像生成散点图的方法相同。5.根据权利要求1所述的一种基于自适应阈值分割算法的平滑图像生成方法，其特征在于：所述第一参考点为横坐标为1，纵坐标为0的像素点；所述第二参...
【专利技术属性】
技术研发人员：李澄非，吉登清，潘海欣，李博，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。