[发明专利]均值滤波方法及系统

说明书

本发明公开了均值滤波方法及系统，包括S1获得检测区域图像、滤波核宽度和滤波核高度；S2遍历检测区域图像内需要检测的区域的像素点；S3以当前像素点为锚点，建立滤波核宽度和滤波核高度大小的矩形检测框，遍历矩形检测框中的像素坐标，判断像素坐标是否在需要检测的区域内，若是则执行S4；若否则遍历下一个像素坐标；直至遍历完一个像素点的矩形检测框后执行S5；S4将像素坐标的像素灰度值和点数进行累加，得到总像素灰度值和总点数；S5将总像素灰度值除以总点数得到均值，并直至遍历完需要检测的区域的像素点，得到均值图。本发明可以灵活设置任意位置任意形状的需要检测的区域，不会受到区域外和边界外的其他图像影响，有较好的前处理效果。

技术领域

本发明涉及工业自动化机器视觉技术领域，尤其涉及一种均值滤波方法及系统。

背景技术

在工业自动化机器视觉领域，经常会遇到各种类型的缺陷瑕疵检测项目，均值滤波方法被广泛使用于此类项目的前处理步骤。目前市面上很多方法都是对整张图像或者截取长方形区域图像进行处理，并且在处理图像边界时通过填充像素进行处理，例如机器视觉领域常用的图像处理开源库opencv中均值滤波就是如此。这种处理的缺点有以下两点，一是处理区域只能是长方形或者整图，对于处理复杂的任意形状区域图像效果不好。二是由于图像边界是通过填充像素处理，在处理图像边界像素时，会受到图像外或者区域外像素的影响，将边界像素处理成瑕疵，导致与边界上的实际瑕疵无法区分，造成产品漏检和误检。

发明内容

本发明要解决的技术问题在于，针对现有技术存在的至少一个缺陷，提供一种均值滤波方法及系统。

本发明解决其技术问题所采用的技术方案是：构造一种均值滤波方法，包括以下步骤：

S1：获得检测区域图像R、滤波核宽度width和滤波核高度height；

S2：遍历所述检测区域图像R内需要检测的区域的像素点；

S3：以当前所述像素点为锚点，建立滤波核宽度width和滤波核高度height大小的矩形检测框，按每行每列遍历所述矩形检测框中的像素坐标，判断所述像素坐标是否在所述需要检测的区域内，若是，则执行步骤S4；若否，则遍历所述矩形检测框中的下一个像素坐标；直至遍历完一个像素点的矩形检测框后，执行步骤S5；

S4：将所述像素坐标的像素灰度值和点数进行累加，得到总像素灰度值sum和总点数number；

S5：将总像素灰度值除以总点数得到均值，并直至遍历完所述检测区域图像R内需要检测的区域的像素点，得到最终的均值图M。

优选地，在本发明所述的均值滤波方法中，所述步骤S1还包括获得待处理的原图像G；

获得检测区域图像R，包括：

在所述原图像G中确定任意位置任意形状的需要检测的区域，并将所述需要检测的区域的像素灰度值转换为预设值，其他区域的像素灰度值转换为0，得到所述检测区域图像R。

优选地，在本发明所述的均值滤波方法中，所述步骤S2包括：

S21：计算所述检测区域图像R内需要检测的区域的最小外接平行矩形区域，并在所述检测区域图像R内进行截取；

S22：遍历所述矩形区域中的像素点，判断所述像素点是否在所述需要检测的区域内，若是，则执行步骤S3，若否，则遍历下一个像素点。

优选地，在本发明所述的均值滤波方法中，所述步骤S21之前还包括：

S20：判断所述检测区域图像R内需要检测的区域在所述检测区域图像R大小内的占比是否小于阈值，若是，则记录所述需要检测的区域的像素点，并执行步骤S3、S4和S5；若否，则执行步骤S21。

优选地，在本发明所述的均值滤波方法中，在所述检测区域图像R内进行截取，包括：