非均匀光照条件下电表图像分割技术研究(3)
1.1 整体流程图
2电表图像预处理
电能表在采集过程中会受到各种因素的影响，除了光照不均以外，还有很多其他因素的干扰，这些干扰信息对于研究非均匀光照条件下电表图像分割技术有着较大的影响。本章研究对电能表图像的预处理，主要包括图像灰度化处理、电能表外边框的去除、边缘检测、倾斜校正等，最终实现对图像的倾斜校正，为后面的图像二值化处理做准备。
2.1图像灰度化处理
通过电能表数字图像采集系统输出的数字图像是彩色的，其每一个像素点都是由三个不同的色彩分量R、G、B构成，占用了大量的存储空间，为了使图像处理更为方便，提高图像处理的正确率，我们决定在图像处理前，先将彩色图像转变为占用存储空间相对较小的灰度图像，再进行后续处理。
将彩色图像转换为灰度图像的基本思想是将彩色图像中像素的R、G、B三个分量用一个阈值相关的分量代替。其转换公式如下：
（2.1.1）
针对像素的R、G、B分量分别添加一个加权系数，然后求和，原先代表红、绿、蓝的三个函数 、 和 归并到一个函数，值域为0到255。电能表图像的结构、纹理都不复杂，将图像进行灰度化处理后将大大减少图像的计算量，降低算法的复杂程度，同时，并不影响对本文目标的识别。因此，对原始电能表彩色图像进行灰度化处理，得到一个灰度化图像。
2.2电表外边框的去除
在对非均匀光照条件下的电能表彩色图像进行灰度化处理之后的图像，虽然数据量得到了明显降低，但是对于所采集到的图像除了电能表表面的有用信息之外，仍然包含了电能表外边框等无用信息，导致处理的数据量仍然相对较大，而且这些无用的图像信息对图像分析存在一定的干扰。所以，将电能表图像四周外边框意外的无用信息去除十分必要。
从灰度化之后的图像中可以看出，电能表表面背景底色的灰度值明显大于外边框的灰度值，而且在整幅灰度图像中，电能表外边框的灰度值较低。根据这个特点，设定如下方法判断图像上的点是否在电能表表面上。具体方法如下：设定电能表图像的高度为M，宽度为N，在点（i，j）处的灰度值为f（i，j），并令电能表表面的四个边界的位置分别为left，right，top，bottom，其对应的初始值分别为0，N-1,0，M-1，去除四个边框的流程图如图2.2.1所示：
2.2.1具体步骤如下:
Step l.对整幅图片进行灰度直方图统计，用hist[k]记录图像中离散灰度级k出现的次数，k的取值范围为〔0.255]，然后按式((2.2.1)计算出图片的灰度均值brightness，并将其设为外边框的灰度闽值T;
（2.2.1）
Step2.从四个方向扫描图片，首先由图像最上端的中心位置，按从上向下的方向扫描，判断该方向是否有连续的多行(本文选取IO行)的平均灰度是否大于T，如果大于则结束循环，记下此时的纵坐标，即为外边框上边框的高度位置，否则继续向下寻找;同理，找到外边框的左边框、右边框、下边框的位置，然后根据找到的边框的位置加以切除。
经过去边框的处理后，图像的有用信息得到了保留，图像的尺寸变小，减小了图像处理的信息量。
2.3图像去噪
2.3.1常见图像噪声分类
从物理定义而言，振幅和频率上完全无规律的震荡称之为噪声。从环境保护角度而论，凡是人们所不需要的声音统称为噪声。
噪声的显著特点是：无污染物存在、不产生能量积累、时间有限、传播不远、振动源停止振动噪声消失、不能集中治理。噪声来源于交通工具、工厂机器设备、建筑施工和人们的社会、家庭活动等等。
上一篇：智能天线系统中的方向调制技术研究