基于Windows Mobile嵌入式系統的類(lèi)圓管材識別與計數系統研究

灰度圖是只含亮度信息而不含色彩信息的圖像，它把亮度值量化為0到255共256級，其中0最暗(全黑)，255最亮(全白)。R、G、B分量的值是相等的，且稱(chēng)之為灰度值，即：

經(jīng)實(shí)驗與理論推導證明，當ωR=0．30，ωG=0.59，ωB=0.11時(shí)，能獲取到最合理最適合圖像處理的灰度圖像。

3.3 圖像的增強

在管材橫截面圖像處理的過(guò)程中，實(shí)際獲得的圖像一般都因灰塵、光照等某種干擾而含有噪聲，因而會(huì )影響圖像質(zhì)量。為了改善圖像質(zhì)量，降低或消除噪音影響，還需要對圖像進(jìn)行增強處理。為了保護圖像中目標區域的邊緣特征，并且能夠平滑噪聲，本系統主要采用圖像增強中的圖像平滑方法，也就是中值濾波法，并通過(guò)修改像素灰度值的方法來(lái)減少和消除圖像中的高頻噪音，改善圖像對比度，提高管材識別與計數的準確率。

中值濾波法屬于空域處理中的非線(xiàn)性圖像平滑方法，它一般是在二維坐標(x，y)內創(chuàng )建一個(gè)大小為(2m+1)×(2m+1)滑動(dòng)窗口，并對窗口內的各像素灰度值進(jìn)行排序，再用排序后的中值來(lái)替代滑動(dòng)窗口的原中心像素。其排序后的中值為(i，j)：

圖3為中值濾波平滑后的圖像。相對來(lái)說(shuō)，中值濾波法可以克服線(xiàn)性濾波所帶來(lái)的圖像細節模糊等現象，能夠比較好的保護源圖像邊緣，而且對濾除脈沖干擾及顆粒噪聲最為有效。

3.4 圖像的分割

圖像分割是依據圖像的灰度、顏色或幾何性質(zhì)將圖像中具有特殊含義的不同區域分開(kāi)。為了將管材的橫截面特征從背景中提取分離出來(lái)，我們選用二值化方法來(lái)使圖像只具有兩個(gè)灰度級，即0和255，也就是黑和白。為了將目標從圖像中分割出來(lái)，可將其灰度值設為255，將背景的灰度值設為0。

實(shí)現圖像二值化有直方圖統計法、閾值分割法等?？紤]到系統的性能需求，這里采用閾值分割法進(jìn)行圖像的二值化。設輸入圖像為F(i，j)，輸出圖像為G(i，j)，以(i，j)代表任一點(diǎn)像素，f(i，j)代表輸入圖像該點(diǎn)的灰度值，g(i，j)代表輸出圖像該點(diǎn)的灰度值，那么，閾值分割可用公式表示。

若圖像分為目標與背景，所選閾值為T(mén)，則有：

這樣，采用T就可將圖像分為背景和目標，所得的圖像稱(chēng)為二值圖像。