单条纹激光引导焊缝跟踪图像处理
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[ 1]
焊接自动化是焊接的发展方向, 焊缝跟踪技术 则是实现焊接自动化的关键技术之一。由于视觉传 感方法具有信息量大, 信号传感过程不影响焊接等 优点, 目前, 视 觉传感技术被广泛 用来进行焊缝跟 踪, 如何获得高质量的焊缝图像是焊缝跟踪中的难 点之一。激光相比于普通光源 , 具有波长范围窄、 能 量集中以及受环境影响小的优点 , 利用它来进行焊 缝跟踪所得图像效果更好 , 从激光图像中不仅能够 检测出焊缝的中心位置, 还能获得焊缝的截面形状 和尺寸 , 适用于各种不 同形状的焊缝 和焊接方法。 由于激光发射装置, 特别是面激光或多条纹激光器 价格昂贵 , 离实际应用比较远 , 而小功率的单条纹激 光器则相对便宜, 有可 能在较短时间 内获得应用。 因此, 有必要研究单条纹激光图像的处理方法。尽 管激光图像的质量相比于其它光源拍摄图像有所改 善, 但依然会受到焊接飞贱、 烟尘以及弧光的影响 ; 如何花费尽可能少的时间消除这些噪声, 获得高质 量的图像是焊缝跟踪 的关键。针 对激光图像的特 点, 采用小波变换等方法对激光图像进行处理 , 效果 较好。
- m P 2 )
Q
R
f ( t ) 7 ( a0
- m
t - nb 0 ) d t , ( 2)
式中: m , n 取整数 ; a0 > 1, b 0 > 0。为了计算方便 , 常取 a 0 = 2, b 0 = 1, 则可得到二进正交小波变换。 wf ( m , n) = 1 mP 2 2
Q
R
f ( t) 7 ( 2
图 1 激光焊缝检测系统 Fig. 1 Laser welding seam detecting system
利用激光可获得工件坡口信息。当激光条纹照 射到待焊工件上时 , 如果工件上的点的高度不同 , 反 射到摄像机上的位置就不相同。如图 2 所示, 工件 上 A 点和 B 点的高度不同 , 经过针孔成像后, 在成 像平面上得到像点 Ac和 Bc, 两像点之 间存在距离 差, 通过这个距离差就可以得到 A , B 点之间的高度 差信息 。因此, 在激光条纹的照射下, 如果工件表 面是一个完整的平面 , 则会在摄像机平面上形成一 条直线; 如果工件表面开有坡口, 由于坡口处各点高 度变化, 会在摄像机成像面上出现与坡口形状相似
( a) 原始图像
( a) 直方图
( b) 小波变换
图4 Fig. 4
焊缝激光条纹图像小波变换
Wavelet transform of welding seam laser stripe image
( b) y 值放大后直方图
图 4b 为激光焊缝图像经过一层小波变换后的 结果 , 可以看出 , 图像的 LL 部分保留了原始图像的 基本信息 ; HL 部分则保留了原始图像水平方向的边 缘信息 , 在这部分图像里 , 激光条纹显得很突出 , 其 它方向的某些细节信息尽管还存在 , 但削弱了很多 ; LH 部分主 要是保留竖直 方向的边缘信 息, 可以看 出, 这部分图像主要集中了飞溅噪声信息, 激光条纹 信息则不太明显; HH 部分则主要保存图像对角方 向细节信息, 从该部分图像看 , 激光条纹和噪声都不 太明显。因此, 可以将 HL 部分提取出来进行下一 步的处理 , 其余部分则丢弃。 31 2 图像滤波 从图 4bHL 部分看, 其灰度变化范围不大 , 激光 条纹呈连续分布 , 噪声细节则断断续续 , 激光条纹和 噪声像素灰度值较高。图 5a 为该部分的灰度直方 图, 该直方图呈单峰分布 , 没有明显的图像目标和背 景分界点, 大部分灰度值集中在 120~ 135 之间 , 平
510640; 411100)
要 : 研究了单条纹激光引导焊缝跟踪图像处理方法。首 先利用小 波分解技术 获得
图像 水平方向的细节部分 , 在该部份激光条纹的信息得到 了较好的保持 , 而噪声信 息则 比较少 , 有利于焊缝识别 ; 然后 对该 部份进 行竖 直方向 上的 中值 滤波以 滤除 残余的 噪 声 ; 最后采用 KSW 熵算法 , 对图像 进行分 割 , 并 识别出 焊缝区 域。该方法 效果 较好 , 抗 干扰性强 , 耗时少 , 能满足焊缝实时跟踪的要求。 关键词 : 激光 ; 小波变换 ; 图像处理 ; 焊缝跟踪 中图分类号 : TG402 文献标识码 : A 文章编号 : 0253- 360X( 2006) 06- 025- 05
式中 : a 称为 小波 变 换尺 度 因子; b 为 平 移参 数; 7 ( t ) 函数称为小波基函数或母小波。 a > 1 时, 函数 7 ab ( t ) 具有伸展作用; a < 1 时 , 函数具有收缩作用。 如果 7 ( t ) 函数是复变函数, 则上式采用复共轭函数 7 ( t ) 。小波变换实际上可以理解为在不同尺度因子 a 下对信号 f ( t ) 进行分解。由于计算机只能处理离 散信号, 相应的一维离散小波变换定义为 w f ( a 0 , b0 ) = a 0
第 6期
刘习文 , 等: 单条纹激光引导焊缝跟踪图像处理
27
波分解 , 由于多层分解后激光条纹容易模糊且耗时 增长 , 只对图像进行一层小波分解。另外, 图像大小 为 256 @ 256 像素。利 用 VC + + 6. 0 编制 了基于 Mallat 快速算法的小波变换程序, 并采用 Harr 小波 作为小波基函数。
图2 Fig. 2
激光高度检测原理
Theory of laser height detecting
2
小波变换图像边缘检测原理
[ 3]
21 1 一维小波变换
图 3 二维小波变换后的频率 分布 Fig. 3 Bands distribution after two - dimensional wavelet transform
X1 =
L- 1
i= k+ 1
E pi 。
L- 1 i= K+ 1
( 6)
( 3) 目标类和背景类的熵之和为 pi pi ln w0 w 0
*
E
pi p i ln 。 w 1 w1
( 7)
( 4) 求最佳阈值 K 使得 H ( K ) 最大 , 即
第 27 卷 第 6 期 2006 年 6 月
焊
接
学
报
TRANSACTIONS OF THE CHINA WELDING INSTITUTION
Vol. 27 No. 6 June 2006
单条纹激光引导焊缝跟踪图像处理
刘习文 ,
1, 2
王国荣 ,
1
石永华
湘潭
1
( 11 华南理工大学 机械工程学院 , 广州 21 湘潭大学 机械工程学院 , 湖南 摘
图5 Fi g. 5
HL 部分直方图 Histogram of HL part
图像滤波的方法有很多, 不同方法有不同的特 点, 很多滤波方法 在去除噪声的同 时, 使得边 缘模 糊, 这是滤波的主要缺点之一。考虑到图像的激光 条纹在竖直方向上 , 而噪声则方向不一 , 故采用竖直 方向上的中值滤波技术去除噪声的干扰, 即对图像 进行列扫描 , 采用 1 @ 3 模板进行滤波, 即每个像素 的值取其与 竖直 方向上 相邻两 个像 素的 中间 值。 图 6a 所示 为竖直方 向上进 行中值滤 波后的结 果, 图 6b为滤波后进行 y 值放大后的直方图。 比较值方图 6b 和图 5b, 可以看出, 经过竖直方 向上中值滤波后, 灰度值处于 140~ 200 之间的像素 ( 主要包括激光条纹和噪声像素) 相比以前分布得均 匀了 ; 比较图 6a 和图 4b HL 部分, 可看到, 激光条纹 依旧保存得比较完好, 并没有因为滤波而变得模糊,
28 而噪声干扰则较好地抑制了。
焊
接源自文库
学
报
第 27 卷 ( 2) 由于阈值 K 将图像分成两类, 则目标类 ( 灰
度级 0~ K ) 出现概率 X0 和背景类( 灰度级 K + 1~ L - 1) 出现概率 X1 分别为 X0 = i E pi , =0 H ( K ) = - i= E0
* K K
- m
t - n) dt 。
[ 4]
( 3)
21 2 二维小波变换及图像边缘检测
由于图像信号是二维信号 , 需利用二维小波变 换对图像进行处理。二维小波变换是分别在图像的 行和列上做一维小波变换推广得来的, 二维小波变 换从某种意义上可以看作是水平方向和垂直方向上 去相关性。图像每经过一次小波变换后, 便分解为 4 个大小为原来面积 1 P 4 的子块 , 如图 3 所示, 这 4 个子块分别包含了相应频带的小波系数。进行下一 层小波分解时, 数据变 换集中在 LL 频带上。其中
刘习文
0
序
言
柱形透镜、 带通滤光片和 CCD 摄像机组成。如图 1 所示 , 激光二极管经过准直透镜后得到具有平行性 较好的椭圆形光斑 , 然后再经过一个圆柱透镜使激 光光斑在短轴方向进行准直 , 长轴方向进行发散 , 形 成一个光平面 , 此光平面与待焊工件相交后 , 形成亮 的窄带, 即结构光光条, 该光条经过工件反射或散射 后, 经过与激光波长相匹配的滤光片滤光, 去掉环境 光的干扰 , 最终进入摄像机成像 。
[ 2]
1
激光图像焊缝检测原理
激光焊缝检测系统主要由激光二极管、 镜头、 圆
收稿日期 : 2005- 12- 20 基金项目 : 国家自 然科学 基金资 助项目 ( 50175027) ; 高等 学校 博士 点基金资助项目 ( 20010561013)
26 的折线。
焊
接
学
报
第 27 卷
LL 频带为行低通、 列低通子块, 它保存了原始图像 的内容信息, 图像的能量集中于此频带; HL 频带为 行高通、 列低通子 块, 它保存 了水平方向的高 频信 息, 由于图像边缘处呈高频, 实际上保存的是水平方 向的边缘信息 ; LH 频带则是行低通、 列高通子块, 它 保存了垂直方向上的高频信息, 实际上也就是垂直 方向 上的边缘 信息; HH 频 带为行高 通、 列高通 子 块, 它保存了图像对角线上的高频信息。因此, 可以 利用小波变换后不同频带系数分布特点来进行图像 边界检测。
小波变换是将信号展开为一簇小波基函数的加 权和。一维连续小波变换定义为 w f ( a , b) = f ( t ) 7 ( t ) dt = Q t- b a| f ( t) 7 ( ) dt , Q a
ab R - 1P 2 R
3 单激光条纹下的焊缝图像处理
( 1) 31 1 噪声去除及激光条纹边缘检测 在焊缝跟踪过程中需要使激光条纹扫射到坡口 上, 如果焊接时激光条纹靠近电弧 , 由于激光条纹比 较弱 , 而弧光波长又是连续的 , 尽管激光器上滤光片 能够滤掉激光波长范围以外的光 , 但与激光同波长 的弧光还是非常强烈, 在此弧光的干扰下, 激光条纹 完全不可见。为了避开弧光干扰 , 又尽量保证跟踪 的实时性 , 跟踪过程中使激光条纹扫射到焊枪前方 25 mm 左右处的坡口, 同时在不影响焊接过程的前 提下 , 在激光装置和焊枪之间加挡光板。即使这样, 所得的图像还是会受到飞溅、 少量弧光、 锈斑、 油污 以及打磨痕迹的干扰。根据实测的图像来看, 最主 要的噪声来自大量的不规则的飞溅。图 4a 为挑选 的一幅噪声相对比较严重的图片 , 从中可以看出 , 这 些飞溅亮度很高, 甚至比激光亮度还高。 飞溅对图像信号的影响是致命的 , 如果不去除 这些飞溅影响, 就难以有效地提取坡口的位置。通 过对几百幅激光图像的研究, 发现飞溅所产生的噪 声方向不一, 主要由一道道黑白相间条纹组成, 而激 光条纹则处于竖直方向上, 并且激光条纹比较窄 , 可 看成是图像边缘, 因此可以利用小波分解方法将飞 溅噪声与激光条纹区分开来。可对图像进行多层小
均灰度值为 128. 2, 激光条纹和噪声像素出现频率 很低 , 在直方图上几乎不可见。为了观察到激光条 纹和噪声灰度分布, 将直方图的 y 轴值 ( 即像素个 数) 放大 400 倍 , 放大后的部分直方图如图 5b 所示, 可以看出 , 其灰度值大约在 140~ 200 之间。由于噪 声信号呈离散状, 因此, 可以通过平滑滤波的方法来 消除噪声影响 , 值得注意的是 , 滤除噪声的过程中应 尽量避免降低激光条纹的对比度。
焊接自动化是焊接的发展方向, 焊缝跟踪技术 则是实现焊接自动化的关键技术之一。由于视觉传 感方法具有信息量大, 信号传感过程不影响焊接等 优点, 目前, 视 觉传感技术被广泛 用来进行焊缝跟 踪, 如何获得高质量的焊缝图像是焊缝跟踪中的难 点之一。激光相比于普通光源 , 具有波长范围窄、 能 量集中以及受环境影响小的优点 , 利用它来进行焊 缝跟踪所得图像效果更好 , 从激光图像中不仅能够 检测出焊缝的中心位置, 还能获得焊缝的截面形状 和尺寸 , 适用于各种不 同形状的焊缝 和焊接方法。 由于激光发射装置, 特别是面激光或多条纹激光器 价格昂贵 , 离实际应用比较远 , 而小功率的单条纹激 光器则相对便宜, 有可 能在较短时间 内获得应用。 因此, 有必要研究单条纹激光图像的处理方法。尽 管激光图像的质量相比于其它光源拍摄图像有所改 善, 但依然会受到焊接飞贱、 烟尘以及弧光的影响 ; 如何花费尽可能少的时间消除这些噪声, 获得高质 量的图像是焊缝跟踪 的关键。针 对激光图像的特 点, 采用小波变换等方法对激光图像进行处理 , 效果 较好。
- m P 2 )
Q
R
f ( t ) 7 ( a0
- m
t - nb 0 ) d t , ( 2)
式中: m , n 取整数 ; a0 > 1, b 0 > 0。为了计算方便 , 常取 a 0 = 2, b 0 = 1, 则可得到二进正交小波变换。 wf ( m , n) = 1 mP 2 2
Q
R
f ( t) 7 ( 2
图 1 激光焊缝检测系统 Fig. 1 Laser welding seam detecting system
利用激光可获得工件坡口信息。当激光条纹照 射到待焊工件上时 , 如果工件上的点的高度不同 , 反 射到摄像机上的位置就不相同。如图 2 所示, 工件 上 A 点和 B 点的高度不同 , 经过针孔成像后, 在成 像平面上得到像点 Ac和 Bc, 两像点之 间存在距离 差, 通过这个距离差就可以得到 A , B 点之间的高度 差信息 。因此, 在激光条纹的照射下, 如果工件表 面是一个完整的平面 , 则会在摄像机平面上形成一 条直线; 如果工件表面开有坡口, 由于坡口处各点高 度变化, 会在摄像机成像面上出现与坡口形状相似
( a) 原始图像
( a) 直方图
( b) 小波变换
图4 Fig. 4
焊缝激光条纹图像小波变换
Wavelet transform of welding seam laser stripe image
( b) y 值放大后直方图
图 4b 为激光焊缝图像经过一层小波变换后的 结果 , 可以看出 , 图像的 LL 部分保留了原始图像的 基本信息 ; HL 部分则保留了原始图像水平方向的边 缘信息 , 在这部分图像里 , 激光条纹显得很突出 , 其 它方向的某些细节信息尽管还存在 , 但削弱了很多 ; LH 部分主 要是保留竖直 方向的边缘信 息, 可以看 出, 这部分图像主要集中了飞溅噪声信息, 激光条纹 信息则不太明显; HH 部分则主要保存图像对角方 向细节信息, 从该部分图像看 , 激光条纹和噪声都不 太明显。因此, 可以将 HL 部分提取出来进行下一 步的处理 , 其余部分则丢弃。 31 2 图像滤波 从图 4bHL 部分看, 其灰度变化范围不大 , 激光 条纹呈连续分布 , 噪声细节则断断续续 , 激光条纹和 噪声像素灰度值较高。图 5a 为该部分的灰度直方 图, 该直方图呈单峰分布 , 没有明显的图像目标和背 景分界点, 大部分灰度值集中在 120~ 135 之间 , 平
510640; 411100)
要 : 研究了单条纹激光引导焊缝跟踪图像处理方法。首 先利用小 波分解技术 获得
图像 水平方向的细节部分 , 在该部份激光条纹的信息得到 了较好的保持 , 而噪声信 息则 比较少 , 有利于焊缝识别 ; 然后 对该 部份进 行竖 直方向 上的 中值 滤波以 滤除 残余的 噪 声 ; 最后采用 KSW 熵算法 , 对图像 进行分 割 , 并 识别出 焊缝区 域。该方法 效果 较好 , 抗 干扰性强 , 耗时少 , 能满足焊缝实时跟踪的要求。 关键词 : 激光 ; 小波变换 ; 图像处理 ; 焊缝跟踪 中图分类号 : TG402 文献标识码 : A 文章编号 : 0253- 360X( 2006) 06- 025- 05
式中 : a 称为 小波 变 换尺 度 因子; b 为 平 移参 数; 7 ( t ) 函数称为小波基函数或母小波。 a > 1 时, 函数 7 ab ( t ) 具有伸展作用; a < 1 时 , 函数具有收缩作用。 如果 7 ( t ) 函数是复变函数, 则上式采用复共轭函数 7 ( t ) 。小波变换实际上可以理解为在不同尺度因子 a 下对信号 f ( t ) 进行分解。由于计算机只能处理离 散信号, 相应的一维离散小波变换定义为 w f ( a 0 , b0 ) = a 0
第 6期
刘习文 , 等: 单条纹激光引导焊缝跟踪图像处理
27
波分解 , 由于多层分解后激光条纹容易模糊且耗时 增长 , 只对图像进行一层小波分解。另外, 图像大小 为 256 @ 256 像素。利 用 VC + + 6. 0 编制 了基于 Mallat 快速算法的小波变换程序, 并采用 Harr 小波 作为小波基函数。
图2 Fig. 2
激光高度检测原理
Theory of laser height detecting
2
小波变换图像边缘检测原理
[ 3]
21 1 一维小波变换
图 3 二维小波变换后的频率 分布 Fig. 3 Bands distribution after two - dimensional wavelet transform
X1 =
L- 1
i= k+ 1
E pi 。
L- 1 i= K+ 1
( 6)
( 3) 目标类和背景类的熵之和为 pi pi ln w0 w 0
*
E
pi p i ln 。 w 1 w1
( 7)
( 4) 求最佳阈值 K 使得 H ( K ) 最大 , 即
第 27 卷 第 6 期 2006 年 6 月
焊
接
学
报
TRANSACTIONS OF THE CHINA WELDING INSTITUTION
Vol. 27 No. 6 June 2006
单条纹激光引导焊缝跟踪图像处理
刘习文 ,
1, 2
王国荣 ,
1
石永华
湘潭
1
( 11 华南理工大学 机械工程学院 , 广州 21 湘潭大学 机械工程学院 , 湖南 摘
图5 Fi g. 5
HL 部分直方图 Histogram of HL part
图像滤波的方法有很多, 不同方法有不同的特 点, 很多滤波方法 在去除噪声的同 时, 使得边 缘模 糊, 这是滤波的主要缺点之一。考虑到图像的激光 条纹在竖直方向上 , 而噪声则方向不一 , 故采用竖直 方向上的中值滤波技术去除噪声的干扰, 即对图像 进行列扫描 , 采用 1 @ 3 模板进行滤波, 即每个像素 的值取其与 竖直 方向上 相邻两 个像 素的 中间 值。 图 6a 所示 为竖直方 向上进 行中值滤 波后的结 果, 图 6b为滤波后进行 y 值放大后的直方图。 比较值方图 6b 和图 5b, 可以看出, 经过竖直方 向上中值滤波后, 灰度值处于 140~ 200 之间的像素 ( 主要包括激光条纹和噪声像素) 相比以前分布得均 匀了 ; 比较图 6a 和图 4b HL 部分, 可看到, 激光条纹 依旧保存得比较完好, 并没有因为滤波而变得模糊,
28 而噪声干扰则较好地抑制了。
焊
接源自文库
学
报
第 27 卷 ( 2) 由于阈值 K 将图像分成两类, 则目标类 ( 灰
度级 0~ K ) 出现概率 X0 和背景类( 灰度级 K + 1~ L - 1) 出现概率 X1 分别为 X0 = i E pi , =0 H ( K ) = - i= E0
* K K
- m
t - n) dt 。
[ 4]
( 3)
21 2 二维小波变换及图像边缘检测
由于图像信号是二维信号 , 需利用二维小波变 换对图像进行处理。二维小波变换是分别在图像的 行和列上做一维小波变换推广得来的, 二维小波变 换从某种意义上可以看作是水平方向和垂直方向上 去相关性。图像每经过一次小波变换后, 便分解为 4 个大小为原来面积 1 P 4 的子块 , 如图 3 所示, 这 4 个子块分别包含了相应频带的小波系数。进行下一 层小波分解时, 数据变 换集中在 LL 频带上。其中
刘习文
0
序
言
柱形透镜、 带通滤光片和 CCD 摄像机组成。如图 1 所示 , 激光二极管经过准直透镜后得到具有平行性 较好的椭圆形光斑 , 然后再经过一个圆柱透镜使激 光光斑在短轴方向进行准直 , 长轴方向进行发散 , 形 成一个光平面 , 此光平面与待焊工件相交后 , 形成亮 的窄带, 即结构光光条, 该光条经过工件反射或散射 后, 经过与激光波长相匹配的滤光片滤光, 去掉环境 光的干扰 , 最终进入摄像机成像 。
[ 2]
1
激光图像焊缝检测原理
激光焊缝检测系统主要由激光二极管、 镜头、 圆
收稿日期 : 2005- 12- 20 基金项目 : 国家自 然科学 基金资 助项目 ( 50175027) ; 高等 学校 博士 点基金资助项目 ( 20010561013)
26 的折线。
焊
接
学
报
第 27 卷
LL 频带为行低通、 列低通子块, 它保存了原始图像 的内容信息, 图像的能量集中于此频带; HL 频带为 行高通、 列低通子 块, 它保存 了水平方向的高 频信 息, 由于图像边缘处呈高频, 实际上保存的是水平方 向的边缘信息 ; LH 频带则是行低通、 列高通子块, 它 保存了垂直方向上的高频信息, 实际上也就是垂直 方向 上的边缘 信息; HH 频 带为行高 通、 列高通 子 块, 它保存了图像对角线上的高频信息。因此, 可以 利用小波变换后不同频带系数分布特点来进行图像 边界检测。
小波变换是将信号展开为一簇小波基函数的加 权和。一维连续小波变换定义为 w f ( a , b) = f ( t ) 7 ( t ) dt = Q t- b a| f ( t) 7 ( ) dt , Q a
ab R - 1P 2 R
3 单激光条纹下的焊缝图像处理
( 1) 31 1 噪声去除及激光条纹边缘检测 在焊缝跟踪过程中需要使激光条纹扫射到坡口 上, 如果焊接时激光条纹靠近电弧 , 由于激光条纹比 较弱 , 而弧光波长又是连续的 , 尽管激光器上滤光片 能够滤掉激光波长范围以外的光 , 但与激光同波长 的弧光还是非常强烈, 在此弧光的干扰下, 激光条纹 完全不可见。为了避开弧光干扰 , 又尽量保证跟踪 的实时性 , 跟踪过程中使激光条纹扫射到焊枪前方 25 mm 左右处的坡口, 同时在不影响焊接过程的前 提下 , 在激光装置和焊枪之间加挡光板。即使这样, 所得的图像还是会受到飞溅、 少量弧光、 锈斑、 油污 以及打磨痕迹的干扰。根据实测的图像来看, 最主 要的噪声来自大量的不规则的飞溅。图 4a 为挑选 的一幅噪声相对比较严重的图片 , 从中可以看出 , 这 些飞溅亮度很高, 甚至比激光亮度还高。 飞溅对图像信号的影响是致命的 , 如果不去除 这些飞溅影响, 就难以有效地提取坡口的位置。通 过对几百幅激光图像的研究, 发现飞溅所产生的噪 声方向不一, 主要由一道道黑白相间条纹组成, 而激 光条纹则处于竖直方向上, 并且激光条纹比较窄 , 可 看成是图像边缘, 因此可以利用小波分解方法将飞 溅噪声与激光条纹区分开来。可对图像进行多层小
均灰度值为 128. 2, 激光条纹和噪声像素出现频率 很低 , 在直方图上几乎不可见。为了观察到激光条 纹和噪声灰度分布, 将直方图的 y 轴值 ( 即像素个 数) 放大 400 倍 , 放大后的部分直方图如图 5b 所示, 可以看出 , 其灰度值大约在 140~ 200 之间。由于噪 声信号呈离散状, 因此, 可以通过平滑滤波的方法来 消除噪声影响 , 值得注意的是 , 滤除噪声的过程中应 尽量避免降低激光条纹的对比度。