《表1 不同缺陷类型缺陷灰度值范围》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《小波与中值滤波相结合的汽车管路连接件表面缺陷图像去噪》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

小波变换去噪可以有效去除高频噪声，但对于椒盐斑状噪声去噪效果较差。采用中值滤波与缺陷灰度分界阈值相结合的方法改进中值滤波，通过缺陷灰度分界阈值来判断当前像素点属性，进而选择合适的滤波模板，自适应地进行中值滤波操作。缺陷灰度分界阈值表征了缺陷位置与非缺陷位置的灰度值变化界限，可以通过对不同类型及不同位置的缺陷灰度值做数据统计得到，该缺陷灰度分界阈值对图2所示表面缺陷检测系统光照方式下所得到的待处理图像具有通用性。图4所示为划痕缺陷、凹坑缺陷以及缺角缺陷的图像缺陷位置灰度值变化曲线，其横坐标为每个像素的行序号，纵坐标为每个像素的灰度值[19]。从图4中可以明显看出，曲线上灰度值突然降低区域即为缺陷位置，缺陷位置与非缺陷位置灰度值具有明显的分界。从图4中曲线可得不同缺陷类型缺陷灰度值的范围，如表1所示，由不同缺陷类型缺陷灰度值范围的交集可得缺陷灰度分界阈值Gr=90。若f（x，y）≤Gr，则认为该像素点为缺陷像素点；若f（x，y）>Gr，则认为该像素点为非缺陷像素点。