一种图像滤波处理器的制造方法
【专利摘要】本发明公开了一种图像滤波处理器，在充分考虑和利用相邻像素的相关信息以及窗口移动的特点的情况下，目的在于提高中值滤波的处理速度。一种图像滤波处理器，包括窗口移动、条件判断、数值排序和输出新值四个步骤。上述步骤的实现方式是在执行窗口移动步骤后对窗口中的数据执行条件判断步骤，如果条件成立则输出原中值，否则执行数值排序步骤，之后执行输出新值步骤，然后进入新一轮的循环。
【专利说明】一种图像滤波处理器
【技术领域】
[0001]本发明涉及图像滤波领域，更具体的讲是一种通过对现有中值滤波的实现方式进行改进后形成的图像滤波处理器，以提高图像滤波的速度。
【背景技术】
[0002]目前，在自动化视觉检测系统中由于图像的采集基本是在匀速直线运动的传送带上进行的，基于很多方面的原因，在监控现场采集到的图像一般都不能完全的反应场景的真实内容，产生了图像失真等问题，这种现象称之为图像退化。在图像采集过程中产生的退化常被称为模糊，它对目标的频谱宽度有限制作用。在图像记录过程中产生的退化常被称为噪声，它可来源于测量误差，计数误差等。
[0003]举例来说，透镜色差(像差)是光学系统的一种固有缺陷，它限制了由摄像机所拍摄得到的图像的分辨锐度。退一步，尽管有一个理想的光学系统，图像的锐度还会由于电磁波的衍射而受到限制。这些类型的退化是给定光学系统的本征特性。另外，由于聚焦不准(失焦)造成的图像模糊是一种常见的由于外在原因，如调整错误而导致的图像退化，它也会限制图像的锐 度。所以图像模糊是图像退化的主要原因，本发明将重点针对这种情况进行分析。
[0004]目前，国内对静态图像的研究仍有相关技术需要攻克或完善，包括去噪问题，图像分割与边缘提取等技术问题。静态图像处理是动态图像处理的基础。
[0005]噪声是最常见的退化因素之一，也是图像恢复中重点研究的内容。对信号来说，噪声是一种外部干扰。但噪声本身也是一种信号，只不过它携带了噪声源的信息。噪声本身的灰度可看做随机变量，其分布可用概率密度函数(HF)来描述，下面是几种重要的噪声概率密度函数。
[0006]1)高斯噪声
一个高斯随机变量z的概率密度函数可表示为:
【权利要求】
1.一种图像滤波处理器，其特征在于:包括窗口移动、条件判断、数值排序和输出新值四个步骤。
2.上述步骤的实现方式是在执行所述窗口移动步骤后对窗口中的数据执行所述条件判断步骤，如果条件成立则输出原中值，否则执行所述数值排序步骤，之后执行所述输出新值步骤，然后进入新一轮的循环。
3.根据权利要求1所述的一种图像滤波处理器，其特征在于:所述窗口移动步骤为原中值滤波的窗口移动的实现方式。
4.根据权利要求1所述的一种图像滤波处理器，其特征在于:所述条件判断步骤的条件为是否满足i=l&&j=m&&k=n，如果成立则利用了量化灰度级数有限及相邻像素具有很大相关性特点输出原中值。
5.根据权利要求1所述的一种图像滤波处理器，其特征在于:所述数值排序步骤的实现方式为当其中任一等式出现不等时，用新值代替不等的值之后对新值进行排序。
6.根据权利要求1所述的一种图像滤波处理器，其特征在于:所述输出新值步骤中得到新中值的同时还需要将此中值赋给中心点。
【文档编号】H04N5/213GK103886551SQ201310606022
【公开日】2014年6月25日 申请日期:2013年11月25日 优先权日:2013年11月25日
【发明者】牛晓芳 申请人:天津思博科科技发展有限公司