[发明专利]一种基于同态滤波的图像处理方法及系统

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于同态滤波的图像处理方法及系统。

背景技术

在数字图像处理领域中，图像二值化占有非常重要的地位，特别是在实用的图像处理中，存在数量众多的以二值图像处理实现而构成的系统，例如，电子眼扫描车牌，手机摄像头拍摄一维码或二维码等。

图像二值化的原理为：首先将图像处理成灰度图，然后取一个合适的阈值，所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值为255表示，否则，灰度低于阈值的像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。阈值的设定非常关键，如果设置过高，可能将特定物体的一些细节过滤掉；如果设置过低，背景中一些干扰物体将无法过滤掉。因此，围绕阈值的设定，衍生出了许多的图像二值化处理算法，其中，OTSU算法是应用比较广泛的一种算法。

OTSU算法也称最大类间差法，有时也称之为大津算法，被认为是图像分割中阈值选取的最佳算法，具有计算简单、不受图像亮度和对比度影响的优点，因此，在数字图像处理上得到了广泛的应用。其原理为：按图像的灰度特性，将图像分成背景和前景两部分。背景和前景之间的类间方差越大，说明构成图像的两部分的差别越大，当部分前景错分为背景，或部分背景错分为前景时，均会导致两部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。在实际的使用中，往往不会使用OTSU对整个图像进行计算取得一个阈值，而是将图像划分成多个大小合适的小块，然后对每一个小块用OTSU取阈值，进而使局部区域不受其他区域干扰。

虽然OTSU算法为图像分割中阈值选取的最佳算法，然而，在识别二维码码图的过程中，由于码图上的码点非常小，并且，码图背景与码点颜色相差较小，或者由于光照不足导致图像质量下降，因此，直接使用OTSU二值化算法对二维码图进行二值化时，会将部分码点误认为背景而滤掉，从而使二值化后的码图丢失了部分有效信息，进而对后续的码图识别带来影响。

发明内容

针对现有技术存在的缺陷，本发明提供一种基于同态滤波的图像处理方法及系统，可有效解决上述问题。

本发明采用的技术方案如下：

本发明提供一种基于同态滤波的图像处理方法，包括以下步骤：

S1，采集原始码图；

S2，对所采集到的所述原始码图进行同态滤波处理，得到同态滤波处理后的码图；

S3，基于预设的划分算法，将所述同态滤波处理后的码图划分为若干个码图子单元；

S4，分别对每一个所述码图子单元采用OTSU算法进行二值化处理，得到二值化码图子单元；

S5，各个所述二值化码图子单元组合生成最终的二值化码图。

优选的，S3中，所述划分算法为：码图识别精度与划分的码图子单元数量正相关；即：如果设定的码图识别精度越高，则码图子单元的面积越小，划分得到的码图子单元数量越多。

优选的，S3中，划分得到的各个所述码图子单元的形状相同或不相同；和/或

划分得到的各个所述码图子单元的面积相同或不相同。

优选的，S4中，分别对每一个所述码图子单元采用OTSU算法进行二值化处理，得到二值化码图子单元，具体包括以下步骤：

S4.1，读取待处理的所述码图子单元的像素分布，设所述码图子单元包括N×M个像素；

S4.2，统计所述码图子单元中灰度为i对应的像素个数n(i)，则该码图子单元的平均灰度值为：

u＝∑i*n(i)/(M*N)；

S4.3，设置初始参数：记t为目标与背景的分割阈值，记灰度大于t的目标像素占码图子单元图像的比例为w1，记目标像素的平均灰度为u1：

w1＝W1/(M*N),其中，W1是灰度值大于t的统计数

u1＝∑i*n(i)/W1,i>t

同理，记灰度小于t的背景像素占图像的比例w2，背景像素的平均灰度u2；

S4.4，遍历S4.3中的t，使得G＝w1*(u1-u)*(u1-u)+w2*(u2-u)*(u2-u)最大，此时的t即为最佳阈值；

S4.5，在得到所述最佳阈值t后，以所述最佳阈值t作为二值化界线，对所述码图子单元进行二值化处理。

优选的，所述码图为二维码码图或一维码码图。

本发明还提供一种基于同态滤波的图像处理系统，包括：

采集模块，用于采集原始码图；

同态滤波处理模块，用于对所述采集模块采集到的所述原始码图进行同态滤波处理，得到同态滤波处理后的码图；