[发明专利]一种应用于倾斜传感器的图像筛选处理方法

权利要求书

1.一种应用于倾斜传感器的图像筛选处理方法，其特征在于，包括以下步骤：

S1、对初始图像进行滤波处理，获得滤波后的图像；

S2、采用直方图双峰法对所述滤波后的图像进行处理，将所述滤波后的图像的背景和前景分割开，获得二值化图；

S3、判断所述二值化图是否能够作为检测图像，排除具有拖影的二值化图；

S4、计算所述检测图像的前景的中心点坐标；

其中，S3具体包括：

S31、定义水平方向距离极限值x_max和竖直方向距离极限值y_max，其中，x_max大于0，y_max大于0；

S32、获取二值化图的目标轮廊点集，提取所述目标轮廊点集内的所有点在水平方向的最大值a_max和最小值a_min；

S33、计算水平方向的最大值a_max和最小值a_min间的差值Δa_x；

S34、判断所述二值化图是否适合做检测图像，若Δa_x大于x_max，则所述二值化图不能作为检测图像，程序返回，若Δa_x小于x_max，则进入S35；

S35、提取所述目标轮廊点集内的所有点在竖直方向上的最大值b_max和最小值b_min；

S36、计算竖直方向上的最大值b_max和最小值b_min间的差值Δb_x；

S37、判断所述二值化图是否适合做检测图像，若Δb_x大于y_max，则所述二值化图不能作为检测图像，程序返回，若Δb_x小于y_max，则所述二值化图为检测图像。

2.如权利要求1所述的应用于倾斜传感器的图像筛选处理方法，其特征在于，所述获取二值化图的目标轮廊点集，具体包括：

利用opencv中的findcontours找到所述二值化图的目标轮廊点，获得目标轮廊点集。

3.如权利要求1所述的应用于倾斜传感器的图像筛选处理方法，其特征在于，所述对初始图像进行滤波处理，获得滤波后的图像，具体包括：

对初始图像进行中值滤波处理，滤除初始图像中的噪点，获得滤除噪点后的图像。

4.如权利要求1所述的应用于倾斜传感器的图像筛选处理方法，其特征在于，所述采用直方图双峰法对所述滤波后的图像进行处理，将所述滤波后的图像的背景和前景分割开，获得二值化图，具体包括：

S21、采用直方图双峰法对所述滤波后的图像进行处理，获得双峰状的灰度直方图；

S22、选取所述双峰状的灰度直方图的最低谷作为图像分割阈值Z_t；

S23、通过所述图像分割阈值Z_t将所述滤波后的图像的背景和前景分割开，其中，所述滤波后的图像的灰度值大于图像分割阈值Z_t的区域为前景，所述滤波后的图像的灰度值小于图像分割阈值Z_t的区域为背景；

S24、将所述背景的灰度值设置为0，将所述前景的灰度值设置成255，获得二值化图，其中，所述前景即为感兴趣区域。

5.如权利要求1所述的应用于倾斜传感器的图像筛选处理方法，其特征在于，所述计算所述检测图像的感兴趣区域的中心点坐标，具体包括：

计算所述检测图像的感兴趣区域的一阶中心矩，获得图像的质心坐标，即为感兴趣区域的中心点坐标。