米尔MYD-C7Z020开发板开发（三）视频处理基础算法

stanauo

这次我们的测评最终是一个视频追踪系统，并将数据处理上传制作运动路径。
首先我们来说基础算法，由于摄像头存储的图像会有噪声，噪声会造成处理的错误。为了使处理正确图像，我们要通过图像算法除去。
1平滑滤波

相邻两帧数据从DDR取出后，为了平滑噪声，进行中值滤波。中值滤波对脉冲噪声有良好的滤除作用，特别是在滤除噪声的同时，能够保护信号的边缘，使之不被模糊。这些优良特性是线性滤波方法所不具有的。

对于中值滤波，首先需要再模板大小的范围内找到中值，再用这个值去代替一个位置的像素值，本设计中采取3*3的模板，在这个模板中，一共有9个像素，以一个3*3的模板划过一幅图像，以像素1到像素9的中位数代替像素5的值。这种滤波的比较适合椒盐噪声这种情况。

图2.6 中值滤波中的矩阵

2腐蚀

用结构元素B腐蚀X，过程如下：

1.用结构元素B扫描图像X的所有像素点（以B的原点为坐标，对应A的各个像素点进行扫描），用结构元素B与X覆盖的二值X图像做 “与”操作(也就是B覆盖X的这一区域每个相对应的点做与操作)。

2.如果结构元素B为黑色的点，图像A相对应的点都为黑色，则该点的像素为黑色，否则为白色。腐蚀的结果使得原来的图像缩小一圈

图像腐蚀示例：X为原图像，B为结构元素

图

2.7

腐蚀图示

B腐蚀A的结果如下所示

图2.8 腐蚀后图

以上过程大致是使用B扫描X的每一个像素点，如果B覆盖A的区域相对应的黑色像素点都为黑色，则该扫描点为黑色，否则为白色。

3 膨胀

用结构元素B膨胀X

1.用结构元素B，扫描图像X的每一个像素点。

2.如果B覆盖A的区域有一个点A为黑色对应的点B也为黑色，则该扫描点为黑色，否则为白色。

图2.9 膨胀图示

图2.10 膨胀结果图